Collecter les journaux Censys ASM

Version de l'analyseur : 1.0

Compatible avec :

Ce document explique comment ingérer des journaux Censys dans Google Security Operations à l'aide de Google Cloud Storage V2.

Censys fournit une gestion complète de la surface d'attaque et des renseignements sur Internet via son API. Cette intégration vous permet de collecter les événements de découverte d'hôtes, les événements de risque et les modifications d'éléments depuis Censys ASM, puis de les transférer à Google SecOps pour analyse et surveillance.

Avant de commencer

Assurez-vous de remplir les conditions préalables suivantes :

  • Une instance Google SecOps
  • Un projet GCP avec l'API Cloud Storage activée
  • Autorisations de créer et de gérer des buckets GCS
  • Autorisations permettant de gérer les stratégies IAM sur les buckets GCS
  • Autorisations permettant de créer des services Cloud Run, des sujets Pub/Sub et des jobs Cloud Scheduler
  • Accès privilégié à Censys ASM

Collecter les identifiants de l'API Censys

  1. Connectez-vous à la console Censys ASM sur app.censys.io.
  2. Accédez à Intégrations en haut de la page.
  3. Copiez et enregistrez votre clé API et votre ID d'organisation.
  4. Notez l'URL de base de l'API : https://api.platform.censys.io.

Créer un bucket Google Cloud Storage

  1. Accédez à la console Google Cloud.
  2. Sélectionnez votre projet ou créez-en un.
  3. Dans le menu de navigation, accédez à Cloud Storage > Buckets.
  4. Cliquez sur Créer un bucket.

  5. Fournissez les informations de configuration suivantes :

    Paramètre Valeur
    Attribuez un nom au bucket Saisissez un nom unique (par exemple, censys-logs).
    Type d'emplacement Choisissez celle qui correspond le mieux à vos besoins (régionale, birégionale ou multirégionale).
    Emplacement Sélectionnez l'emplacement (par exemple, us-central1).
    Classe de stockage Standard (recommandé pour les journaux fréquemment consultés)
    Access control (Contrôle des accès) Uniforme (recommandé)
    Outils de protection Facultatif : Activez la gestion des versions d'objets ou la règle de conservation.

  6. Cliquez sur Créer.

Créer un compte de service pour la fonction Cloud Run

La fonction Cloud Run a besoin d'un compte de service autorisé à écrire dans le bucket GCS.

Créer un compte de service

  1. Dans la console GCP, accédez à IAM et administration > Comptes de service.
  2. Cliquez sur Créer un compte de service.
  3. Fournissez les informations de configuration suivantes :
    • Nom du compte de service : saisissez censys-data-collector-sa.
    • Description du compte de service : saisissez Service account for Cloud Run function to collect Censys logs.
  4. Cliquez sur Créer et continuer.
  5. Dans la section Autoriser ce compte de service à accéder au projet, ajoutez les rôles suivants :
    1. Cliquez sur Sélectionner un rôle.
    2. Recherchez et sélectionnez Administrateur des objets Storage.
    3. Cliquez sur + Ajouter un autre rôle.
    4. Recherchez et sélectionnez Demandeur Cloud Run.
    5. Cliquez sur + Ajouter un autre rôle.
    6. Recherchez et sélectionnez Demandeur Cloud Functions.
  6. Cliquez sur Continuer.
  7. Cliquez sur OK.

Ces rôles sont requis pour :

  • Administrateur des objets de l'espace de stockage : écrire des journaux dans un bucket GCS et gérer les fichiers d'état
  • Demandeur Cloud Run : autorise Pub/Sub à appeler la fonction.
  • Demandeur Cloud Functions : autorise l'appel de fonctions.

