Asset Panda-Protokolle erfassen

Parserversion: 1.0

Unterstützt in:

In diesem Dokument wird beschrieben, wie Sie Asset Panda-Logs mit Cloud Storage V2 in Google Security Operations aufnehmen.

Asset Panda ist eine cloudbasierte Asset-Management-Plattform, mit der Unternehmen physische und digitale Assets während ihres gesamten Lebenszyklus verfolgen, verwalten und Berichte dazu erstellen können. Die Asset Panda REST API bietet Zugriff auf Änderungsprotokolle, in denen Änderungen auf Feldebene, Asset-Übertragungen, der Aktionsverlauf und Nutzeraktivitäten für alle Asset-Gruppen aufgezeichnet werden. Diese Änderungsprotokolle können über die API erfasst und in einen Cloud Storage-Bucket geschrieben werden, damit sie von Google SecOps aufgenommen werden können.

Hinweis

Prüfen Sie, ob folgende Voraussetzungen erfüllt sind:

  • Eine Google SecOps-Instanz
  • Ein Google Cloud -Projekt mit aktivierter Cloud Storage API
  • Berechtigungen zum Erstellen und Verwalten von Cloud Storage-Buckets
  • Berechtigungen zum Erstellen von Cloud Run-Diensten, Pub/Sub-Themen und Cloud Scheduler-Jobs
  • Ein Asset Panda-Konto mit Administratorzugriff (erforderlich für die API-Konfiguration)
  • Einen Asset Panda-API-Schlüssel und ein Secret mit Leseberechtigungen

Asset Panda-API-Anmeldedaten generieren

  1. Melden Sie sich als Administrator in Ihrem Asset Panda-Konto an.
  2. Klicken Sie rechts oben auf das Zahnradsymbol für die Einstellungen.
  3. Wählen Sie API-Konfiguration aus.

API-Schlüssel erstellen

  1. Klicken Sie auf der Seite API-Konfiguration auf Neuen API-Schlüssel erstellen.
  2. Geben Sie die folgenden Konfigurationsdetails an:

    • Name: Geben Sie einen aussagekräftigen Namen für den Schlüssel ein (z. B. SIEM Change Log Collector).
    • Berechtigungen: Wählen Sie Lesen aus.
  3. Klicken Sie auf Speichern.

  4. Notieren Sie sich die folgenden Anmeldedaten, die unten auf der Seite angezeigt werden:

    • API-Schlüssel (auch Client-ID genannt)
    • API-Secret (auch als Clientschlüssel bezeichnet)

Gruppen-IDs ermitteln

Die Cloud Run-Funktion benötigt Gruppen-IDs, um Objekte und ihre Änderungsprotokolle abzufragen. So finden Sie Ihre Gruppen-IDs:

  1. Gehen Sie in Asset Panda zu Settings > Group Settings (Einstellungen > Gruppeneinstellungen).
  2. Klicken Sie neben dem Namen einer Gruppe auf den Link Bearbeiten.
  3. Notieren Sie sich den numerischen Wert am Ende der Browser-URL. Dies ist die Gruppen-ID (z. B. 12345).
  4. Wiederholen Sie den Vorgang für jede Gruppe, deren Änderungsprotokolle Sie erfassen möchten.

API-Zugriff testen

  • Testen Sie Ihre Anmeldedaten, bevor Sie mit der Integration fortfahren:

    API_KEY="your-api-key"
    API_SECRET="your-api-secret"
    
    # Test authentication by retrieving account settings
    curl -s "https://api.assetpanda.com/v3/settings" \
      -H "Accept: application/json" \
      -H "Access-Key-Id: ${API_KEY}" \
      -H "Access-Key-Secret: ${API_SECRET}"
    

Cloud Storage-Bucket erstellen

  1. Rufen Sie die Google Cloud Console auf.
  2. Wählen Sie Ihr Projekt aus oder erstellen Sie ein neues.
  3. Rufen Sie im Navigationsmenü Cloud Storage > Buckets auf.
  4. Klicken Sie auf Bucket erstellen.
  5. Geben Sie die folgenden Konfigurationsdetails an:

