尽管传统脱敏方案的核心能力（基于正则表达式匹配）功能强大，但在处理日益复杂的数据场景时其固有局限性逐渐凸显，主要表现在三个方面。第一，配置复杂度激增——处理十多种敏感信息类型需要编写数十个复杂正则表达式，维护成本呈指数级增长，开发人员需要对每种敏感数据类型都掌握其正则模式。第二，性能瓶颈凸显——多重嵌套的正则表达式操作会严重拖慢实时处理性能，特别是当需要在一次处理中匹配多种敏感类型时，性能下降尤为明显。第三，场景适配困难——JSON、URI、纯文本的混合日志格式中，难以用统一的正则配置高效处理，往往需要针对不同格式编写不同的正则，进一步加剧了复杂度。为此 SLS 推出全新的脱敏函数 mask——它能够对结构化和非结构化日志中的海量敏感数据进行精准识别和脱敏，配置简洁、性能更高、场景适配更强。
