ハンティントン銀行：AWS を活用し 4 億件超の文書から機密データを除去

ドキュメントリポジトリにほぼ10年間にわたって蓄積された数億ファイルが含まれている場合、数年を要することなく体系的に機密顧客データを見つけ、隠蔽する方法はありますか？これが、米国トップ10銀行の一つである[The Huntington National Bank](https://www.huntington.com/)（Huntington）が直面した課題でした。 ## スケールする機密情報の隠蔽 2015年以来、Huntingtonのドキュメント管理システムは、オンプレミスで数億件のドキュメントを安全に保管してきました。2025年、積極的なコンプライアンスイニシアチブの一環として、Huntingtonはこのシステムのドキュメントを処理し、機密データを隠蔽する取り組みを開始しました。これらのドキュメントは異なる形式であるため、ソリューションには多様なファイルタイプを処理できる柔軟性と、数百万件のドキュメントを迅速に処理するために必要なスループットが必要でした。 当初の見積もりではこの作業に数年かかると示されていましたが、[Amazon Textract](https://aws.amazon.com/textract/)、[Amazon SageMaker](https://aws.amazon.com/sagemaker/)、[AWS Step Functions](https://aws.amazon.com/step-functions/)、および[AWS Lambda](https://aws.amazon.com/lambda/)を用いてスケーラブルな隠蔽ワークフローを設計したことで、Huntingtonはこの期間を数ヶ月に短縮しました。 ## ソリューションの概要 技術的な実装を検討する前に、このプロジェクトのためにハンティントン銀行が設定したコア要件を見てみましょう。同様の大規模なドキュメント処理課題に直面している場合、これらの要件は独自のソリューション設計のための出発点として機能します: - データは保存時および転送時に暗号化されている必要があります。 - データが保存またはアクセスされる場所は、厳格なアクセス要件を満たす必要があります。 - 使用するサービスは PCI DSS コンプライアンスの範囲内である必要があります。 - 出力はオンプレミスのデータストアに複製して戻す必要があります。 - コンプライアンス要件を満たすために、赤文字化（情報隠蔽）の精度は 95% 以上である必要があります。 以下の図は、高レベルなソリューションアーキテクチャを示しています。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-1-1.png) ## 信頼を持ってデータを安全に移動する ハンティントン銀行の最初の目標は、オンプレミスのファイル共有から [Amazon Simple Storage Service](https://aws.amazon.com/s3/)（Amazon S3）バケットへドキュメントを移動することでした。ドキュメントの移動自体は単純ですが、この取り組みでは転送時に暗号化され、保存時にも暗号化された 4 億件以上のドキュメントを転送する必要がありました。これを実現するために、ハンティントン銀行は [AWS DataSync](https://aws.amazon.com/datasync/)、[AWS Direct Connect](https://aws.amazon.com/directconnect/)、Amazon S3、および [AWS Key Management Service](https://aws.amazon.com/kms/)（AWS KMS）を使用しました。 AWS DataSync は、オンプレミスのデータセンターにエージェントとしてデプロイして、構成されたソース（SMB ファイル共有など）を監視できます。ドキュメントを AWS へ転送して処理することは重要でしたが、このプロジェクトのもう一つの重要な要件であるように、AWS DataSync はデータをオンプレミスへ同期する機能もサポートしています。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-2-1.png) ## Amazon Textract を用いた機密データの検出 Amazon Textract は、スキャンされたドキュメントからテキスト、表、フォームを抽出する AWS の機械学習サービスです。金融機関は、口座明細書やローン申請書などのドキュメントを自動的に処理し、社会保障番号、口座番号、個人住所といった機密データを特定するためにこれを利用しています。以下のサンプル請求書はこの機能をデモンストレーションしたものです。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-3-1.png) ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-4-1.png) Amazon Textract はドキュメントからさまざまなフィールドを検出し、検出されたフィールドの座標やその他のメタデータを JSON 出力として提供します。 Huntington は、AWS Step Functions と連携したオーケストレーションプロセスで Amazon Textract を使用しました。このアプローチにより、大規模なドキュメント量にわたる機密情報の検出精度が向上すると同時に、手動レビューにかける時間を削減できました。 検出スループットの拡張 文書処理のための自動化パイプラインは価値がありますが、文書を順次処理していた場合、プロジェクトの完了までに数年を要するところでした。目標を達成するために、Huntington は毎日数百万件の文書を処理する必要がありました。 