    Einstellung Wert
    Bucket benennen Geben Sie einen global eindeutigen Namen ein (z. B. asset-panda-change-logs).
    Standorttyp Wählen Sie die Option, die am besten zu Ihren Anforderungen passt (Region, Dual-Region, Multi-Region).
    Standort Wählen Sie den Standort aus (z. B. us-central1).
    Speicherklasse Standard (empfohlen für Logs, auf die häufig zugegriffen wird)
    Zugriffssteuerung Einheitlich (empfohlen)
    Schutztools Optional: Objektversionsverwaltung oder Aufbewahrungsrichtlinie aktivieren
  6. Klicken Sie auf Erstellen.

Dienstkonto für die Cloud Run-Funktion erstellen

Die Cloud Run-Funktion benötigt ein Dienstkonto mit Berechtigungen zum Schreiben in den Cloud Storage-Bucket und zum Aufrufen durch Pub/Sub.

Erstellen Sie das Dienstkonto:

  1. Wechseln Sie in der Google Cloud Console zu IAM und Verwaltung > Dienstkonten.
  2. Klicken Sie auf Dienstkonto erstellen.
  3. Geben Sie die folgenden Konfigurationsdetails an:
    • Name des Dienstkontos: Geben Sie asset-panda-logs-collector-sa ein.
    • Beschreibung des Dienstkontos: Geben Sie Service account for Cloud Run function to collect Asset Panda change logs ein.
  4. Klicken Sie auf Erstellen und fortfahren.
  5. Fügen Sie im Abschnitt Diesem Dienstkonto Zugriff auf das Projekt erteilen die folgenden Rollen hinzu:
    1. Klicken Sie auf Rolle auswählen.
    2. Suchen Sie nach Storage Object Admin und wählen Sie die Rolle aus.
    3. Klicken Sie auf + Weitere Rolle hinzufügen.
    4. Suchen Sie nach Cloud Run Invoker und wählen Sie die Rolle aus.
    5. Klicken Sie auf + Weitere Rolle hinzufügen.
    6. Suchen Sie nach Cloud Functions-Aufrufer und wählen Sie die Rolle aus.
  6. Klicken Sie auf Weiter.
  7. Klicken Sie auf Fertig.

Diese Rollen sind erforderlich für:

  • Storage-Objekt-Administrator: Logs in den Cloud Storage-Bucket schreiben und Statusdateien verwalten
  • Cloud Run-Aufrufer: Pub/Sub erlauben, die Funktion aufzurufen
  • Cloud Functions-Invoker: Funktionsaufruf zulassen

IAM-Berechtigungen (Identity and Access Management) für den Cloud Storage-Bucket gewähren

Gewähren Sie dem Dienstkonto Schreibberechtigungen für den Cloud Storage-Bucket:

  1. Rufen Sie Cloud Storage > Buckets auf.
  2. Klicken Sie auf den Namen Ihres Buckets.
  3. Wechseln Sie zum Tab Berechtigungen.
  4. Klicken Sie auf Zugriff erlauben.
  5. Geben Sie die folgenden Konfigurationsdetails an:
    • Hauptkonten hinzufügen: Geben Sie die E-Mail-Adresse des Dienstkontos ein (z. B. asset-panda-logs-collector-sa@PROJECT_ID.iam.gserviceaccount.com).
    • Rollen zuweisen: Wählen Sie Storage-Objekt-Administrator aus.
  6. Klicken Sie auf Speichern.

Pub/Sub-Thema erstellen

Erstellen Sie ein Pub/Sub-Thema, in dem Cloud Scheduler Nachrichten veröffentlicht und das die Cloud Run-Funktion abonniert.

  1. Rufen Sie in der Google Cloud Console Pub/Sub > Themen auf.
  2. Klicken Sie auf Thema erstellen.
  3. Geben Sie die folgenden Konfigurationsdetails an:
    • Themen-ID: Geben Sie asset-panda-logs-trigger ein.
    • Übernehmen Sie die anderen Einstellungen.
  4. Klicken Sie auf Erstellen.