Accorder des autorisations IAM sur le bucket GCS

Accordez au compte de service des autorisations d'écriture sur le bucket GCS :

  1. Accédez à Cloud Storage > Buckets.
  2. Cliquez sur le nom du bucket.
  3. Accédez à l'onglet Autorisations.
  4. Cliquez sur Accorder l'accès.
  5. Fournissez les informations de configuration suivantes :
    • Ajouter des comptes principaux : saisissez l'adresse e-mail du compte de service (par exemple, censys-data-collector-sa@PROJECT_ID.iam.gserviceaccount.com).
    • Attribuer des rôles : sélectionnez Administrateur des objets Storage.
  6. Cliquez sur Enregistrer.

Créer un sujet Pub/Sub

Créez un sujet Pub/Sub dans lequel Cloud Scheduler publiera des messages et auquel la fonction Cloud Run s'abonnera.

  1. Dans la console GCP, accédez à Pub/Sub > Sujets.
  2. Cliquez sur Créer un sujet.
  3. Fournissez les informations de configuration suivantes :
    • ID du sujet : saisissez censys-data-trigger.
    • Conservez les valeurs par défaut des autres paramètres.
  4. Cliquez sur Créer.

Créer une fonction Cloud Run pour collecter les journaux

La fonction Cloud Run est déclenchée par des messages Pub/Sub provenant de Cloud Scheduler pour récupérer les journaux de l'API Censys ASM et les écrire dans GCS.

  1. Dans la console GCP, accédez à Cloud Run.
  2. Cliquez sur Créer un service.
  3. Sélectionnez Fonction (utilisez un éditeur de modification directe pour créer une fonction).

  4. Dans la section Configurer, fournissez les informations de configuration suivantes :

    Paramètre Valeur
    Nom du service censys-data-collector
    Région Sélectionnez la région correspondant à votre bucket GCS (par exemple, us-central1).
    Durée d'exécution Sélectionnez Python 3.12 ou une version ultérieure.

  5. Dans la section Déclencheur (facultatif) :

    1. Cliquez sur + Ajouter un déclencheur.
    2. Sélectionnez Cloud Pub/Sub.
    3. Dans Sélectionner un sujet Cloud Pub/Sub, choisissez le sujet Pub/Sub (censys-data-trigger).
    4. Cliquez sur Enregistrer.

  6. Dans la section Authentification :

    • Sélectionnez Exiger l'authentification.
    • Vérifiez Identity and Access Management (IAM).
  1. Faites défiler la page vers le bas, puis développez Conteneurs, mise en réseau, sécurité.
  2. Accédez à l'onglet Sécurité :
    • Compte de service : sélectionnez le compte de service (censys-data-collector-sa).

  3. Accédez à l'onglet Conteneurs :

    1. Cliquez sur Variables et secrets.

    2. Cliquez sur + Ajouter une variable pour chaque variable d'environnement :

      Nom de la variable Exemple de valeur
      GCS_BUCKET censys-logs
      GCS_PREFIX censys/
      STATE_KEY censys/state.json
      CENSYS_API_KEY your-censys-api-key
      CENSYS_ORG_ID your-organization-id
      API_BASE https://api.platform.censys.io

  4. Faites défiler l'onglet Variables et secrets jusqu'à Requêtes :

    • Délai avant expiration de la requête : saisissez 600 secondes (10 minutes).

  5. Accédez à l'onglet Paramètres dans Conteneurs :

    • Dans la section Ressources :
      • Mémoire : sélectionnez 512 Mio ou plus.
      • Processeur : sélectionnez 1.
    • Cliquez sur OK.

  6. Faites défiler la page jusqu'à Environnement d'exécution :

    • Sélectionnez Par défaut (recommandé).

  7. Dans la section Scaling de révision :

    • Nombre minimal d'instances : saisissez 0.
    • Nombre maximal d'instances : saisissez 100 (ou ajustez en fonction de la charge attendue).

