Google은 AI 기술을 사용하여 콘텐츠를 사용자의 기본 언어로 번역합니다. AI 번역에는 오류가 있을 수 있습니다.

Asset Panda 로그 수집

파서 버전: 1.0

다음에서 지원:

Google SecOps SIEM

이 문서에서는 Google Cloud Storage V2를 사용하여 Asset Panda 로그를 Google Security Operations에 수집하는 방법을 설명합니다.

Asset Panda는 조직이 수명 주기 전반에 걸쳐 실제 및 디지털 애셋을 추적, 관리, 보고할 수 있는 클라우드 기반 애셋 관리 플랫폼입니다. Asset Panda REST API는 모든 애셋 그룹에서 필드 수준 수정, 애셋 이전, 작업 기록, 사용자 활동을 기록하는 변경 로그에 대한 액세스를 제공합니다. 이러한 변경 로그는 API를 통해 수집할 수 있으며 Google SecOps에서 수집할 수 있도록 GCS 버킷에 작성할 수 있습니다.

시작하기 전에

다음 기본 요건이 충족되었는지 확인합니다.

Google SecOps 인스턴스
Cloud Storage API가 사용 설정된 GCP 프로젝트
GCS 버킷을 만들고 관리할 수 있는 권한
Cloud Run 서비스, Pub/Sub 주제, Cloud Scheduler 작업을 만들 수 있는 권한
관리자 액세스 권한이 있는 Asset Panda 계정 (API 구성에 필요)
읽기 권한이 있는 Asset Panda API 키 및 보안 비밀

Asset Panda API 사용자 인증 정보 생성

API 구성으로 이동

관리자로 Asset Panda 계정에 로그인합니다.
오른쪽 상단에 있는 설정 (톱니바퀴) 아이콘을 클릭합니다.
API 구성을 선택합니다.

API 키 만들기

API 구성 페이지에서 새 API 키 만들기를 클릭합니다.
다음 구성 세부정보를 제공합니다.
- 이름: 키를 설명하는 이름을 입력합니다 (예: SIEM Change Log Collector).
- 권한: 읽기를 선택합니다.
참고: 보안을 위해 읽기 권한만 부여하세요. 로그 수집에는 쓰기 및 삭제 권한이 필요하지 않습니다.
저장을 클릭합니다.
페이지 하단에 표시된 다음 사용자 인증 정보를 기록합니다.
- API 키 (클라이언트 ID라고도 함)
- API 비밀번호 (클라이언트 비밀번호라고도 함)
참고: API 보안 비밀은 한 번만 표시됩니다. 두 값을 모두 안전하게 저장합니다. 보안 비밀을 분실한 경우 새 API 키를 생성해야 합니다.

그룹 ID 식별

Cloud Run 함수는 객체와 변경 로그를 쿼리하는 데 그룹 ID가 필요합니다. 그룹 ID를 찾으려면 다음 단계를 따르세요.

Asset Panda에서 Settings > Group Settings로 이동합니다.
그룹 이름 옆에 있는 수정 링크를 클릭합니다.
브라우저 URL 끝에 있는 숫자 값을 확인합니다. 그룹 ID입니다 (예: 12345).
변경 로그를 수집하려는 각 그룹에 대해 이 단계를 반복합니다.

API 액세스 테스트

통합을 진행하기 전에 사용자 인증 정보를 테스트합니다.

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}"

Google Cloud Storage 버킷 만들기

Google Cloud 콘솔로 이동합니다.
프로젝트를 선택하거나 새 프로젝트를 만듭니다.
탐색 메뉴에서 Cloud Storage> 버킷으로 이동합니다.
버킷 만들기를 클릭합니다.

다음 구성 세부정보를 제공합니다.

설정	값
버킷 이름 지정	전역적으로 고유한 이름 (예: `asset-panda-change-logs`)을 입력합니다.
위치 유형	필요에 따라 선택 (리전, 이중 리전, 멀티 리전)
위치	위치를 선택합니다 (예: `us-central1`).
스토리지 클래스	Standard (자주 액세스하는 로그에 권장)
액세스 제어	균일 (권장)
보호 조치	선택사항: 객체 버전 관리 또는 보관 정책 사용 설정

만들기를 클릭합니다.