Cloud Run-Funktion zum Erfassen von Logs erstellen

Die Cloud Run-Funktion wird durch Pub/Sub-Nachrichten von Cloud Scheduler ausgelöst, um Änderungsprotokolle von der Asset Panda REST API abzurufen und in Cloud Storage zu schreiben.

  1. Rufen Sie in der Google Cloud Console Cloud Run auf.
  2. Klicken Sie auf Dienst erstellen.
  3. Wählen Sie Funktion aus (Funktion mit einer Direktbearbeitung erstellen).
  4. Geben Sie im Abschnitt Konfigurieren die folgenden Konfigurationsdetails an:

    Einstellung Wert
    Dienstname asset-panda-logs-collector
    Region Wählen Sie die Region aus, die Ihrem Cloud Storage-Bucket entspricht (z. B. us-central1).
    Laufzeit Wählen Sie Python 3.12 oder höher aus.
  5. Im Abschnitt Trigger (optional):

    1. Klicken Sie auf + Trigger hinzufügen.
    2. Wählen Sie Cloud Pub/Sub aus.
    3. Wählen Sie unter Cloud Pub/Sub-Thema auswählen das Thema asset-panda-logs-trigger aus.
    4. Klicken Sie auf Speichern.
  6. Im Abschnitt Authentifizierung:

    1. Wählen Sie Authentifizierung erforderlich aus.
    2. Prüfen Sie Identity and Access Management (IAM).
  7. Scrollen Sie nach unten und maximieren Sie Container, Netzwerk, Sicherheit.

  8. Rufen Sie den Tab Sicherheit auf:

    • Dienstkonto: Wählen Sie das Dienstkonto asset-panda-logs-collector-sa aus.
  9. Rufen Sie den Tab Container auf:

    1. Klicken Sie auf Variablen und Secrets.
    2. Klicken Sie für jede Umgebungsvariable auf + Variable hinzufügen:
    Variablenname Beispielwert Beschreibung
    GCS_BUCKET asset-panda-change-logs Name des Cloud Storage-Buckets
    GCS_PREFIX asset-panda Präfix für Logdateien
    STATE_KEY asset-panda/state.json Pfad der Statusdatei
    AP_API_KEY your-api-key Asset Panda-API-Schlüssel
    AP_API_SECRET your-api-secret Asset Panda API-Secret
    AP_GROUP_IDS 12345,67890 Kommagetrennte Gruppen-IDs, die überwacht werden sollen
    PAGE_SIZE 50 Einträge pro API-Seite (max. 50)
    MAX_RECORDS 10000 Maximale Anzahl von Datensätzen pro Ausführung
    LOOKBACK_HOURS 2 Anfänglicher Rückschauzeitraum
  10. Scrollen Sie im Abschnitt Variablen und Secrets nach unten zu Anfragen:

    • Zeitüberschreitung bei Anfrage: Geben Sie 600 Sekunden (10 Minuten) ein.
  11. Wechseln Sie zum Tab Einstellungen:

    • Im Abschnitt Ressourcen:
      • Arbeitsspeicher: Wählen Sie 512 MiB oder höher aus.
      • CPU: Wählen Sie 1 aus.
  12. Im Abschnitt Versionsskalierung:

    • Mindestanzahl von Instanzen: Geben Sie 0 ein.
    • Maximale Anzahl von Instanzen: Geben Sie 100 ein (oder passen Sie den Wert an die erwartete Last an).
  13. Klicken Sie auf Erstellen.