  8. Cliquez sur Créer.

  9. Attendez que le service soit créé (une à deux minutes).

  10. Une fois le service créé, l'éditeur de code intégré s'ouvre automatiquement.

Ajouter un code de fonction

  1. Saisissez main dans Point d'entrée de la fonction.

  2. Dans l'éditeur de code intégré, créez deux fichiers :

    • Premier fichier : main.py:
    import functions_framework
from google.cloud import storage
import json
import urllib3
import gzip
import os
from datetime import datetime, timedelta, timezone
from typing import Dict, List, Any, Optional
from urllib.parse import urlencode

# 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()

@functions_framework.cloud_event
def main(cloud_event):
    """
    Cloud Run function triggered by Pub/Sub to fetch logs from Censys ASM API and write to GCS.

    Args:
        cloud_event: CloudEvent object containing Pub/Sub message
    """

    # Get environment variables
    bucket_name = os.environ.get('GCS_BUCKET')
    prefix = os.environ.get('GCS_PREFIX', 'censys/')
    state_key = os.environ.get('STATE_KEY', 'censys/state.json')
    censys_api_key = os.environ.get('CENSYS_API_KEY')
    censys_org_id = os.environ.get('CENSYS_ORG_ID')
    api_base = os.environ.get('API_BASE', 'https://api.platform.censys.io')

    if not all([bucket_name, censys_api_key, censys_org_id]):
        print('Error: Missing required environment variables')
        return

    try:
        collector = CensysCollector(
            bucket_name=bucket_name,
            prefix=prefix,
            state_key=state_key,
            api_key=censys_api_key,
            org_id=censys_org_id,
            api_base=api_base
        )

        # Get last collection time
        last_collection_time = collector.get_last_collection_time()
        current_time = datetime.now(timezone.utc)

        print(f'Collecting events since {last_collection_time}')

        # Collect different types of events
        logbook_events = collector.collect_logbook_events()
        risk_events = collector.collect_risks_events()

        # Save events to GCS
        collector.save_events_to_gcs(logbook_events, 'logbook')
        collector.save_events_to_gcs(risk_events, 'risks')

        # Update state
        collector.save_collection_time(current_time)

        print(f'Successfully processed {len(logbook_events)} logbook events and {len(risk_events)} risk events')

    except Exception as e:
        print(f'Error processing logs: {str(e)}')
        raise

class CensysCollector:
    def __init__(self, bucket_name: str, prefix: str, state_key: str, 
                 api_key: str, org_id: str, api_base: str):
        self.bucket_name = bucket_name
        self.prefix = prefix
        self.state_key = state_key
        self.headers = {
            'Authorization': f'Bearer {api_key}',
            'X-Organization-ID': org_id,
            'Content-Type': 'application/json'
        }
        self.api_base = api_base
        self.bucket = storage_client.bucket(bucket_name)

    def get_last_collection_time(self) -> Optional[datetime]:
        """Get the last collection timestamp from GCS state file."""
        try:
            blob = self.bucket.blob(self.state_key)
            if blob.exists():
                state_data = blob.download_as_text()
                state = json.loads(state_data)
                return datetime.fromisoformat(state.get('last_collection_time', '2024-01-01T00:00:00Z'))
        except Exception as e:
            print(f'No state file found or error reading state: {e}')
        return datetime.now(timezone.utc) - timedelta(hours=1)

    def save_collection_time(self, collection_time: datetime):
        """Save the current collection timestamp to GCS state file."""
        state = {'last_collection_time': collection_time.strftime('%Y-%m-%dT%H:%M:%SZ')}
        blob = self.bucket.blob(self.state_key)
        blob.upload_from_string(
            json.dumps(state),
            content_type='application/json'
        )

    def collect_logbook_events(self, cursor: str = None) -> List[Dict[str, Any]]:
        """Collect logbook events from Censys ASM API using cursor-based pagination."""
        events = []
        url = f"{self.api_base}/v3/logbook"

        params = {}
        if cursor:
            params['cursor'] = cursor

        try:
            query_string = urlencode(params) if params else ''
            full_url = f"{url}?{query_string}" if query_string else url

            response = http.request('GET', full_url, headers=self.headers)

