PDF脱敏算法说明

算法与服务主体

算法名称

云屿文档敏感信息识别与内容过滤算法

类型

检索过滤类 → 内容过滤类

适用功能

云屿成页 PDF脱敏；不包含其他工具的排版、压缩或验签算法。

规则版本

YYT-PRIVACY-RULES/2

服务主体

慈溪云屿来文化科技有限公司

统一社会信用代码

91330282MAKE1WHC5J

负责人

赖海波

这项功能通过确定性规则及用户确认过滤文档内容。不使用模型训练、生成式模型、用户画像或个性化推荐。本公示不表示算法已通过备案、安全认证或主管部门认可。

系统规则与自定义词

自动识别仅针对 PDF 中可提取的文字。姓名、地址、内部名称等可通过自定义词补充。

“规则条件满足”只表示符合当前格式和校验条件，不证明号码、证件或账户真实有效。“待确认”表示还需用户复核。候选按文档页码和原文位置展示，不依据商业关系、点击或个人偏好排序。

从识别到导出的流程

1. 选择或拖入一份 PDF，浏览器检查文件格式、大小、页数及本地处理资源。
2. 在本地工作线程提取可读取文字及位置，按系统规则和自定义词生成候选项。
3. 查看候选原文和页码，保留或取消选择；对图片、扫描页及遗漏内容补充人工框选。
4. 对照原页并核对矩形范围，确认后在独立副本上移除选定文字及可处理区域内的原内容。
5. 清理旧元数据、批注、附件、签名和未使用资源，检查页数、尺寸及遮盖外的页面外观；无法可靠处理时停止导出。
6. 为处理后的新文件添加云屿链身份，登记摘要和必要证明，完成后发起下载并显示加签结果。

自动遮盖按选定字符定位，人工矩形涉及文字时按触及的完整字符处理。视觉矩形可包含必要边距，请核对是否影响应保留内容。支持纯色和彩虹色不透明遮盖；没有 OCR 或马赛克模式。

哪些数据留在本地，哪些用于登记

浏览器本地处理

原 PDF、原文件名、提取文字、命中原文、自定义词、页面预览、遮盖坐标和编辑记录在本次浏览器任务中使用，不作为算法识别输入发送到服务端，不建立云端检索历史或跨用户词库。取消任务、更换文件或离开页面会结束相应会话；没有十五分钟空闲自动失效规则。

导出加签与证明归档

导出登记发送处理后文件的摘要、内容指纹、文件大小、页数、验证码及文件身份和签名节点等必要元数据。内容指纹基于已经脱敏的输出；归档使用固定产品文件名，不发送原文件名。完整页面证明包包含页序、页面尺寸、随机盐和页面承诺等，随必要签名证明经服务端加密保存，不包含页面图像或原正文。

当前生产应用和登记支持服务部署于腾讯云上海二区，核验证据经腾讯云 COS 上海地域端点归档。访问网站和登记接口仍涉及 IP 等必要网络传输信息。相关处理、保留及权益申请详见隐私政策。

能力限制与需要你核对的内容

• 最多 50 MB、200 页、200 万个可提取文字字符。自定义词不设固定数量或每词长度上限，设备内存、页面尺寸及复杂结构仍会限制实际处理。
• 扫描页、图片文字和手写内容没有自动识别；无文字页会提示使用框选。规则未覆盖的变形号码、跨页内容和语义保密信息可能遗漏。
• 复杂字体、透明结构、可见批注、表单或无法可靠重建的内容可能导致拒绝导出。程序不以仅盖色块而保留原内容的文件替代脱敏结果。
• 导出清理旧附件、批注、元数据和签名，原文件的签署证明关系不会由新的云屿链登记恢复。
• 本地 72 DPI 外观检查用于发现遮盖以外的明显变化，不能证明整份文件已无隐私。零命中、成功导出或签名有效均不表示安全认证。

请查看各页、核对候选项和人工区域后再交付。该功能不对政治、色情、暴恐等全部违法或不良信息进行自动审核；涉嫌服务滥用、隐私侵害和产品问题可通过投诉举报入口反映。

你的选择与问题反馈

你可以取消单项或全部候选、修改自定义词、增加或删除人工遮盖、撤销编辑、查看原页，或取消任务后停止处理。不使用个性化推荐，因此不存在需要关闭的个性化检索开关。原文件由你保管，导出前由你确认处理范围。

如认为识别结果不正确、隐私处理有问题，或需查询、更正、删除服务端保留的相关信息，可联系负责人赖海波。不要发送原 PDF、完整敏感号码、验证码或访问凭据。请先提供问题日期、页码或区域编号等最小信息。