在现代业务运营中，跨团队内部共享数据、与合作伙伴外部交换数据，或将其用于机器学习模型训练等工作负载是基础环节。然而，当数据包含个人身份信息（PII）时，组织面临《通用数据保护条例》（GDPR）和《支付卡行业数据安全标准》（PCI DSS）等法规下的重大法律和合规义务。如果在共享或处理数据前未正确编辑PII，可能导致监管处罚、声誉损害和客户信任丧失。
现实世界图像数据集中的PII编辑尤其具有挑战性。与结构化文本不同，图像中的PII可能出现在意想不到的位置和形式：例如画面边缘的局部人脸、汽车抛光表面反射的脸部、部分可见的街道标志（与其他视觉线索结合后可识别身份），或广角照片中桌上文件暴露的姓名、地址或ID号。这些边缘案例通常能轻易击败单一用途的掩码工具。
Amazon Nova是一系列基础模型，具备先进的视觉理解能力，是作为复杂图像分析工作流程智能协调器的有力候选。Nova整体解读图像内容，结合上下文推理哪些内容构成PII（包括前面描述的微妙和异常情况），并从头至尾指导整个编辑流水线。通过理解PII的“是什么”，Nova协调专业工具实现像素级精度编辑，同时保留图像的整体价值。
在本文中，我们展示了一个由Amazon Nova指挥的多步骤流水线，利用其上下文视觉推理能力协调互补工具，包括部署在Amazon SageMaker AI上的Meta开源Segment Anything Model（SAM 3）进行像素级分割，以及Amazon Textract进行光学字符识别（OCR）。该流水线旨在为指纹、身份证或任意方向的牌照等具有挑战性的边缘案例提供全面且合规的PII编辑。
解决方案概述
该解决方案使用以下关键服务实现全面的PII编辑：
Nova 2 Lite：Amazon Nova 2 Lite是一款快速、经济高效的多模态基础模型，可处理文本、图像、视频和文档。该模型在Amazon Bedrock中可用，提供强大的性价比，帮助企业和开发者构建能力强大、可靠且高效的应用程序。在该解决方案中，它作为中央协调器，协调整个PII检测和编辑工作流程，在每个阶段做出决策，并协调专业服务以实现全面结果。
Segment Anything Model (SAM 3)：SAM 3是一款开源分割模型，可根据文本和视觉提示检测、分割和跟踪图像中的对象。在该解决方案中，SAM 3作为由Nova指导的精密仪器。当Nova识别出视觉PII元素时，它将分割任务委派给SAM 3，以生成精确的编辑边界。
Amazon Textract：Amazon Textract是一项ML服务，可自动从PDF、图像、表格和表单等格式中提取文本、手写内容、布局元素和数据。在该流水线中，Amazon Textract作为Nova的OCR能力。当Nova确定图像包含文本PII时，它指示Amazon Textract提取所有文本内容及其坐标，然后Nova根据整个图像的上下文评估哪些内容构成敏感信息。
PII检测
图像中常见的PII项目包括但不限于：姓名、身份证号码（如驾照号码）、地址、电话号码、资产信息（如MAC地址）、财产识别号（如VIN）、个人特征（如面部图像）、生物特征数据（如指纹）。这些项目可分为两种模态：文本型（姓名、身份证号、地址、电话号码、资产信息、财产识别号）和视觉型（个人特征和生物特征数据）。
Nova指挥一个可访问两个子流程的工作流，每个子流程分别识别文本型或视觉型PII项目的像素坐标。Nova首先对图像进行初步评估，确定存在哪些类型的PII，然后智能地将图像路由到适当的子流程。随后，AWS Lambda函数根据Nova指示的坐标对内容进行模糊处理。
该解决方案非常适合需要高编辑准确性的单次或批量图像预处理场景。Nova 2 Lite强大的性价比、低延迟和先进的多模态推理使其非常适合协调此工作流，提供准确的PII编辑，而无需您的组织具备深厚的机器学习专业知识或微调专用模型。
前提条件
要遵循此解决方案，您应具备：
- 一个AWS账户。
- 熟悉Amazon Bedrock、Amazon SageMaker AI、Amazon Simple Storage Service (Amazon S3)、AWS Lambda、AWS Step Functions、Amazon EventBridge和Amazon Textract。
- 通过Amazon Bedrock在您的AWS区域访问Nova 2 Lite。
- 在SageMaker AI上部署SAM 3。
- AWS SDK的基本知识。
- 计算机视觉概念和图像处理的基本理解。
- 熟悉基础模型和提示工程技术。