  14. Warten Sie, bis der Dienst erstellt wurde (1–2 Minuten).

  15. Nachdem der Dienst erstellt wurde, wird der Inline-Code-Editor automatisch geöffnet.

Funktionscode hinzufügen

  1. Geben Sie main in das Feld Einstiegspunkt ein.
  2. Erstellen Sie im Inline-Code-Editor zwei Dateien:

    • Erste Datei – main.py:

      import functions_framework
      from google.cloud import storage
      import json
      import os
      import urllib3
      from datetime import datetime, timezone, timedelta
      import time
      
      # Initialize HTTP client with timeouts
      http = urllib3.PoolManager(
        timeout=urllib3.Timeout(connect=5.0, read=30.0),
        retries=False,
      )
      
      # Initialize Storage client
      storage_client = storage.Client()
      
      # Environment variables
      GCS_BUCKET = os.environ.get('GCS_BUCKET')
      GCS_PREFIX = os.environ.get('GCS_PREFIX', 'asset-panda').strip('/')
      STATE_KEY = os.environ.get('STATE_KEY') or f"{GCS_PREFIX}/state.json"
      AP_API_KEY = os.environ.get('AP_API_KEY')
      AP_API_SECRET = os.environ.get('AP_API_SECRET')
      AP_GROUP_IDS = os.environ.get('AP_GROUP_IDS', '')
      PAGE_SIZE = int(os.environ.get('PAGE_SIZE', '50'))
      MAX_RECORDS = int(os.environ.get('MAX_RECORDS', '10000'))
      LOOKBACK_HOURS = int(os.environ.get('LOOKBACK_HOURS', '2'))
      
      BASE_URL = 'https://api.assetpanda.com'
      
      # Rate limiting: 400 calls per 3 minutes
      RATE_LIMIT_CALLS = 400
      RATE_LIMIT_WINDOW = 180  # seconds
      call_timestamps = []
      
      def rate_limit_wait():
        """Enforce rate limiting of 400 calls per 3-minute window."""
        global call_timestamps
        now = time.time()
        call_timestamps = [t for t in call_timestamps if now - t < RATE_LIMIT_WINDOW]
        if len(call_timestamps) >= RATE_LIMIT_CALLS:
          sleep_time = RATE_LIMIT_WINDOW - (now - call_timestamps[0]) + 1
          print(f"Rate limit approaching. Sleeping {sleep_time:.1f}s...")
          time.sleep(sleep_time)
          call_timestamps = [t for t in call_timestamps if time.time() - t < RATE_LIMIT_WINDOW]
        call_timestamps.append(time.time())
      
      def api_request(method, path, params=None):
        """Make an authenticated request to the Asset Panda API."""
        rate_limit_wait()
      
        url = f"{BASE_URL}{path}"
        headers = {
          'Accept': 'application/json',
          'Content-Type': 'application/json',
          'Access-Key-Id': AP_API_KEY,
          'Access-Key-Secret': AP_API_SECRET,
        }
      
        backoff = 1.0
        for attempt in range(3):
          try:
            if method == 'GET':
              response = http.request(method, url, headers=headers, fields=params)
            else:
              body = json.dumps(params or {}).encode('utf-8')
              response = http.request(method, url, headers=headers, body=body)
      
            if response.status == 429:
              retry_after = int(response.headers.get('Retry-After', str(int(backoff))))
              print(f"Rate limited (429). Retrying after {retry_after}s...")
              time.sleep(retry_after)
              backoff = min(backoff * 2, 60.0)
              continue
      
            if response.status == 200:
              return json.loads(response.data.decode('utf-8'))
      
            print(f"HTTP {response.status}: {response.data.decode('utf-8')[:500]}")
            return None
      
          except Exception as e:
            print(f"Request error (attempt {attempt + 1}): {e}")
            if attempt < 2:
              time.sleep(backoff)
              backoff *= 2
      
        return None
      
      def parse_datetime(value):
        """Parse ISO datetime string to datetime object."""
        if not value:
          return None
        if value.endswith("Z"):
          value = value[:-1] + "+00:00"
        try:
          return datetime.fromisoformat(value)
        except Exception:
          return None
      
      @functions_framework.cloud_event
      def main(cloud_event):
        """
        Cloud Run function triggered by Pub/Sub to fetch
        Asset Panda change logs and write to GCS.
      