            # Handle rate limiting with exponential backoff
            if response.status == 429:
                retry_after = int(response.headers.get('Retry-After', '60'))
                print(f'Rate limited (429). Retrying after {retry_after}s...')
                import time
                time.sleep(retry_after)
                return self.collect_logbook_events(cursor)

            if response.status != 200:
                print(f'API request failed with status {response.status}: {response.data}')
                return []

            data = json.loads(response.data.decode('utf-8'))
            events.extend(data.get('logbook_entries', []))

            # Handle cursor-based pagination
            next_cursor = data.get('next_cursor')
            if next_cursor:
                events.extend(self.collect_logbook_events(next_cursor))

            print(f'Collected {len(events)} logbook events')
            return events

        except Exception as e:
            print(f'Error collecting logbook events: {e}')
            return []

    def collect_risks_events(self) -> List[Dict[str, Any]]:
        """Collect risk events from Censys ASM API."""
        events = []
        url = f"{self.api_base}/v3/risks"

        try:
            response = http.request('GET', url, headers=self.headers)

            # Handle rate limiting with exponential backoff
            if response.status == 429:
                retry_after = int(response.headers.get('Retry-After', '60'))
                print(f'Rate limited (429). Retrying after {retry_after}s...')
                import time
                time.sleep(retry_after)
                return self.collect_risks_events()

            if response.status != 200:
                print(f'API request failed with status {response.status}: {response.data}')
                return []

            data = json.loads(response.data.decode('utf-8'))
            events.extend(data.get('risks', []))

            print(f'Collected {len(events)} risk events')
            return events

        except Exception as e:
            print(f'Error collecting risk events: {e}')
            return []

    def save_events_to_gcs(self, events: List[Dict[str, Any]], event_type: str):
        """Save events to GCS in compressed NDJSON format."""
        if not events:
            return

        timestamp = datetime.now(timezone.utc).strftime('%Y%m%d_%H%M%S')
        filename = f"{self.prefix}{event_type}_{timestamp}.json.gz"

        try:
            # Convert events to newline-delimited JSON
            ndjson_content = '\n'.join(json.dumps(event, separators=(',', ':')) for event in events)

            # Compress with gzip
            gz_bytes = gzip.compress(ndjson_content.encode('utf-8'))

            blob = self.bucket.blob(filename)
            blob.upload_from_string(
                gz_bytes,
                content_type='application/gzip'
            )

            print(f'Saved {len(events)} {event_type} events to {filename}')

        except Exception as e:
            print(f'Error saving {event_type} events to GCS: {e}')
            raise
    • Deuxième fichier : requirements.txt: :
    functions-framework==3.*
google-cloud-storage==2.*
urllib3>=2.0.0

  3. Cliquez sur Déployer pour enregistrer et déployer la fonction.

  4. Attendez la fin du déploiement (deux à trois minutes).

Créer une tâche Cloud Scheduler

Cloud Scheduler publie des messages dans le sujet Pub/Sub à intervalles réguliers, ce qui déclenche la fonction Cloud Run.

  1. Dans la console GCP, accédez à Cloud Scheduler.
  2. Cliquez sur Créer une tâche.

  3. Fournissez les informations de configuration suivantes :

    Paramètre Valeur
    Nom censys-data-collector-hourly
    Région Sélectionnez la même région que la fonction Cloud Run.
    Fréquence 0 * * * * (toutes les heures, à l'heure pile)
    Fuseau horaire Sélectionnez un fuseau horaire (UTC recommandé)
    Type de cible Pub/Sub
    Sujet Sélectionnez le sujet Pub/Sub (censys-data-trigger).
    Corps du message {} (objet JSON vide)

  4. Cliquez sur Créer.

Options de fréquence de programmation

  • Choisissez la fréquence en fonction du volume de journaux et des exigences de latence :

    Fréquence Expression Cron Cas d'utilisation
    Toutes les 5 minutes */5 * * * * Volume élevé, faible latence
    Toutes les 15 minutes */15 * * * * Volume moyen
    Toutes les heures 0 * * * * Standard (recommandé)
    Toutes les 6 heures 0 */6 * * * Traitement par lot de faible volume
    Tous les jours 0 0 * * * Collecte des données historiques

Tester l'intégration

  1. Dans la console Cloud Scheduler, recherchez votre job.
  2. Cliquez sur Forcer l'exécution pour déclencher le job manuellement.
  3. Patientez pendant quelques secondes.
  4. Accédez à Cloud Run > Services.
  5. Cliquez sur le nom de votre fonction (censys-data-collector).
  6. Cliquez sur l'onglet Journaux.

