【技术干货】百万级字段，如何做到智能化分类分级？

Astro

数据分类分级Agent

90%准确率

百万级字段，

如何做到智能化分类分级？

大模型驱动的四步串行决策机制，融合血缘、知识库、推理三重引擎，

让数据分类分级从"人力密集型"变为"智能自动化"

行业背景

数据分类分级的三个时代

从国家到行业，数据安全合规要求不断收紧。分类分级从"能做"到"必须做好"，技术路线也经历了三代演进。

行业痛点

分类分级，为什么总是推进艰难？

某头部机构有百万级字段分布在10余个业务系统、数仓与数湖。传统方式下，这是一场没有终点的人力消耗战。

字段命名语义漂移：同一业务概念在不同系统里有十几种写法（INDVL_CUST_CD、cust_name、客户编号），规则引擎无法统一处理，人工对齐耗时以月计。

多源标准难以融合：国标、行标、企标三套体系并行，字段级精细化分类规则需要融合多维度专业输入，完全依赖稀缺的"既懂业务又懂技术"的专家。

分类与合规执行断链：分类分级完成后，脱敏策略、访问控制的配置仍需手动对接，合规闭环无法自动形成，监管场景下存在持续的合规缺口。

Agent介绍

Astro数据分类分级AgentAstro分类分级Agent采用「数据+技术」双轨并行策略。数据侧，以分阶段、高置信优先的方式构建高质量推理数据集；技术侧，通过精细化提示词工程、正负样本对比学习、领域术语知识库三重加持，让大模型真正理解金融、医疗等专业场景的分类语义。

支持上传Excel或直接选择数据资产，通过自然语言交互完成分类确认，并将结果一键推送至TDS数据目录，触发脱敏策略自动配置。

▌分类分级体系（四级分类×安全等级）

四级分类体系映射至G1–G4安全等级，驱动下游脱敏与访问控制策略

核心机制

四步串行：按置信度逐级决策

分类Agent对每个字段按置信度从高到低串行尝试四条路径——上一条路径命中则直接输出，未命中才进入下一条，确保"优先用最可靠的方式，最大化整体准确率"。

PATH01

数据血缘路径准确率100%

利用上下游血缘关系，从已分类字段直接继承分类信息。确定性最高，优先级最高。

字段dwd_loan_acct_interest_stat.exec_rate_avg

→基于上游血缘ods_src_product_inc.contract_name_ode

→业务/合约协议/贷款业务信息/放还款信息

PATH02

知识库召回路径高相似度优先

语义+结构混合召回，从内置行业知识库及客户历史知识库中检索高相似元数据，获取对应分类结果。

字段h_companyinfo.unitid（统一账号）

→知识库召回：机构广信息统一账号[距离0.99999976]

→交易/投资者管理/投资者开户-账户信息

PATH03

大模型推理路径覆盖未知字段

对知识库未命中的字段，输入表/字段中英文名及注释，由大模型进行链式推理，给出分类结果和逐步推理依据。

字段cust_individual_ext.birth_place（出生地点）

推理：①属于个人基础身份信息②与国籍、民族同属基本概况③类比出生日期分类

→客户/个人/个人自然信息/个人基本概况信息

PATH04

人工补全路径兜底保障

对无中文名/注释的字段，前三路均无法处理时，由人工介入补充语义信息，结果自动回流知识库，持续提升后续自动化覆盖率。

技术优势

为什么是Astro？

深层语义理解

理解字段名、描述的自然语言含义，抓住深层业务语义，而非依赖字面字符串匹配或简单正则规则。

数据治理逐步完善：越用越好

人工审核的每一条结果——无论正确还是纠错——都自动回流知识库，形成正例/反例双库。举一反三，下次遇到相似字段不再犯同类错误，准确率随使用持续提升。

领域知识图谱增强

内置金融、医疗、政务等行业术语知识库，通过语义检索精准召回行业标准分类，补偿通用模型的领域盲区。

推理过程可解释

每条分类结果附带逐步推理说明，业务专家可直接审阅判断，规避黑箱决策带来的合规风险。

灵活调优：支持手动补充知识库、调整Prompt参数，用户可自主提升特定业务域的分类准确率，无需重新训练模型。

分类联动分级：四级分类结果自动匹配对应安全等级（G1–G4），触发Defensor执行静态/动态脱敏策略，合规闭环一键完成。

泛平台兼容：不绑定特定数据库，支持MySQL、Oracle、ArgoDB等主流数据源，适配多技术栈的异构数据环境。

客户实践

头部期货机构已规模验证

某头部期货机构A期货行业标杆

基于期货行业分类标准，内置行业知识库，接入成交、持仓、合约、深度行情、投资者基本信息等核心业务系统，准确率达90%，大幅超越传统规则引擎方案。

某头部期货机构B自定义标准落地

基于内部自定义分类标准（120+），内置自定义知识库，接入ODS、DWS、DWD、DIM共计4000+数据资产，准确率80%，实现数仓全层覆盖的智能化分类分级。

视频演示：AI分类分级实战展示