版本：v0.2

PII 检测

Semantic Router 默认支持个人身份信息（PII）检测。通过微调的 BERT 模型识别敏感数据，并基于可配置的策略拦截请求。

概述

PII 检测系统：

识别用户查询中的常见 PII 类型
执行每个决策的可配置 PII 策略
拦截包含敏感信息的请求（基于信号规则）
集成信号驱动决策，实现精细化控制
记录策略违规，用于监控

支持的 PII 类型

系统可检测以下 PII 类型：

PII 类型	说明	示例
`PERSON`	人名	"张三"、"John Smith"
`EMAIL_ADDRESS`	电子邮件地址	"user@example.com"
`PHONE_NUMBER`	电话号码	"+1-555-123-4567"
`US_SSN`	美国社会安全号码	"123-45-6789"
`STREET_ADDRESS`	实际地址	"123 Main St, New York, NY"
`GPE`	地缘政治实体	国家、州、城市
`ORGANIZATION`	组织名称	"Microsoft"、"OpenAI"
`CREDIT_CARD`	信用卡号码	"4111-1111-1111-1111"
`US_DRIVER_LICENSE`	美国驾照	"D123456789"
`IBAN_CODE`	国际银行账号	"GB82 WEST 1234 5698 7654 32"
`IP_ADDRESS`	IP 地址	"192.168.1.1"、"2001:db8::1"
`DOMAIN_NAME`	域名/网站名称	"example.com"、"google.com"
`DATE_TIME`	日期/时间信息	"2024-01-15"、"1月15日"
`AGE`	年龄信息	"25岁"、"1990年出生"
`NRP`	国籍/宗教/政治团体	"美国人"、"基督徒"
`ZIP_CODE`	邮政编码	"10001"、"SW1A 1AA"

配置

PII 检测现在是信号层中的一等公民信号。在 signals.pii 下定义命名的 pii 规则，然后在 decisions 中通过 type: "pii" 引用它们。

基础 PII 检测

# router-config.yaml

# ── PII 分类器模型 ────────────────────────────────────────────────────────
classifier:
  pii_model:
    model_id: "models/mom-pii-classifier"
    use_modernbert: false
    threshold: 0.9
    use_cpu: true
  pii_mapping_path: "models/mom-pii-classifier/label_mapping.json"

# ── 信号 ──────────────────────────────────────────────────────────────────
signals:
  pii:
    - name: "pii_deny_all"
      threshold: 0.9
      description: "拦截所有 PII 类型"

# ── 决策 ──────────────────────────────────────────────────────────────────
decisions:
  - name: "block_pii"
    priority: 999
    rules:
      operator: "OR"
      conditions:
        - type: "pii"
          name: "pii_deny_all"
    plugins:
      - type: "fast_response"
        configuration:
          message: "请求被拦截：检测到个人信息，请删除敏感数据后重试。"

允许列表：允许特定 PII 类型

使用 pii_types_allowed 允许某些 PII 类型，同时拦截其他所有类型：

signals:
  pii:
    # 拦截所有 PII
    - name: "pii_deny_all"
      threshold: 0.5
      description: "拦截所有 PII"

    # 允许邮件和电话（例如用于预约）
    - name: "pii_allow_email_phone"
      threshold: 0.5
      pii_types_allowed:
        - "EMAIL_ADDRESS"
        - "PHONE_NUMBER"
      description: "允许邮件和电话，拦截身份证号/信用卡等"

    # 允许组织/地点名称（例如用于代码/技术内容）
    - name: "pii_allow_org_location"
      threshold: 0.6
      pii_types_allowed:
        - "GPE"
        - "ORGANIZATION"
        - "DATE_TIME"
      description: "允许地理位置、组织、日期 — 常见于代码和配置文件"

领域感知的 PII 策略

结合 PII 和领域信号，为不同领域配置差异化的白名单：

signals:
  pii:
    - name: "pii_deny_all"
      threshold: 0.5
      description: "拦截所有 PII"
    - name: "pii_allow_email_phone"
      threshold: 0.5
      pii_types_allowed:
        - "EMAIL_ADDRESS"
        - "PHONE_NUMBER"
      description: "允许邮件和电话用于预约"

  domains:
    - name: "economics"
      description: "金融和经济"
      mmlu_categories: ["economics"]
    - name: "health"
      description: "健康和医疗"
      mmlu_categories: ["health"]

decisions:
  # 金融：拦截所有 PII
  - name: "block_pii_finance"
    priority: 999
    rules:
      operator: "AND"
      conditions:
        - type: "pii"
          name: "pii_deny_all"
        - type: "domain"
          name: "economics"
    plugins:
      - type: "fast_response"
        configuration:
          message: "为保护您的安全，请勿在金融查询中分享个人信息。"

  # 医疗：允许邮件/电话用于预约，拦截其他 PII
  - name: "block_pii_health"
    priority: 998
    rules:
      operator: "AND"
      conditions:
        - type: "pii"
          name: "pii_allow_email_phone"
        - type: "domain"
          name: "health"
    plugins:
      - type: "fast_response"
        configuration:
          message: "请仅分享您的邮箱或电话号码，请勿包含其他个人信息。"

基于环境的 PII 策略（开发 vs 生产）

为不同环境应用不同的 PII 阈值和允许列表：

signals:
  pii:
    # 开发环境：宽松 — 代码上下文中常有组织/地点引用
    - name: "pii_dev"
      threshold: 0.6
      pii_types_allowed:
        - "GPE"
        - "ORGANIZATION"
        - "DATE_TIME"
      description: "开发环境宽松 PII 策略"

