13. 配置敏感数据（PII）检测
完整版章节。内容按 2026.10 主线代码核对；具体入口以当前许可、账号权限和交付环境为准。
敏感数据检测分两处配置：
- 「管理控制台 → 护栏 → 敏感数据」维护可识别的敏感数据规则。「护栏」是侧栏「护栏」分组下的同名菜单，页面包含「敏感数据」「词库」「问答」「内部系统白名单」四个页签。
- 「管理控制台 → 路由策略 → 流量规则」中的「内容检测」动作决定哪些调用检测哪些类型、命中后如何处置。
护栏页只定义能识别什么。没有任何流量规则引用时，敏感数据规则不会对调用生效。
| 前提 | 说明 |
|---|---|
| 角色 | 租户管理员或「安全管理员」 |
| 许可模块 | 「护栏」页需要「模型护栏」；在「流量规则」中启用检测还需要「动态路由」 |
| 依赖配置 | 识别人名、地址、机构名时，需在「管理控制台 → 系统设置 → 全局设置」的默认模型中设置「敏感信息识别」模型 |
13.1 敏感数据页签与内置规则
进入「管理控制台 → 护栏 → 敏感数据」。工具栏提供搜索、筛选（「状态」「分组」）、「导入」「导出」「试运行」和「添加PII策略」。列表列为「规则名称」「正则」「类型」「来源」：规则名称后显示所属分组；「来源」为「内置」或「自定义」。
平台内置二十多条规则，分为四个分组：
| 分组 | 覆盖内容 |
|---|---|
| 通用 | 身份证号、手机号、银行卡号、电子邮箱、固定电话、护照号、车牌号 |
| 金融 | 统一社会信用代码、纳税人识别号、银行账号、IBAN、证券账户 |
| 医疗 | 病历号、医保卡号、患者编号 |
| 密钥 | API 密钥、Access Token、密码、私钥，以及 sk-style API 密钥、AWS Access Key ID、GitHub PAT 等常见密钥格式 |
身份证号、手机号、银行卡号三条规则在「正则」列标为「智能识别」，分别使用「身份证号（校验位+出生日期）」「手机号（号段+长度校验）」「银行卡号（Luhn 校验）」算法校验，用于减少误报。纳税人识别号、银行账号、证券账户、病历号、医保卡号、患者编号等格式松散的规则，要求号码附近出现中文或英文标签（例如“病历号”“MRN”）才会命中。
内置规则由平台维护并随版本更新。选择内置规则打开「查看PII策略」弹窗，内容只读，不能修改或删除。本页不提供单条规则的启停开关：一条规则是否参与检测，取决于流量规则选中的类型（见 13.4 节）。
人名、地址、机构名没有固定格式，不提供正则规则，由敏感信息识别模型识别（见 13.4 节）。
13.2 新增、导入与导出自定义规则
- 选择「添加PII策略」，打开同名弹窗。
- 在「策略名称」中填写能说明数据含义的名称，例如“客户编号”。
- 在「正则表达式」中填写匹配规则。也可以填写内置识别器标识复用算法校验，例如
lp-recognizer:cn_mobile@v2（手机号）、lp-recognizer:cn_id_card@v2（身份证号）、lp-recognizer:bank_card@v2（银行卡号）。 - 在「类型」中选择已有类型，或输入新的类型标识。流量规则按类型引用规则，同一类型可以对应多条规则。
- 选择「确认」。
保存时服务端校验正则表达式，不合格的规则不会保存，页面提示失败原因。限制如下：
- 不能为空，长度不超过 500 个字符；
- 不支持前后行断言（look-around）；
- 重复量词不超过 10 个，重复嵌套不超过 2 层；
- 编译后体积超出执行引擎上限的表达式会被拒绝。
选择自定义规则所在行打开「编辑PII策略」，可修改名称、正则表达式和类型，或选择「删除」。使用内置识别器标识的规则在弹窗中不提供「删除」。
「导出」生成 pii-rules.json，包含当前规则。「导入」只接受同格式的 JSON 文件。导入时与平台版本不一致的内置规则会被跳过，页面列出「这几条内置规则与平台不一致，已跳过，平台规则未改」及不一致的内容；导入中断时，可在同一弹窗选择「重试」从中断处继续。
规则上线前，应使用脱敏样本覆盖“应命中、边界值、不应命中”三类文本，并通过 13.3 节的试运行核对。表达式过宽会造成误报和业务阻断，过窄会造成漏检。
13.3 试运行