このレベルへのスケールには、主に 2 つの考慮事項に対処することが必要でした：サービスクォータ内で並行して実行できる Amazon Textract ジョブ数を最大化すること、およびスロットリングを回避するためにリクエストレートを制御することです。 AWS サービスには [クォータ](https://docs.aws.amazon.com/general/latest/gr/aws_service_limits.html) があり、ソフト制限とハード制限を通じて調整可能です。Amazon Textract の 1 秒あたりのジョブ数に関するクォータは、AWS Service Quotas コンソールを介してリクエストを送信することで増やすことができます。 スループットをサービスクォータに対して最大化するために、Huntington は AWS Step Functions の組み込み [map state](https://docs.aws.amazon.com/step-functions/latest/dg/state-map.html) を使用しました。これは JSON、CSV、またはその他の形式のインプットのコレクションを処理する機能です。チームは Amazon S3 内のドキュメントを JSON コレクションとして整理し、より高い並行性を確保するために [distributed mode](https://docs.aws.amazon.com/step-functions/latest/dg/state-map-distributed.html) で map state を実行しました。パイプラインの進捗を追跡するためには、AWS Step Functions の [map run execution summaries](https://docs.aws.amazon.com/step-functions/latest/dg/concepts-examine-map-run.html#map-run-exec-summary) と [Amazon CloudWatch](https://aws.amazon.com/cloudwatch/) ダッシュボードを併用し、応答時間、スロットリング回数、成功数、エラー率を監視しました。 潜在的なスロットリングへの対応として、Huntington は CloudWatch ダッシュボードを監視して Amazon Textract によるリクエストの成功数とスロットリング回数を検証しました。必要に応じて、子ワークフロー実行の並行性制限を調整し、高いスループットを維持しつつ Amazon Textract のサービスクォータを下回ることを確認しました。ジョブが正常に完了すると、検出されたフィールドとメタデータは後日のレビュー用にバケットに書き込まれます。以下の図はこのアプローチを示しています: ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-5-1.png) ステップ関数内の待機ブロックは、ジョブメタデータの書き込みと次の Amazon Textract 呼び出しの継続に進む準備ができたことを確認しました。失敗がない場合、状態機械は合格状態で終了します。失敗が発生した場合、AWS Step Functions は人間のレビューと再処理のためにログに記録します。 ## 検出された機密情報の削除 これまでのプロセスは、Amazon S3 に書き込まれたメタデータファイル内で機密データの検出とカタログ化に焦点を当てていました。最終ステップは、ドキュメントの削除（redaction）とオンプレミスストレージへの送信です。 画像および PDF の削除は、いくつかのオープンソースおよびプロプライエタリなツールによってサポートされています。一般的なオープンソースの Python ライブラリには、PyMuPDF や PIL などの画像描画ライブラリが含まれます。以下の図は、前述の請求書のサンプル削除を示しています。Amazon Textract はさまざまなフィールドの検出をサポートしており、正規表現パターンを使用してカスタム分類も作成できます。削除ソフトウェアと組み合わせることで、検出されたフィールドを確信を持って削除できます。人間の介入のための閾値を作成したい場合、Amazon Textract は検証ワークフローをトリガーできる信頼度スコアを提供しています。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-6-1.png) 再び、ハンティントン銀行は同じアーキテクチャ上の課題に直面しました：どのようにしてこのスケーラビリティを実現するかです。AWS Step Functions が数百万のドキュメントを処理するための解決策を提供し、エラーハンドリングやリトライロジックのためのフックも用意されました。ドキュメント処理パイプラインが赤塗り（redaction）が必要なオブジェクトをカタログ化する際、ハンティントン銀行はそれらに対して単純なフローを実行しました。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-7-1.png) 精度と完全性を検証するため、ハンティントン銀行は赤塗りを実行する前に検出されたフィールドが期待されるパターンに一致していることを二重確認し、その後各ファイルのメタデータを更新しました。赤塗り済みのファイルは、AWS DataSync によって監視され、オンプレミスのファイルストレージへ転送される Amazon S3 の場所に配置されました。 ## 結論 AWS を使用することで、ハンティントン銀行は1日あたり約1000万件のドキュメントを処理し、推定処理時間を数年から数ヶ月に短縮しました。ドキュメントリポジトリ全体を処理するコストは、当初の見積もりの約5%でした。赤塗り（redaction）の精度は95%を超え、コンプライアンス要件を満たし、データセキュリティの目標を達成しました。 