        Args:
          cloud_event: CloudEvent object containing Pub/Sub message
        """
        if not all([GCS_BUCKET, AP_API_KEY, AP_API_SECRET, AP_GROUP_IDS]):
          print('Error: Missing required environment variables')
          return
      
        group_ids = [gid.strip() for gid in AP_GROUP_IDS.split(',') if gid.strip()]
        if not group_ids:
          print('Error: No group IDs configured')
          return
      
        try:
          bucket = storage_client.bucket(GCS_BUCKET)
      
          # Load state
          state = load_state(bucket, STATE_KEY)
      
          # Determine time window
          now = datetime.now(timezone.utc)
          last_time = None
      
          if isinstance(state, dict) and state.get("last_run_time"):
            try:
              last_time = parse_datetime(state["last_run_time"])
              if last_time:
                last_time = last_time - timedelta(minutes=2)
            except Exception as e:
              print(f"Warning: Could not parse last_run_time: {e}")
      
          if last_time is None:
            last_time = now - timedelta(hours=LOOKBACK_HOURS)
      
          print(f"Collecting change logs from {last_time.isoformat()} to {now.isoformat()}")
      
          all_records = []
      
          for group_id in group_ids:
            if len(all_records) >= MAX_RECORDS:
              print(f"Reached max_records limit ({MAX_RECORDS})")
              break
      
            records = fetch_group_change_logs(group_id, last_time, now)
            all_records.extend(records)
            print(f"Group {group_id}: collected {len(records)} change log entries")
      
          if not all_records:
            print("No new change log records found.")
            save_state(bucket, STATE_KEY, now.isoformat())
            return
      
          # Write to GCS as NDJSON
          timestamp = now.strftime('%Y%m%d_%H%M%S')
          object_key = f"{GCS_PREFIX}/logs_{timestamp}.ndjson"
          blob = bucket.blob(object_key)
      
          ndjson = '\n'.join(
            [json.dumps(record, ensure_ascii=False) for record in all_records]
          ) + '\n'
          blob.upload_from_string(ndjson, content_type='application/x-ndjson')
      
          print(f"Wrote {len(all_records)} records to gs://{GCS_BUCKET}/{object_key}")
      
          # Update state
          save_state(bucket, STATE_KEY, now.isoformat())
          print(f"Successfully processed {len(all_records)} records")
      
        except Exception as e:
          print(f'Error processing change logs: {str(e)}')
          raise
      
      def fetch_group_change_logs(group_id, start_time, end_time):
        """
        Fetch change logs for all objects in a group.
      
        Args:
          group_id: Asset Panda group ID
          start_time: Start time for log query
          end_time: End time for log query
      
        Returns:
          List of change log records
        """
        records = []
        offset = 0
      
        # Iterate through objects in the group
        while True:
          if len(records) >= MAX_RECORDS:
            break
      
          search_data = api_request(
            'POST',
            f'/v3/groups/{group_id}/search_objects',
            {'offset': offset, 'limit': PAGE_SIZE}
          )
      
          if not search_data:
            break
      
          objects = search_data.get('objects', [])
          if not objects:
            break
      
          for obj in objects:
            object_id = obj.get('id')
            if not object_id:
              continue
      
            change_logs = fetch_object_change_logs(
              object_id, group_id, start_time, end_time
            )
            records.extend(change_logs)
      
            if len(records) >= MAX_RECORDS:
              break
      
          total = search_data.get('totals', {}).get('objects', 0)
          offset += len(objects)
          if offset >= total:
            break
      
        return records
      
      def fetch_object_change_logs(object_id, group_id, start_time, end_time):
        """
        Fetch change logs for a specific object.
      