  7. Vérifiez que la fonction a bien été exécutée. Recherchez les éléments suivants :

    Collecting events since YYYY-MM-DDTHH:MM:SS+00:00
Collected X logbook events
Collected X risk events
Saved X logbook events to censys/logbook_YYYYMMDD_HHMMSS.json.gz
Saved X risks events to censys/risks_YYYYMMDD_HHMMSS.json.gz
Successfully processed X logbook events and X risk events

  8. Accédez à Cloud Storage > Buckets.

  9. Cliquez sur le nom du bucket.

  10. Accédez au dossier du préfixe (censys/).

  11. Vérifiez que les nouveaux fichiers .json.gz ont été créés avec le code temporel actuel.

Si des erreurs s'affichent dans les journaux :

  • HTTP 401 : vérifiez les identifiants de l'API dans les variables d'environnement.
  • HTTP 403 : vérifiez que le compte dispose des autorisations requises.
  • HTTP 429 : limitation du débit. La fonction effectue automatiquement une nouvelle tentative avec intervalle exponentiel entre les tentatives.
  • Variables d'environnement manquantes : vérifiez que toutes les variables requises sont définies.

Récupérer le compte de service Google SecOps

Google SecOps utilise un compte de service unique pour lire les données de votre bucket GCS. Vous devez accorder à ce compte de service l'accès à votre bucket.

Obtenir l'adresse e-mail du compte de service

  1. Accédez à Paramètres > Gestion des données > Flux. Si vous utilisez une plate-forme SIEM uniquement, accédez à Paramètres > Flux.
  2. Cliquez sur Ajouter un flux d'actualités.
  3. Cliquez sur Configurer un flux unique.
  4. Dans le champ Nom du flux, saisissez un nom pour le flux (par exemple, Censys logs).
  5. Sélectionnez Google Cloud Storage V2 comme Type de source.
  6. Sélectionnez CENSYS comme type de journal.
  7. Cliquez sur Get Service Account (Obtenir un compte de service).

  8. Une adresse e-mail de compte de service unique s'affiche, par exemple :

    chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com

  9. Copiez cette adresse e-mail pour l'utiliser à l'étape suivante.

Accorder des autorisations IAM au compte de service Google SecOps

Le compte de service Google SecOps doit disposer du rôle Lecteur des objets Storage sur votre bucket GCS.

  1. Accédez à Cloud Storage > Buckets.
  2. Cliquez sur le nom du bucket.
  3. Accédez à l'onglet Autorisations.
  4. Cliquez sur Accorder l'accès.
  5. Fournissez les informations de configuration suivantes :
    • Ajouter des comptes principaux : collez l'adresse e-mail du compte de service Google SecOps.
    • Attribuer des rôles : sélectionnez Lecteur d'objets Storage.
  6. Cliquez sur Enregistrer.

Configurer un flux dans Google SecOps pour ingérer les journaux Censys

  1. Accédez à Paramètres > Gestion des données > Flux. Si vous utilisez une plate-forme SIEM uniquement, accédez à Paramètres > Flux.
  2. Cliquez sur Ajouter un flux d'actualités.
  3. Cliquez sur Configurer un flux unique.
  4. Dans le champ Nom du flux, saisissez un nom pour le flux (par exemple, Censys logs).
  5. Sélectionnez Google Cloud Storage V2 comme Type de source.
  6. Sélectionnez CENSYS comme type de journal.
  7. Cliquez sur Suivant.