このプロジェクトは、AWS サービスが大規模なデータ処理とコンプライアンスイニシアチブをどのように支援できるかを示しています。ハンティントン銀行は、合併・買収（M&A）などの高ボリュームな赤塗りニーズに対して引き続きこのフレームワークを使用する計画です。 このソリューションで使用されているサービスについて詳しく知りたい場合は、[Amazon Textract](https://aws.amazon.com/textract/) の詳細ページをご覧ください。または、[AWS Step Functions ドキュメント](https://docs.aws.amazon.com/step-functions/) を探索してください。 ## 謝辞 貢献いただいた以下の個人およびチームに心より感謝いたします：Xuelei Yuan, Robert Carnell, Jeanne Keith, Debbie Montgomery, Bill Gross, Jodi Pettiford, Jon Glazer, Marshall Doss, Bob Wojasinski, Tami Wolf, Marijane Eldridge, Pradeep Kumar Tata, Michael Burkhardt, Nirmal Antony, Trevor Pease, Bryan Griffith, Angus Ferguson (AWS), Randy Patrick (AWS), Stephanie Brenneman (AWS), Art Steele, Kevin Owen. ## 著者について ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-8-1.jpeg) ## Rob Carnell Rob は Huntington 社のエンタープライズデータおよびアナリティクスディレクターであり、AI、モデリング、キャンペーンテストとデザイン、インサイト、デジタル分野にまたがるクロスファンクショナルチームを統括し、統合ソリューションの推進とビジネスへの影響実現を担っています。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-9-1.jpeg) ## Timothy Gorman Timothy は、Huntington National Bank で自動化および非構造化データ処理を専門とするリード AI エンジニアです。オハイオ州立大学で物理学の博士号を取得しており、原子物理学、レーザー工学、金融分野における AI 駆動型自動化など、多岐にわたる分野で経験があります。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-10-1.jpeg) ## Bobby Lumpkin Bobby は、Huntington National Bank で AI/ML エンジニアとして勤務しており、金融サービスにおける人工知能（AI）、機械学習（ML）、および高度な統計手法を専門としています。数学の学士号に加え、数学、数理科学、応用統計学のそれぞれで修士号を 3 つ取得しています。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-11-1.jpeg) ## Xuelei Yuan Xuelei は Huntington でデータサイエンスディレクターを務め、クラウド技術によって支えられたスケーラブルで本番環境対応可能なソリューションに焦点を当てた AI および機械学習のイニシアチブを率いています。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-12-1.jpeg) ## Ryan Doty Ryan はニューヨークを拠点とする Amazon Web Services (AWS) のソリューションアーキテクトマネージャーです。彼は、革新的でスケーラブルなソリューションを設計するためのアーキテクチャガイドラインを提供することで、金融サービス業界のお客様が AWS クラウドの採用を加速できるよう支援しています。ソフトウェア開発とセールスエンジニアリングのバックグラウンドを持つ Ryan は、クラウドが世界にもたらす可能性に興奮を感じています。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-13-1.jpeg) ## Angus Ferguson Angus は 2022 年から AWS の北米金融サービス業界チームに所属するシニアソリューションアーキテクトです。彼の役割では、ビジネス目標を技術的なビジョンへと変換し、お客様がクラウド上で成長と革新を実現できるよう支援しています。AWS 以外でも、ハッカソンなどの大規模イベントを通じて学生の情熱を育むことに情熱を持っており、そこで次世代のアメリカ人コンピュータエンジニアのメンターを務めています。 ![image](https://d2908q01vomqb2.cloudfront.net/f1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59/2026/06/10/ML-19309-14-1.jpeg) ## ランディ・パトリック ランディは、AWS の北米金融サービス業界チームに所属するシニア・テクニカルアカウントマネージャーです。21 年にわたる IT 経験とサイバーセキュリティへの注力を持ち、厳格なコンプライアンスおよびデータ保護要件を満たす、安全でレジリエントなアーキテクチャを構築するようエンタープライズ顧客をサポートしています。

ハンティントン銀行：AWS を活用し 4 億件超の文書から機密データを除去

背景や根拠まで確認しますか？

このニュースを、実務の判断につなげる

調べる

選ぶ

サイト