        Args:
          object_id: Asset Panda object ID
          group_id: Asset Panda group ID
          start_time: Start time filter
          end_time: End time filter
      
        Returns:
          List of change log records with metadata
        """
        records = []
        offset = 0
      
        while True:
          data = api_request(
            'GET',
            f'/v3/entity_objects/{object_id}/change_logs',
            {'limit': PAGE_SIZE, 'offset': offset}
          )
      
          if not data:
            break
      
          logs = data.get('change_logs', data.get('data', []))
          if isinstance(logs, dict):
            logs = [logs]
      
          if not logs:
            break
      
          for log_entry in logs:
            log_time = parse_datetime(
              log_entry.get('created_at') or log_entry.get('updated_at', '')
            )
      
            if log_time and log_time < start_time:
              return records
            if log_time and log_time > end_time:
              continue
      
            log_entry['_group_id'] = group_id
            log_entry['_object_id'] = object_id
            records.append(log_entry)
      
          if len(logs) < PAGE_SIZE:
            break
      
          offset += len(logs)
      
        return records
      
      def load_state(bucket, key):
        """Load state from GCS."""
        try:
          blob = bucket.blob(key)
          if blob.exists():
            state_data = blob.download_as_text()
            return json.loads(state_data)
        except Exception as e:
          print(f"Warning: Could not load state: {e}")
        return {}
      
      def save_state(bucket, key, last_run_time_iso):
        """Save the last run timestamp to GCS state file."""
        try:
          state = {'last_run_time': last_run_time_iso}
          blob = bucket.blob(key)
          blob.upload_from_string(
            json.dumps(state, indent=2),
            content_type='application/json'
          )
          print(f"Saved state: last_run_time={last_run_time_iso}")
        except Exception as e:
          print(f"Warning: Could not save state: {e}")
      
    • Zweite Datei – requirements.txt:

      functions-framework==3.*
      google-cloud-storage==2.*
      urllib3>=2.0.0
      
  3. Klicken Sie auf Bereitstellen, um die Funktion zu speichern und bereitzustellen.

  4. Warten Sie, bis die Bereitstellung abgeschlossen ist (2–3 Minuten).

Cloud Scheduler-Job erstellen

Cloud Scheduler veröffentlicht in regelmäßigen Abständen Nachrichten im Pub/Sub-Thema und löst so die Cloud Run-Funktion aus.

  1. Rufen Sie in der Google Cloud Console Cloud Scheduler auf.
  2. Klicken Sie auf Job erstellen.
  3. Geben Sie die folgenden Konfigurationsdetails an:

    Einstellung Wert
    Name asset-panda-logs-collector-hourly
    Region Wählen Sie dieselbe Region wie für die Cloud Run-Funktion aus.
    Frequenz 0 * * * * (stündlich zur vollen Stunde)
    Zeitzone Zeitzone auswählen (UTC empfohlen)
    Zieltyp Pub/Sub
    Thema Wählen Sie das Thema asset-panda-logs-trigger aus.
    Inhalt der Nachricht {} (leeres JSON-Objekt)
  4. Klicken Sie auf Erstellen.

Optionen für die Häufigkeit des Zeitplans

Wählen Sie die Häufigkeit basierend auf dem Logvolumen und den Latenzanforderungen aus:

Häufigkeit Cron-Ausdruck Anwendungsfall
Stündlich 0 * * * * Standard (empfohlen)
Alle zwei Stunden 0 */2 * * * Leiser machen
Alle 6 Stunden 0 */6 * * * Geringes Volumen, Batchverarbeitung

Integration testen

  1. Suchen Sie in der Cloud Scheduler-Konsole nach Ihrem Job.
  2. Klicken Sie auf Ausführung erzwingen, um den Job manuell auszulösen.
  3. Warte einige Sekunden.
  4. Rufen Sie Cloud Run > Dienste auf.
  5. Klicken Sie auf den Funktionsnamen asset-panda-logs-collector.
  6. Klicken Sie auf den Tab Logs.
  7. Prüfen Sie, ob die Funktion erfolgreich ausgeführt wurde. Achte dabei auf Folgendes:

    Collecting change logs from YYYY-MM-DDTHH:MM:SS+00:00 to YYYY-MM-DDTHH:MM:SS+00:00
    Group 12345: collected X change log entries
    Wrote X records to gs://asset-panda-change-logs/asset-panda/logs_YYYYMMDD_HHMMSS.ndjson
    Successfully processed X records
    