Cloud Run 함수의 서비스 계정 만들기

Cloud Run 함수에는 GCS 버킷에 쓸 수 있고 Pub/Sub에 의해 호출될 수 있는 권한이 있는 서비스 계정이 필요합니다.

서비스 계정 만들기

GCP 콘솔에서 IAM 및 관리자 > 서비스 계정으로 이동합니다.
서비스 계정 만들기를 클릭합니다.
다음 구성 세부정보를 제공합니다.
- 서비스 계정 이름: asset-panda-logs-collector-sa을 입력합니다.
- 서비스 계정 설명: Service account for Cloud Run function to collect Asset Panda change logs를 입력합니다.
만들고 계속하기를 클릭합니다.
이 서비스 계정에 프로젝트에 대한 액세스 권한 부여 섹션에서 다음 역할을 추가합니다.
1. 역할 선택을 클릭합니다.
2. 스토리지 객체 관리자를 검색하여 선택합니다.
3. + 다른 역할 추가를 클릭합니다.
4. Cloud Run 호출자를 검색하여 선택합니다.
5. + 다른 역할 추가를 클릭합니다.
6. Cloud Functions 호출자를 검색하여 선택합니다.
계속을 클릭합니다.
완료를 클릭합니다.

이러한 역할은 다음 작업에 필요합니다.

스토리지 객체 관리자: GCS 버킷에 로그를 쓰고 상태 파일을 관리합니다.
Cloud Run 호출자: Pub/Sub에서 함수를 호출하도록 허용
Cloud Functions 호출자: 함수 호출 허용

GCS 버킷에 대한 IAM 권한 부여

GCS 버킷에 대한 쓰기 권한을 서비스 계정에 부여합니다.

Cloud Storage> 버킷으로 이동합니다.
버킷 이름을 클릭합니다.
권한 탭으로 이동합니다.
액세스 권한 부여를 클릭합니다.
다음 구성 세부정보를 제공합니다.
- 주 구성원 추가: 서비스 계정 이메일 (예: asset-panda-logs-collector-sa@PROJECT_ID.iam.gserviceaccount.com)을 입력합니다.
- 역할 할당: 스토리지 객체 관리자 선택
저장을 클릭합니다.

Pub/Sub 주제 만들기

Cloud Scheduler가 게시하고 Cloud Run 함수가 구독할 Pub/Sub 주제를 만듭니다.

GCP 콘솔에서 Pub/Sub> 주제로 이동합니다.
주제 만들기를 클릭합니다.
다음 구성 세부정보를 제공합니다.
- 주제 ID: asset-panda-logs-trigger를 입력합니다.
- 다른 설정은 기본값으로 둡니다.
만들기를 클릭합니다.

로그를 수집하는 Cloud Run 함수 만들기

Cloud Run 함수는 Cloud Scheduler의 Pub/Sub 메시지에 의해 트리거되어 Asset Panda REST API에서 변경 로그를 가져오고 이를 GCS에 기록합니다.

GCP 콘솔에서 Cloud Run으로 이동합니다.
서비스 만들기를 클릭합니다.
함수를 선택합니다 (인라인 편집기를 사용하여 함수 만들기).
구성 섹션에서 다음 구성 세부정보를 입력합니다.

설정 값

서비스 이름 asset-panda-logs-collector

리전 GCS 버킷과 일치하는 리전을 선택합니다 (예: us-central1).

런타임 Python 3.12 이상 선택
트리거 (선택사항) 섹션에서 다음을 수행합니다.
1. + 트리거 추가를 클릭합니다.
2. Cloud Pub/Sub을 선택합니다.
3. Cloud Pub/Sub 주제 선택에서 asset-panda-logs-trigger 주제를 선택합니다.
4. 저장을 클릭합니다.
인증 섹션에서 다음을 구성합니다.
1. 인증 필요를 선택합니다.
2. ID 및 액세스 관리 (IAM)를 확인합니다.
참고: 함수를 호출할 때 Pub/Sub에서 인증을 자동으로 처리합니다.
아래로 스크롤하고 컨테이너, 네트워킹, 보안을 펼칩니다.
보안 탭으로 이동합니다.
- 서비스 계정: 서비스 계정 asset-panda-logs-collector-sa를 선택합니다.