请注意，该解决方案将产生AWS费用，包括：S3存储、Lambda调用、Step Functions状态转换、SageMaker AI端点托管、Amazon Bedrock API调用和Amazon Textract API调用。在创建相应资源之前，请确保了解这些服务在您AWS区域中的定价。
解决方案架构
本节描述Nova驱动图像处理工作流并指导并行文本和视觉分析以识别和编辑敏感信息的架构指南。
- 文档上传和工作流触发：当您上传图像到S3 input/文件夹时，S3事件通知触发EventBridge规则，该规则启动AWS Step Functions工作流。
- 文件验证和初始PII筛查：工作流首先验证上传的文件类型与Amazon Bedrock支持的图像格式兼容。验证后，Nova 2 Lite对图像进行初步评估，作为第一道情报防线，判断是否存在PII。如果Nova确定没有PII，工作流提前退出，图像立即移至S3 noPII/文件夹，无需进一步处理即可用于下游。大多数业务图像不含PII。Nova的早期退出决策在第一步且最便宜的步骤中路由走大量图像，通过避免不必要的下游服务调用（如Amazon Textract和SageMaker AI上的SAM 3）显著降低整体流水线成本。
- 并行PII检测：视觉流程：当Nova 2 Lite识别到潜在PII时，它按类型（文本、视觉或两者）对检测到的PII进行分类，并做出下游处理的路由决策。根据Nova的分类，Step Functions工作流选择性地调用一个或两个专业流程：如果Nova检测到文本PII，则调用文本流程；如果检测到视觉PII，则调用视觉流程；如果两者都有，则并行调用。
视觉流程专注于检测图像中的视觉PII元素（如人脸和车牌）。在Nova的指导下，部署在SageMaker AI上的SAM 3被提示定位视觉PII元素并生成逐像素分割掩码。分割掩码是像素级的轮廓，精确追踪对象在图像中的形状，类似于精确的数字模板。与简单的边界框（围绕对象的粗略矩形）不同，分割掩码遵循检测项的真正轮廓，允许仅编辑敏感像素而不遮挡周围内容。这种由Nova初始PII分类引导的精确方法有助于在保持图像价值的同时仅移除敏感区域。例如，在大型图像数据集上训练ML模型时，此方法有助于防止PII传递给模型，同时保留数据集大小和非敏感视觉信息。
- 并行PII检测：文本流程：文本流程利用Nova的多模态推理，借助Amazon Textract分析图像中嵌入的文本。首先，Amazon Textract识别图像中文本的像素级位置并提取其内容。它为每个检测到的文本元素提供轴对齐边界框和多边形坐标，您可以选择最适合编辑需求的坐标类型。然后Nova 2 Lite结合原始图像评估每个提取的文本元素，判断哪些包含PII（如姓名、地址或身份证号）。这是Nova上下文智能至关重要的地方：有些文本元素在单独考虑时可能看起来不是PII，但Nova可以通过图像中的周围视觉上下文推理出其敏感性质。例如，街道名称和街道号码分别出现在两个位置，单独看并不构成PII，但由于它们出现在同一图像中，完整地址可见，应作为PII隐藏。作为多模态模型，Nova可以同时处理文本和图像以做出这些细微的PII判断。最后，Amazon Textract返回Nova识别为PII的文本坐标，供下一步使用。
- PII编辑和最终验证：在子流程在Nova指导下完成分析后，它们的坐标输出被传递到下一阶段进行编辑。回想一下，视觉流程的输出是来自SAM 3的分割掩码坐标，而文本流程的输出是来自Amazon Textract的边界框或多边形坐标。
Lambda函数将子流程返回的坐标合并为图像上统一的PII位置集。然后，RedactPII Lambda函数使用Python的Pillow（PIL）库在原始图像中模糊识别区域，并将编辑后的图像存储在S3 redacted/文件夹中。
作为最终质量保证步骤，Nova 2 Lite对编辑后的图像进行全面审查，判断所有检测到的PII是否已被移除。此最终验证利用Nova的整体视觉理解来捕捉任何残留的敏感内容。如果Nova确定图像干净，则将其移至S3 noPII/文件夹供下游使用。如果Nova仍检测到PII，则图像移至隔离文件夹进行人工审查，旨在帮助防止PII漏网。
- 测试解决方案：为验证解决方案正常工作，请执行以下步骤：使用包含PII的示例测试图像（可使用AI生成图像）。使用AWS CLI或Amazon S3控制台将图像上传到S3 originals/存储桶。在AWS Step Functions控制台上监控Step Functions执行，跟踪工作流进度。验证编辑后的图像出现在S3 redacted/或humanreview/文件夹中。下载输出图像。