美國資安業者 Protegrity 釋出開源 AI 模型 Protegrity-PII，能辨識 69 種個人敏感資料，不僅運算成本極低，更能防止提示詞注入攻擊以防個資外洩。
美國資料安全業者 Protegrity 於昨日宣布推出名為 Protegrity-PII 的開源權重 AI 模型，專門用於偵測與分類個人身分識別資訊（PII，即姓名、身分證號或電話等可用來辨識個人的機密資料），涵蓋範圍達 69 種個資類型。
根據外媒《Cybersecurity Insiders》報導，Protegrity-PII 模型參數量為 2.78 億，目前已在開源平台 Hugging Face 上釋出。該模型架構以 XLM-RoBERTa 為基礎，採用 Token 層級分類技術來解析文字。這項設計將輸入的文字視為純內容進行分析，而非可執行的指令，因此有助於大幅降低 Prompt 注入攻擊（Prompt Injection，惡意用戶透過輸入特定提示詞誘騙模型忽略安全限制）的風險。
為了驗證模型效能，Protegrity 同步釋出名為 PII-SCOPE 的公開基準測試，內含 8,030 筆涵蓋醫療、金融、保險、零售及政府等產業的資料紀錄。在實際測試中，Protegrity-PII 取得 0.910 的型態召回率（typed recall）與 0.902 的精準度，表現超越了市場上的主流方案，包括 AWS Comprehend、Microsoft Presidio 以及 OpenAI Privacy Filter。
在運算效率與成本方面，該模型使用單張 RTX 6000 Blackwell GPU 進行運算時，僅需 0.49 秒即可處理 100 萬個字元，估計每百萬字元的運算成本約為 0.0005 美元。企業可將此模型直接部署於內部架構中，就近審查包含 Prompt、工具調用（tool calls）、API 與 Agent 回應等各類生成式 AI 工作流程，確保敏感數據不出內網。