  8. Spécifiez les valeurs des paramètres d'entrée suivants :

    • URL du bucket de stockage : saisissez l'URI du bucket GCS avec le chemin d'accès du préfixe :

      gs://censys-logs/censys/

      • Remplacez :

        • censys-logs : nom de votre bucket GCS.
        • censys/ : préfixe/chemin d'accès au dossier facultatif où les journaux sont stockés (laissez ce champ vide pour la racine).

      • Exemples :

        • Bucket racine : gs://censys-logs/
        • Avec le préfixe : gs://censys-logs/censys/

    • Option de suppression de la source : sélectionnez l'option de suppression de votre choix :

      • Jamais : ne supprime jamais les fichiers après les transferts (recommandé pour les tests).
      • Supprimer les fichiers transférés : supprime les fichiers après un transfert réussi.

      • Supprimer les fichiers transférés et les répertoires vides : supprime les fichiers et les répertoires vides une fois le transfert réussi.

    • Âge maximal du fichier : incluez les fichiers modifiés au cours d'un certain nombre de jours. La valeur par défaut est de 180 jours.

    • Espace de noms de l'élément : espace de noms de l'élément.

    • Étiquettes d'ingestion : étiquette à appliquer aux événements de ce flux.

  9. Cliquez sur Suivant.

  10. Vérifiez la configuration de votre nouveau flux d'actualités sur l'écran Finaliser, puis cliquez sur Envoyer.

Table de mappage UDM

Champ du journal mappage UDM Logique
assetId read_only_udm.principal.asset.hostname Si le champ assetId n'est pas une adresse IP, il est mappé à principal.asset.hostname.
assetId read_only_udm.principal.asset.ip Si le champ assetId est une adresse IP, il est mappé sur principal.asset.ip.
assetId read_only_udm.principal.hostname Si le champ assetId n'est pas une adresse IP, il est mappé à principal.hostname.
assetId read_only_udm.principal.ip Si le champ assetId est une adresse IP, il est mappé sur principal.ip.
associatedAt read_only_udm.security_result.detection_fields.value Le champ "associatedAt" est mappé à "security_result.detection_fields.value".
autonomousSystem.asn read_only_udm.additional.fields.value.string_value Le champ autonomousSystem.asn est converti en chaîne et mappé à additional.fields.value.string_value avec la clé "autonomousSystem_asn".
autonomousSystem.bgpPrefix read_only_udm.additional.fields.value.string_value Le champ autonomousSystem.bgpPrefix est mappé sur additional.fields.value.string_value avec la clé "autonomousSystem_bgpPrefix".
bannière read_only_udm.principal.resource.attribute.labels.value Le champ "banner" est mappé à principal.resource.attribute.labels.value avec la clé "banner".
cloud read_only_udm.metadata.vendor_name Le champ "cloud" est mappé sur metadata.vendor_name.
comments.refUrl read_only_udm.network.http.referral_url Le champ comments.refUrl est mappé sur network.http.referral_url.
data.cve read_only_udm.additional.fields.value.string_value Le champ data.cve est mappé à additional.fields.value.string_value avec la clé "data_cve".
data.cvss read_only_udm.additional.fields.value.string_value Le champ data.cvss est mappé à additional.fields.value.string_value avec la clé "data_cvss".
data.ipAddress read_only_udm.principal.asset.ip Si le champ data.ipAddress n'est pas égal au champ assetId, il est mappé à principal.asset.ip.
data.ipAddress read_only_udm.principal.ip Si le champ data.ipAddress n'est pas égal au champ assetId, il est mappé à principal.ip.
data.location.city read_only_udm.principal.location.city Si le champ location.city est vide, le champ data.location.city est mappé à principal.location.city.
data.location.countryCode read_only_udm.principal.location.country_or_region Si le champ location.country est vide, le champ data.location.countryCode est mappé à principal.location.country_or_region.
data.location.latitude read_only_udm.principal.location.region_coordinates.latitude Si les champs location.coordinates.latitude et location.geoCoordinates.latitude sont vides, le champ data.location.latitude est converti en float et mappé sur principal.location.region_coordinates.latitude.