설정	값
서비스 이름	`asset-panda-logs-collector`
리전	GCS 버킷과 일치하는 리전을 선택합니다 (예: `us-central1`).
런타임	Python 3.12 이상 선택

컨테이너 탭으로 이동합니다.

변수 및 보안 비밀을 클릭합니다.
각 환경 변수에 대해 + 변수 추가를 클릭합니다.

변수 이름	예시 값	설명
`GCS_BUCKET`	`asset-panda-change-logs`	GCS 버킷 이름
`GCS_PREFIX`	`asset-panda`	로그 파일의 접두사
`STATE_KEY`	`asset-panda/state.json`	상태 파일 경로
`AP_API_KEY`	`your-api-key`	Asset Panda API 키
`AP_API_SECRET`	`your-api-secret`	Asset Panda API 보안 비밀
`AP_GROUP_IDS`	`12345,67890`	모니터링할 그룹 ID를 쉼표로 구분
`PAGE_SIZE`	`50`	API 페이지당 레코드 수 (최대 50개)
`MAX_RECORDS`	`10000`	실행당 최대 레코드 수
`LOOKBACK_HOURS`	`2`	초기 전환 확인 기간

변수 및 보안 비밀 섹션에서 요청까지 아래로 스크롤합니다.
- 요청 제한 시간: 600초 (10분)를 입력합니다.
설정 탭으로 이동합니다.
- 리소스 섹션에서 다음을 수행합니다.
  - 메모리: 512MiB 이상 선택
  - CPU: 1을 선택합니다.
버전 확장 섹션에서 다음을 수행합니다.
- 최소 인스턴스 수: 0를 입력합니다.
- 최대 인스턴스 수: 100을 입력합니다 (또는 예상 부하에 따라 조정).
만들기를 클릭합니다.
서비스가 생성될 때까지 기다립니다 (1~2분).
서비스가 생성되면 인라인 코드 편집기가 자동으로 열립니다.

함수 코드 추가

진입점 필드에 main을 입력합니다.

인라인 코드 편집기에서 다음 두 파일을 만듭니다.

첫 번째 파일 - 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}")

두 번째 파일 - requirements.txt:

functions-framework==3.*
google-cloud-storage==2.*
urllib3>=2.0.0

배포를 클릭하여 함수를 저장하고 배포합니다.
배포가 완료될 때까지 기다립니다 (2~3분).

참고: Pub/Sub 트리거 구성은 필요한 구독과 권한을 자동으로 만듭니다. Asset Panda는 IP 주소별로 3분 동안 400회 호출의 비율 제한을 적용합니다. 이 제약 조건을 준수하기 위해 함수에는 기본 제공 비율 제한이 포함되어 있습니다.

Cloud Scheduler 작업 만들기

Cloud Scheduler는 일정 간격으로 Pub/Sub 주제에 메시지를 게시하여 Cloud Run 함수를 트리거합니다.

GCP Console에서 Cloud Scheduler로 이동합니다.
작업 만들기를 클릭합니다.

다음 구성 세부정보를 제공합니다.

설정	값
이름	`asset-panda-logs-collector-hourly`
리전	Cloud Run 함수와 동일한 리전 선택
주파수	`0 * * * *` (매시간 정각)
시간대	시간대 선택 (UTC 권장)
타겟 유형	Pub/Sub
주제	`asset-panda-logs-trigger` 주제를 선택합니다.
메일 본문	`{}` (빈 JSON 객체)

만들기를 클릭합니다.

일정 빈도 옵션

로그 볼륨 및 지연 시간 요구사항에 따라 빈도를 선택합니다.

빈도	크론 표현식	사용 사례
1시간마다	`0 * * * *`	표준 (권장)
2시간마다	`0 /2 * *`	볼륨 낮추기
6시간마다	`0 /6 * *`	적은 볼륨, 일괄 처리

통합 테스트

Cloud Scheduler 콘솔에서 작업을 찾습니다.
강제 실행을 클릭하여 작업을 수동으로 트리거합니다.
몇 초 동안 기다립니다.
Cloud Run > 서비스로 이동합니다.
함수 이름 asset-panda-logs-collector을 클릭합니다.
로그 탭을 클릭합니다.

