合规PIPL数据脱敏NER
数据隐私脱敏流水线
在数据流转过程中自动脱敏个人信息（姓名/手机号/身份证），满足 PIPL 合规要求。
难度进阶
步骤4 步
工具4 个
资料3 份
PAIN POINT
痛点背景
数据团队在分析、共享、测试时需要手动脱敏，效率低、遗漏多、审计追溯难。
PROCESS
落地流程
敏感信息识别→脱敏规则匹配→自动替换→审计日志
STEPS
详细步骤
1
1. 敏感信息识别
用正则 + NER 模型识别文本中的敏感信息（姓名/手机号/身份证/地址/银行卡）。
- 正则：身份证 18 位、手机号 11 位、银行卡 Luhn 校验
- NER：用 spaCy / HanLP 识别人名和地址
- 自定义黑名单：机构名/项目名
2
2. 脱敏规则配置
按字段类型配置脱敏策略（掩码/替换/哈希/泛化）。
- 手机号：138****1234
- 身份证：110***********1234
- 姓名：张*（保留姓）
- 地址：北京市朝阳区***
3
3. 批量脱敏执行
对文件/数据库/API 响应做批量脱敏，支持流式处理。
- 文件：PDF/Word/Excel/CSV
- 数据库：SQL 查询结果自动脱敏
- API：中间件拦截响应做脱敏
4
4. 审计日志与追溯
记录每次脱敏操作的原始值哈希 + 脱敏规则 + 时间 + 操作人，便于审计。
- 日志只存哈希不存明文
- 支持反向追溯（授权后）
- 日志保留 3 年（PIPL 要求）
TOOLS
工具清单
| 工具 | 类型 | 说明 |
|---|---|---|
| 正则 + NER 自研 | 开源免费 | spaCy / HanLP / LTP 做 NER |
| 本地化 LLM 脱敏 | 开源免费 | Ollama + Qwen2 本地部署，数据不出网 |
| Presidio | 开源免费 | 微软开源脱敏框架，支持多种 PII |
| DLP（数据防泄露） | 付费 | 企业级 DLP 系统集成 |
RESOURCES
配套资料
PIPL 敏感信息分类清单PDF 清单
PIPL 定义的个人敏感信息全分类对照表
脱敏规则配置模板JSON 模板
按字段类型的脱敏规则配置，可直接导入
脱敏审计日志模板Excel 模板
标准审计日志格式，含追溯字段
PITFALLS
避坑指南
- ⚠脱敏不可逆是安全要求，但也影响数据分析可用性，需平衡
- ⚠结构化数据用正则足够，非结构化文本（如客服记录）需 NER + LLM
- ⚠日志本身也要脱敏，别在审计日志里存了明文
想在自己企业落地？
案例是通用方案，你的企业有自己的数据、系统和约束。预约 1v1 咨询，帮你量身定制落地路径。
延伸学习
AI 安全红队实训
满 10 人开班 · 进阶 · ¥3,800