data.location.longitude read_only_udm.principal.location.region_coordinates.longitude Si les champs location.coordinates.longitude et location.geoCoordinates.longitude sont vides, le champ data.location.longitude est converti en float et mappé sur principal.location.region_coordinates.longitude.
data.location.province read_only_udm.principal.location.state Si le champ location.province est vide, le champ data.location.province est mappé à principal.location.state.
data.mailServers read_only_udm.additional.fields.value.list_value.values.string_value Chaque élément du tableau data.mailServers est mappé à une entrée additional.fields distincte avec la clé "Mail Servers" et la valeur value.list_value.values.string_value définie sur la valeur de l'élément.
data.names.forwardDns[].name read_only_udm.network.dns.questions.name Chaque élément du tableau data.names.forwardDns est mappé à une entrée network.dns.questions distincte, avec le champ name défini sur le champ name de l'élément.
data.nameServers read_only_udm.additional.fields.value.list_value.values.string_value Chaque élément du tableau data.nameServers est mappé à une entrée additional.fields distincte avec la clé "Name nameServers" et la valeur value.list_value.values.string_value définie sur la valeur de l'élément.
data.protocols[].transportProtocol read_only_udm.network.ip_protocol Si le champ data.protocols[].transportProtocol est l'un des protocoles TCP, EIGRP, ESP, ETHERIP, GRE, ICMP, IGMP, IP6IN4, PIM, UDP ou VRRP, il est mappé à network.ip_protocol.
data.protocols[].transportProtocol read_only_udm.principal.resource.attribute.labels.value Le champ data.protocols[].transportProtocol est mappé à principal.resource.attribute.labels.value avec la clé "data_protocols {index}".
http.request.headers[].key, http.request.headers[].value.headers.0 read_only_udm.network.http.user_agent Si le champ http.request.headers[].key est "User-Agent", le champ http.request.headers[].value.headers.0 correspondant est mappé à network.http.user_agent.
http.request.headers[].key, http.request.headers[].value.headers.0 read_only_udm.network.http.parsed_user_agent Si le champ http.request.headers[].key est "User-Agent", le champ http.request.headers[].value.headers.0 correspondant est analysé en tant que chaîne de user-agent et mappé à network.http.parsed_user_agent.
http.request.headers[].key, http.request.headers[].value.headers.0 read_only_udm.principal.resource.attribute.labels.key, read_only_udm.principal.resource.attribute.labels.value Pour chaque élément du tableau http.request.headers, le champ "key" est mappé à principal.resource.attribute.labels.key et le champ value.headers.0 est mappé à principal.resource.attribute.labels.value.
http.request.uri read_only_udm.principal.asset.hostname La partie nom d'hôte du champ http.request.uri est extraite et mappée à principal.asset.hostname.
http.request.uri read_only_udm.principal.hostname La partie nom d'hôte du champ http.request.uri est extraite et mappée à principal.hostname.
http.response.body read_only_udm.principal.resource.attribute.labels.value Le champ http.response.body est mappé à principal.resource.attribute.labels.value avec la clé "http_response_body".
http.response.headers[].key, http.response.headers[].value.headers.0 read_only_udm.target.hostname Si le champ http.response.headers[].key est "Server", le champ http.response.headers[].value.headers.0 correspondant est mappé à target.hostname.
http.response.headers[].key, http.response.headers[].value.headers.0 read_only_udm.principal.resource.attribute.labels.key, read_only_udm.principal.resource.attribute.labels.value Pour chaque élément du tableau http.response.headers, le champ "key" est mappé à principal.resource.attribute.labels.key et le champ value.headers.0 est mappé à principal.resource.attribute.labels.value.
http.response.statusCode read_only_udm.network.http.response_code Le champ http.response.statusCode est converti en entier et mappé sur network.http.response_code.
ip read_only_udm.target.asset.ip Le champ "ip" est mappé à target.asset.ip.
ip read_only_udm.target.ip Le champ "ip" est mappé sur target.ip.