  8. Rufen Sie Cloud Storage > Buckets auf.

  9. Klicken Sie auf den Namen Ihres Buckets.

  10. Rufen Sie den Präfixordner asset-panda/ auf.

  11. Prüfen Sie, ob eine neue .ndjson-Datei mit dem aktuellen Zeitstempel erstellt wurde.

Wenn Sie Fehler in den Logs sehen:

  • HTTP 401: Prüfen Sie die API-Anmeldedaten in den Umgebungsvariablen. Prüfen Sie, ob der API-Schlüssel und das Secret korrekt sind.
  • HTTP 403: Prüfen Sie, ob für den API-Schlüssel Leseberechtigungen aktiviert sind.
  • HTTP 429: Ratenbegrenzung – Die Funktion wird automatisch mit Backoff wiederholt.
  • Leere Ergebnisse: Prüfen Sie, ob die konfigurierten Gruppen-IDs vorhanden sind und Objekte mit Änderungsverlauf enthalten.
  • Fehlende Umgebungsvariablen: Prüfen Sie, ob alle erforderlichen Variablen festgelegt sind.

Feed in Google SecOps konfigurieren, um Asset Panda-Logs aufzunehmen

  1. Rufen Sie die Einstellungen > Datenverwaltung > Feeds auf. Wenn Sie eine reine SIEM-Plattform verwenden, rufen Sie die Einstellungen > Feeds auf.
  2. Klicken Sie auf Neuen Feed hinzufügen.
  3. Klicken Sie auf Einzelnen Feed konfigurieren.
  4. Geben Sie im Feld Feedname einen Namen für den Feed ein, z. B. Asset Panda Change Logs.
  5. Wählen Sie Google Cloud Storage V2 als Quelltyp aus.
  6. Wählen Sie Asset Panda als Logtyp aus.
  7. Klicken Sie auf Dienstkonto abrufen. Eine eindeutige E-Mail-Adresse für das Dienstkonto wird angezeigt, z. B.:

    chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com
    
  8. Kopieren Sie diese E-Mail-Adresse, um sie im nächsten Schritt zu verwenden.

  9. Klicken Sie auf Weiter.

  10. Geben Sie Werte für die folgenden Eingabeparameter an:

    • Storage-Bucket-URL: Geben Sie den Cloud Storage-Bucket-URI mit dem Präfixpfad ein:

      gs://asset-panda-change-logs/asset-panda/
      
      • Ersetzen Sie:
        • asset-panda-change-logs: Name Ihres Cloud Storage-Bucket.
        • asset-panda: Optionaler Präfix-/Ordnerpfad, in dem Logs gespeichert werden (leer lassen für Stammverzeichnis).
    • Option zum Löschen der Quelle: Wählen Sie die gewünschte Löschoption aus:

      • Nie: Nach Übertragungen werden keine Dateien gelöscht (für Tests empfohlen).
      • Übertragene Dateien löschen: Dateien werden nach erfolgreicher Übertragung gelöscht.
      • Übertragene Dateien und leere Verzeichnisse löschen: Dateien und leere Verzeichnisse werden nach erfolgreicher Übertragung gelöscht.
    • Maximales Dateialter: Dateien einschließen, die in den letzten Tagen geändert wurden (Standardwert: 180 Tage)

    • Asset-Namespace: Der Asset-Namespace

    • Labels für Datenaufnahme: Das Label, das auf die Ereignisse aus diesem Feed angewendet werden soll.

  11. Klicken Sie auf Weiter.

  12. Prüfen Sie die neue Feedkonfiguration auf dem Bildschirm Abschließen und klicken Sie dann auf Senden.

Dem Google SecOps-Dienstkonto IAM-Berechtigungen gewähren

Das Google SecOps-Dienstkonto benötigt die Rolle Storage-Objekt-Betrachter für Ihren Cloud Storage-Bucket.