    # 生产环境：严格 — 数据最小化，拦截所有 PII
    - name: "pii_prod"
      threshold: 0.9
      description: "生产环境严格 PII 策略"

decisions:
  - name: "block_pii_prod"
    priority: 999
    rules:
      operator: "OR"
      conditions:
        - type: "pii"
          name: "pii_prod"
    modelRefs:
      - model: "qwen14b-prod"
    plugins:
      - type: "fast_response"
        configuration:
          message: "请求被拦截：检测到个人信息。"

信号配置参考

字段	类型	必填	说明
`name`	string	✅	信号名称，在决策条件中通过 `type: "pii"` 引用
`threshold`	float (0.0–1.0)	✅	PII 实体检测的最低置信度分数
`pii_types_allowed`	string[]	❌	允许（不拦截）的 PII 类型。为空时，所有检测到的 PII 类型都会触发信号
`include_history`	bool	❌	为 `true` 时分析所有对话消息（默认：`false`）
`description`	string	❌	该规则的人类可读描述

按使用场景的阈值指南：

关键场景（医疗、金融、法律）：0.9–0.95 — 严格检测，误报更少
面向客户（支持、销售）：0.75–0.85 — 均衡检测
内部工具（代码、测试）：0.5–0.65 — 宽松，减少技术内容的误报
公开内容（文档、营销）：0.6–0.75 — 发布前的广泛检测

PII 分类器模型配置

classifier.pii_model 部分配置所有 PII 信号使用的底层 ML 模型：

classifier:
  pii_model:
    model_id: "models/mom-pii-classifier"
    use_modernbert: false
    threshold: 0.9   # 全局回退阈值（被各信号规则覆盖）
    use_cpu: true
  pii_mapping_path: "models/mom-pii-classifier/label_mapping.json"

执行链路

信号评估：所有 pii 信号规则与其他信号（关键词、领域、jailbreak 等）并行运行 — 对路由管道零额外延迟
实体检测：PII 分类器识别请求文本中的 PII 实体
允许列表检查：每个规则检查检测到的 PII 类型是否在其 pii_types_allowed 列表中
信号触发：如果超过阈值的被拒绝 PII 类型被检测到，信号触发
决策匹配：决策通过 type: "pii" 条件引用已触发的信号
执行动作：匹配的决策执行其插件（例如 fast_response 拦截请求）
日志记录：所有 PII 检测和策略决策均被记录，用于监控

API 集成

PII 检测自动集成到路由流程中。当请求到达路由器时，系统：

使用配置的分类器分析输入文本中的 PII
并行评估所有 pii 信号规则
对超过阈值的被拒绝 PII 类型触发信号
路由到匹配已触发信号的决策

分类端点

您也可以直接通过分类 API 检查 PII 检测：

curl -X POST http://localhost:8080/api/v1/classify \
  -H "Content-Type: application/json" \
  -d '{
    "text": "我的邮箱是 john.doe@example.com，我住在纽约"
  }'

响应中包含 PII 信息和分类结果。

监控与指标

系统暴露 PII 相关指标：

# Prometheus 指标
pii_detections_total{type="EMAIL_ADDRESS"} 45
pii_detections_total{type="PERSON"} 23
pii_policy_violations_total 12
pii_requests_blocked_total 8

最佳实践

1. 使用优先级排序安全决策

将 PII 拦截决策设置为高优先级（例如 999），确保在路由决策之前评估：

decisions:
  - name: "block_pii"
    priority: 999   # 在路由决策（优先级 < 999）之前评估
    rules:
      ...

2. 与 Jailbreak 检测结合使用

同时使用 pii 和 jailbreak 信号，实现全面的安全防护：

signals:
  jailbreak:
    - name: "jailbreak_standard"
      threshold: 0.65
  pii:
    - name: "pii_deny_all"
      threshold: 0.5

decisions:
  - name: "block_jailbreak"
    priority: 1000
    rules:
      operator: "OR"
      conditions:
        - type: "jailbreak"
          name: "jailbreak_standard"
    plugins:
      - type: "fast_response"
        configuration:
          message: "请求被拦截：违反政策。"

  - name: "block_pii"
    priority: 999
    rules:
      operator: "OR"
      conditions:
        - type: "pii"
          name: "pii_deny_all"
    plugins:
      - type: "fast_response"
        configuration:
          message: "请求被拦截：检测到个人信息。"

3. 按领域精细控制

不同领域的隐私容忍度不同。请结合 pii + domain 分别设定阈值与允许类型，取代粗放的全局一刀切策略。

4. 为对话应用启用历史记录

在会话场景中启用 include_history: true，防止攻击者跨消息拆分 PII 进行绕过：

signals:
  pii:
    - name: "pii_full_history"
      threshold: 0.9
      include_history: true
      description: "检测完整对话历史中的 PII"

故障排查

误报率高

提高信号 threshold（例如从 0.5 提高到 0.8）
将常见误报类型添加到 pii_types_allowed
对于代码/技术内容，允许 GPE、ORGANIZATION、DATE_TIME

漏检 PII

降低信号 threshold
检查 PII 类型是否在支持的类型表中
验证 PII 模型是否正确加载

调试模式

启用详细的 PII 日志：

logging:
  level: debug
  pii_detection: true

这将记录所有 PII 检测决策和信号评估过程。

概述​

支持的 PII 类型​

配置​

基础 PII 检测​

允许列表：允许特定 PII 类型​

领域感知的 PII 策略​

基于环境的 PII 策略（开发 vs 生产）​

信号配置参考​

PII 分类器模型配置​

执行链路​

API 集成​

分类端点​

监控与指标​

最佳实践​

1. 使用优先级排序安全决策​

2. 与 Jailbreak 检测结合使用​

3. 按领域精细控制​

4. 为对话应用启用历史记录​

故障排查​

误报率高​

漏检 PII​

调试模式​

概述