- 32
- 大类敏感数据类型
- 84
- 细分格式变体
- 95%
- 结构化数据 Macro F1
- 104
- 覆盖语种
GDPR中国 PIPLCCPA/CPRA印度 DPDP日本 APPI新加坡 PDPA
巴西 LGPDSOC 2ISO 27701HIPAAPCI DSSGLBA
精准判定可靠追溯
多信号交叉印证
上下文信号（列名、字段路径、邻近文本）与多语种语义分析模型逐级融合；规则与模型双源一致的判定优先采信。
- 多语种语义分析模型，百万级真实样本训练，覆盖 104 种语言
- 列名、字段路径与邻近文本全部参与决策
- 每条结果可展开证据：候选类型、判定依据与拒绝原因
- 26 国身份证校验器、16+ 国税号格式、6 大卡组织
- 模拟/测试数据识别，演习数据不污染统计
- 非敏感过滤器前置拦截，明显无关内容不进主流程
校验位确定性佐证
对带校验位的数据类型，数学验证器直接判定真伪：Luhn（银行卡）、IBAN mod-97、Aadhaar Verhoeff、VIN/IMEI。
置信度即真实概率
逐类型置信度校准，让 0.87 意味着“87% 的可能是对的”。高置信直接输出，低置信或多个接近候选自动标记复核，绝不硬猜。您的每一次复核，都在沉淀高价值训练语料：加密回流、持续重训，复核越多，判定越精准。
- 中文按语言单独校准，中英文不共用阈值
- 幂等输出：同样输入永远同样结果，可审计可回放
真实流量持续进化
复核结果加密回流为训练语料，防回归地持续校正。 未识别残留聚类，运营确认后运行时晋升新类型，无需发版。
- 训练语料本地加密无泄露，授权才进入训练闭环
- 每类 F1、漂移与校准事件在控制台可观测
- 跨实例知识迁移：语料包导出 / 导入
灵活部署快速接入
容器化部署数分钟接入
标准 REST API 即插即用
curl -X POST http://127.0.0.1:18000/v1/text/scan \
-H 'Content-Type: application/json' \
-d '{
"text": "客户 john.doe@google.com，电话 +1-415-555-0142。",
"min_confidence": 0.5
}'import requests
text = "客户 john.doe@google.com，电话 +1-415-555-0142。"
resp = requests.post(
"http://127.0.0.1:18000/v1/text/scan",
json={"text": text, "min_confidence": 0.5},
timeout=30,
)
for m in resp.json()["results"]:
print(m["pii_type"], m["value"], m["confidence"])const resp = await fetch("http://127.0.0.1:18000/v1/text/scan", {
method: "POST",
headers: { "Content-Type": "application/json" },
body: JSON.stringify({
text: "客户 john.doe@google.com，电话 +1-415-555-0142。",
min_confidence: 0.5,
}),
})
for (const m of (await resp.json()).results)
console.log(m.pii_type, m.value, m.confidence)curl -X POST http://127.0.0.1:18000/v1/values/scan \
-H 'Content-Type: application/json' \
-d '{
"values": [
{"value": "john.doe@google.com", "label_hint": "email"},
{"value": "110101199003077334", "label_hint": "id_card"}
]
}'import requests
values = [
{"value": "john.doe@google.com", "label_hint": "email"},
{"value": "110101199003077334", "label_hint": "id_card"},
]
resp = requests.post("http://127.0.0.1:18000/v1/values/scan",
json={"values": values}, timeout=30)
for r in resp.json()["results"]:
print(r["pii_type"], r["confidence"], r["role"])const values = [
{ value: "john.doe@google.com", label_hint: "email" },
{ value: "110101199003077334", label_hint: "id_card" },
]
const resp = await fetch("http://127.0.0.1:18000/v1/values/scan", {
method: "POST",
headers: { "Content-Type": "application/json" },
body: JSON.stringify({ values }),
})
for (const r of (await resp.json()).results)
console.log(r.pii_type, r.confidence, r.role)消费级 GPU 实时响应
无需专业算力集群，消费级显卡即可获得毫秒级实时检测（RTX 5070，200 字符典型文档 9ms 检测延时）。 CPU 与 GPU 识别分类精度完全一致，差别只在延时。
数据主权与隐私保护
完全离线
无遥测、无外呼、无外部模型调用；推理全部本地完成，断网环境可运行。
默认脱敏
检测日志默认掩码展示，保留类型与置信度；扫描内容不落盘。
签名交付
签名安装包 + 机器码绑定离线许可证，防回滚、可吊销。
最小权限
非 root 容器运行；训练语料本地加密无泄露，授权才进入训练闭环。
全球合规版图
为合规工作流提供数据底座：32 大类、84 种细分格式，横跨中国、美国、欧盟、亚太、拉美与大洋洲等合规区域。
中国
- 居民身份证
- 机动车车牌（GA 36-2014）
- 回乡证
- 证券账户（CSDC）
- 手机号（工信部号段）
印度 / 亚太
- Aadhaar（Verhoeff）
- PAN
- UPI / IFSC
- 日本 My Number
- 新加坡 / 澳洲身份证件
全球身份数据
- 26 国身份证校验器
- 16+ 国税号 / VAT
- 护照 / 驾照
- 精确地理位置（CCPA）
- 加密货币地址 / 云密钥
金融与通讯
- 银行卡（Luhn · 6 卡组织）
- IBAN / SWIFT
- 信用卡安全码
- 邮箱 / 电话 / IP / MAC
- IMEI / VIN