  1. Rufen Sie Cloud Storage > Buckets auf.
  2. Klicken Sie auf den Namen Ihres Buckets.
  3. Wechseln Sie zum Tab Berechtigungen.
  4. Klicken Sie auf Zugriff erlauben.
  5. Geben Sie die folgenden Konfigurationsdetails an:
    • Hauptkonten hinzufügen: Fügen Sie die E‑Mail-Adresse des Google SecOps-Dienstkontos ein.
    • Rollen zuweisen: Wählen Sie Storage Object Viewer aus.
  6. Klicken Sie auf Speichern.

UDM-Zuordnungstabelle

Logfeld UDM-Zuordnung Logik
array_values_label additional.fields Zusammengeführt
data_label additional.fields Zusammengeführt
field_values_label additional.fields Zusammengeführt
low_values_label additional.fields Zusammengeführt
value_ids_label additional.fields Zusammengeführt
values_label additional.fields Zusammengeführt
display_with_secondary intermediary.user.user_display_name Direkt zugeordnet
secondary_name intermediary.user.userid Direkt zugeordnet
created_at metadata.event_timestamp Geparst als RFC 3339
has_user metadata.event_type Zugeordnet: true → USER_UNCATEGORIZED
object_version_ids metadata.product_version Direkt zugeordnet
share_url metadata.url_back_to_product Direkt zugeordnet
display_name principal.user.user_display_name Direkt zugeordnet
id principal.user.userid Direkt zugeordnet
account_id_label security_result.detection_fields Zusammengeführt
change_source_label security_result.detection_fields Zusammengeführt
change_trigger_label security_result.detection_fields Zusammengeführt
created_at_label security_result.detection_fields Zusammengeführt
date_format_label security_result.detection_fields Zusammengeführt
docusign_envelope_id_label security_result.detection_fields Zusammengeführt
embedded_into_object_id_label security_result.detection_fields Zusammengeführt
entity_action_id_label security_result.detection_fields Zusammengeführt
entity_id_label security_result.detection_fields Zusammengeführt
entity_id_label1 security_result.detection_fields Zusammengeführt
entity_key_label security_result.detection_fields Zusammengeführt
google_calendar_sync_label security_result.detection_fields Zusammengeführt
gps_coordinates_label security_result.detection_fields Zusammengeführt
has_audit_history_label security_result.detection_fields Zusammengeführt
id_label security_result.detection_fields Zusammengeführt
is_archived_label security_result.detection_fields Zusammengeführt
is_deletable_label security_result.detection_fields Zusammengeführt
is_editable_label security_result.detection_fields Zusammengeführt
is_locked_label security_result.detection_fields Zusammengeführt
linked_action_object_id_label security_result.detection_fields Zusammengeführt
modifier_id_label security_result.detection_fields Zusammengeführt
next_step_reservation_uid_label security_result.detection_fields Zusammengeführt
object_appreciation_label security_result.detection_fields Zusammengeführt
object_depreciation_label security_result.detection_fields Zusammengeführt
oid_label security_result.detection_fields Zusammengeführt
old_id_label security_result.detection_fields Zusammengeführt
parent_action_object_id_label security_result.detection_fields Zusammengeführt
predefined_forms_label security_result.detection_fields Zusammengeführt
reservation_notification_label security_result.detection_fields Zusammengeführt
reservation_uid_label security_result.detection_fields Zusammengeführt
returned_label security_result.detection_fields Zusammengeführt
state_label security_result.detection_fields Zusammengeführt
status_label security_result.detection_fields Zusammengeführt
updated_at_label security_result.detection_fields Zusammengeführt
user_id_label security_result.detection_fields Zusammengeführt
version_label security_result.detection_fields Zusammengeführt
– metadata.event_type Konstante: USER_UNCATEGORIZED

Änderungsprotokoll

Änderungsprotokoll für diesen Parser ansehen

Benötigen Sie weitere Hilfe? Antworten von Community-Mitgliedern und Google SecOps-Experten erhalten