选择「试运行」，打开「敏感数据试运行」：
- 在「要检测的类型」中选择一个或多个类型。
- 在「检测到敏感信息」中选择处置方式：「仅记录，放行」「脱敏后继续处理」或「拦截」。
- 在「要检查的文本」中粘贴样例，选择「检查」。
结果显示结论（例如「已拦截」）和命中说明，与请求详情中的护栏结论使用同一种展示。试运行使用与网关相同的规则求值，只读，不修改配置，不影响线上调用。选择人名、地址或机构名时，试运行会调用敏感信息识别模型，未设置该模型时无法得到这几类结果。
13.4 在流量规则中启用检测与命中处置
在「管理控制台 → 路由策略 → 流量规则」中新建或编辑规则，选择「＋ 添加动作」→「内容检测」，将卡片中的「检测方式」设为「PII 敏感数据」。规则的匹配条件、执行顺序和发布方法见第 15 章。
检测范围。 「检测范围」分为「模板」和「单独类型」两页，可同时选择。模板是一组类型，单独选择的类型追加到检测范围，重复类型只检测一次。平台提供四套模板：
| 模板 | 包含的类型 |
|---|---|
| 通用 | 通用分组与密钥分组的类型 |
| 证券 | 通用、金融、密钥分组的类型 |
| 医疗 | 通用、医疗、密钥分组的类型 |
| 研发安全 | 电子邮箱与密钥分组的类型 |
命中处置。 卡片中的「命中后的处理」与规则出口「检测到敏感信息」是同一设置，可选「仅记录，放行」「脱敏后继续处理」「拦截」。处置按以下顺序确定：
- 在「单独类型」中点名的类型，按本规则选择的处置执行；
- 只通过模板带入的类型，按规则自身的默认动作执行。内置规则和新建的自定义规则默认动作均为脱敏，这类类型命中后按「脱敏后继续处理」处置；
- 人名、地址、机构名没有规则行，按本规则选择的处置执行。
需要对某个类型拦截或仅记录时，应在「单独类型」中逐个选中该类型，不能只依赖模板。
一次请求命中多条带内容检测的规则时，检测类型合并，同一类型取更严格的处置（拦截高于脱敏，脱敏高于仅记录）。
人名、地址、机构名。 这三类由「全局设置 → 默认模型」中的「敏感信息识别」模型识别，需选用支持敏感信息识别用途的模型服务。未设置时，规则编辑器中这三类显示「需要先选模型」，不可选；仍有规则选用它们时，全局设置不允许清空该模型。模型识别结果与正则结果合并后按上面的顺序处置。模型调用失败时按规则的「组件不可用时」设置处理，见 14.4 节。
检测阶段。 内容检测默认同时检测请求输入和模型输出，阶段设置见 14.2 节。
13.5 脱敏结果与审计
- 脱敏。 处置为「脱敏后继续处理」时，命中内容在发往上游前替换为租户绑定的加密占位符（形如
[PIIREF:v1:…]），原值不发送给模型。业务系统经 API 密钥调用时，网关不会把模型回复中的占位符还原为原值。 - 审计记录。 命中审计只记录数据类型、命中次数、策略来源和处置动作，不包含请求原文、规则名或命中值。
- 原文证据。 命中的原文以加密形式保存。租户管理员可在请求详情的「护栏」区选择「查看原文」，在「护栏原文证据」中查看；每次查看都会写入操作审计。
- 验证。 用测试调用触发规则后，在请求详情的「护栏」区核对结论，例如已脱敏的类型与次数，或已拦截的类型。
13.6 检测状态与总开关
敏感数据规则只定义“能识别什么”。一次调用是否执行敏感信息检测、检测输入还是输出、命中后拦截还是脱敏，都在路由策略规则的内容检测段中设置；只建规则、没有路由策略引用时，规则不参与任何调用。
检测状态。 页面顶部始终显示本租户的检测状态：
- 生效中：至少有一条已启用的规则。被路由策略引用的规则会参与判定。
- 未生效：没有已启用的检测规则，同一位置给出该原因。添加或启用规则后检测立即生效。
状态行下方显示规则数（含启用数）、自建词库数，以及“被 N 条路由策略引用”。“被 N 条路由策略引用”统计的是护栏段引用了敏感信息检测或词库、且处于启用状态的路由策略规则，点击即可跳转到路由策略列表并只显示这些规则。
没有检测总开关。 敏感数据检测是否生效只取决于是否有已启用的规则：规则启用即参与判定，停用即不参与。需要“先建规则、暂不生效”时，保存后停用该规则即可。
升级说明：旧版本的检测总开关已取消。升级前关闭了总开关的租户，升级后只要有已启用的规则，检测即恢复生效；请在本页确认规则的启用状态。