함수가 성공적으로 실행되었는지 확인합니다. 다음 항목을 찾습니다.

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

Cloud Storage> 버킷으로 이동합니다.
버킷 이름을 클릭합니다.
접두사 폴더 asset-panda/로 이동합니다.
현재 타임스탬프로 새 .ndjson 파일이 생성되었는지 확인합니다.

로그에 오류가 표시되는 경우:

HTTP 401: 환경 변수에서 API 사용자 인증 정보를 확인합니다. API 키와 보안 비밀이 올바른지 확인합니다.
HTTP 403: API 키에 읽기 권한이 사용 설정되어 있는지 확인합니다.
HTTP 429: 비율 제한 - 함수가 백오프로 자동 재시도됩니다.
결과가 비어 있음: 구성된 그룹 ID가 있고 변경 내역이 있는 객체가 포함되어 있는지 확인합니다.
환경 변수 누락: 필요한 모든 변수가 설정되어 있는지 확인합니다.

Asset Panda 로그를 수집하도록 Google SecOps에서 피드 구성

SIEM 설정 > 피드로 이동합니다.
새 피드 추가를 클릭합니다.
단일 피드 구성을 클릭합니다.
피드 이름 필드에 피드 이름을 입력합니다(예: Asset Panda Change Logs).
소스 유형으로 Google Cloud Storage V2를 선택합니다.
로그 유형으로 Asset Panda를 선택합니다.
서비스 계정 가져오기를 클릭합니다. 고유한 서비스 계정 이메일이 표시됩니다. 예를 들면 다음과 같습니다.
```
chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com
```
다음 단계에서 사용할 수 있도록 이 이메일 주소를 복사합니다.

참고: 각 Google SecOps 인스턴스에는 고유한 서비스 계정이 있습니다. 다른 문서나 예시의 서비스 계정을 사용하지 마세요.
다음을 클릭합니다.
다음 입력 매개변수의 값을 지정합니다.
- 스토리지 버킷 URL: 다음 접두사 경로를 사용하여 GCS 버킷 URI를 입력합니다.
```
gs://asset-panda-change-logs/asset-panda/
```
  - 다음과 같이 바꿉니다.
    - asset-panda-change-logs: GCS 버킷 이름입니다.
    - asset-panda: 로그가 저장되는 선택적 접두사/폴더 경로입니다 (루트의 경우 비워 둠).
참고: URI 끝에 항상 후행 슬래시 (/)를 포함하세요.
- 소스 삭제 옵션: 환경설정에 따라 삭제 옵션을 선택합니다.
  - 삭제 안함: 전송 후 파일을 삭제하지 않습니다 (테스트에 권장).
  - 전송된 파일 삭제: 전송이 완료되면 파일을 삭제합니다.
  - 전송된 파일 및 빈 디렉터리 삭제: 전송이 완료되면 파일과 빈 디렉터리를 삭제합니다.
  참고: 삭제 옵션을 선택하는 경우 서비스 계정에는 스토리지 객체 뷰어 대신 스토리지 객체 관리자 역할이 있어야 합니다. IAM 권한을 적절하게 업데이트합니다.
- 최대 파일 기간: 지난 일수 동안 수정된 파일을 포함합니다 (기본값은 180일).
- 애셋 네임스페이스: 애셋 네임스페이스
- 수집 라벨: 이 피드의 이벤트에 적용할 라벨
다음을 클릭합니다.
확정 화면에서 새 피드 구성을 검토한 다음 제출을 클릭합니다.

Google SecOps 서비스 계정에 IAM 권한 부여

Google SecOps 서비스 계정에는 GCS 버킷에 대한 스토리지 객체 뷰어 역할이 필요합니다.

Cloud Storage> 버킷으로 이동합니다.
버킷 이름을 클릭합니다.
권한 탭으로 이동합니다.
액세스 권한 부여를 클릭합니다.
다음 구성 세부정보를 제공합니다.
- 주 구성원 추가: Google SecOps 서비스 계정 이메일을 붙여넣습니다.
- 역할 할당: 스토리지 객체 뷰어를 선택합니다.
저장을 클릭합니다.