isSeed read_only_udm.additional.fields.value.string_value Le champ "isSeed" est converti en chaîne et mappé à additional.fields.value.string_value avec la clé "isSeed".
location.city read_only_udm.principal.location.city Le champ location.city est mappé sur principal.location.city.
location.continent read_only_udm.additional.fields.value.string_value Le champ location.continent est mappé sur additional.fields.value.string_value avec la clé "location_continent".
location.coordinates.latitude read_only_udm.principal.location.region_coordinates.latitude Le champ location.coordinates.latitude est converti en float et mappé à principal.location.region_coordinates.latitude.
location.coordinates.longitude read_only_udm.principal.location.region_coordinates.longitude Le champ location.coordinates.longitude est converti en float et mappé sur principal.location.region_coordinates.longitude.
location.country read_only_udm.principal.location.country_or_region Le champ location.country est mappé à principal.location.country_or_region.
location.geoCoordinates.latitude read_only_udm.principal.location.region_coordinates.latitude Si le champ location.coordinates.latitude est vide, le champ location.geoCoordinates.latitude est converti en float et mappé sur principal.location.region_coordinates.latitude.
location.geoCoordinates.longitude read_only_udm.principal.location.region_coordinates.longitude Si le champ location.coordinates.longitude est vide, le champ location.geoCoordinates.longitude est converti en float et mappé sur principal.location.region_coordinates.longitude.
location.postalCode read_only_udm.additional.fields.value.string_value Le champ location.postalCode est mappé à additional.fields.value.string_value avec la clé "Code postal".
location.province read_only_udm.principal.location.state Le champ location.province est mappé sur principal.location.state.
opération read_only_udm.security_result.action_details Le champ "operation" est mappé sur security_result.action_details.
perspectiveId read_only_udm.principal.group.product_object_id Le champ perspectiveId est mappé à principal.group.product_object_id.
port read_only_udm.principal.port Le champ "port" est converti en entier et mappé à principal.port.
risks[].severity, risks[].title read_only_udm.security_result.category_details Le champ risks[].severity est concaténé avec le champ risks[].title et mappé à security_result.category_details.
serviceName read_only_udm.network.application_protocol Si le champ serviceName est "HTTP" ou "HTTPS", il est mappé à network.application_protocol.
sourceIp read_only_udm.principal.asset.ip Le champ sourceIp est mappé à principal.asset.ip.
sourceIp read_only_udm.principal.ip Le champ sourceIp est mappé à principal.ip.
code temporel read_only_udm.metadata.event_timestamp Le champ de code temporel est analysé en tant que code temporel et mappé à metadata.event_timestamp.
transportFingerprint.id read_only_udm.metadata.product_log_id Le champ transportFingerprint.id est converti en chaîne et mappé à metadata.product_log_id.
transportFingerprint.raw read_only_udm.additional.fields.value.string_value Le champ transportFingerprint.raw est mappé à additional.fields.value.string_value avec la clé "transportFingerprint_raw".
type read_only_udm.metadata.product_event_type Le champ "type" est mappé à metadata.product_event_type.
- read_only_udm.metadata.product_name La valeur "CENSYS_ASM" est attribuée à metadata.product_name.
- read_only_udm.metadata.vendor_name La valeur "CENSYS" est attribuée à metadata.vendor_name.
- read_only_udm.metadata.event_type Le type d'événement est déterminé en fonction de la présence de champs spécifiques : NETWORK_CONNECTION si has_princ_machine_id et has_target_machine sont définis sur "true" et has_network_flow sur "false", NETWORK_DNS si has_network_flow est défini sur "true", STATUS_UPDATE si has_princ_machine_id est défini sur "true" et GENERIC_EVENT dans les autres cas.

Journal des modifications

Afficher le journal des modifications de cet analyseur

Vous avez encore besoin d'aide ? Obtenez des réponses de membres de la communauté et de professionnels Google SecOps.