참고: '전송된 파일 삭제' 또는 '전송된 파일 및 빈 디렉터리 삭제' 삭제 옵션을 사용하려면 스토리지 객체 뷰어 대신 스토리지 객체 관리자 역할을 부여하세요.

UDM 매핑 테이블

로그 필드	UDM 매핑	로직
`array_values_label`	`additional.fields`	병합됨
`data_label`	`additional.fields`	병합됨
`field_values_label`	`additional.fields`	병합됨
`low_values_label`	`additional.fields`	병합됨
`value_ids_label`	`additional.fields`	병합됨
`values_label`	`additional.fields`	병합됨
`display_with_secondary`	`intermediary.user.user_display_name`	직접 매핑됨
`secondary_name`	`intermediary.user.userid`	직접 매핑됨
`created_at`	`metadata.event_timestamp`	`RFC 3339`로 파싱됨
`has_user`	`metadata.event_type`	매핑됨: `true` → `USER_UNCATEGORIZED`
`object_version_ids`	`metadata.product_version`	직접 매핑됨
`share_url`	`metadata.url_back_to_product`	직접 매핑됨
`display_name`	`principal.user.user_display_name`	직접 매핑됨
`id`	`principal.user.userid`	직접 매핑됨
`account_id_label`	`security_result.detection_fields`	병합됨
`change_source_label`	`security_result.detection_fields`	병합됨
`change_trigger_label`	`security_result.detection_fields`	병합됨
`created_at_label`	`security_result.detection_fields`	병합됨
`date_format_label`	`security_result.detection_fields`	병합됨
`docusign_envelope_id_label`	`security_result.detection_fields`	병합됨
`embedded_into_object_id_label`	`security_result.detection_fields`	병합됨
`entity_action_id_label`	`security_result.detection_fields`	병합됨
`entity_id_label`	`security_result.detection_fields`	병합됨
`entity_id_label1`	`security_result.detection_fields`	병합됨
`entity_key_label`	`security_result.detection_fields`	병합됨
`google_calendar_sync_label`	`security_result.detection_fields`	병합됨
`gps_coordinates_label`	`security_result.detection_fields`	병합됨
`has_audit_history_label`	`security_result.detection_fields`	병합됨
`id_label`	`security_result.detection_fields`	병합됨
`is_archived_label`	`security_result.detection_fields`	병합됨
`is_deletable_label`	`security_result.detection_fields`	병합됨
`is_editable_label`	`security_result.detection_fields`	병합됨
`is_locked_label`	`security_result.detection_fields`	병합됨
`linked_action_object_id_label`	`security_result.detection_fields`	병합됨
`modifier_id_label`	`security_result.detection_fields`	병합됨
`next_step_reservation_uid_label`	`security_result.detection_fields`	병합됨
`object_appreciation_label`	`security_result.detection_fields`	병합됨
`object_depreciation_label`	`security_result.detection_fields`	병합됨
`oid_label`	`security_result.detection_fields`	병합됨
`old_id_label`	`security_result.detection_fields`	병합됨
`parent_action_object_id_label`	`security_result.detection_fields`	병합됨
`predefined_forms_label`	`security_result.detection_fields`	병합됨
`reservation_notification_label`	`security_result.detection_fields`	병합됨
`reservation_uid_label`	`security_result.detection_fields`	병합됨
`returned_label`	`security_result.detection_fields`	병합됨
`state_label`	`security_result.detection_fields`	병합됨
`status_label`	`security_result.detection_fields`	병합됨
`updated_at_label`	`security_result.detection_fields`	병합됨
`user_id_label`	`security_result.detection_fields`	병합됨
`version_label`	`security_result.detection_fields`	병합됨
해당 사항 없음	`metadata.event_type`	상수: `USER_UNCATEGORIZED`

변경 로그

이 파서의 변경 로그 보기

도움이 더 필요하신가요? 커뮤니티 회원 및 Google SecOps 전문가에게 문의하여 답변을 받으세요.