Intel 471 Watcher Alerts-Logs erfassen

Unterstützt in:

In diesem Dokument wird beschrieben, wie Sie Intel 471 Watcher Alerts-Logs mit Google Cloud Storage V2 in Google Security Operations aufnehmen.

Intel 471 ist ein Unternehmen für Cyber Threat Intelligence, das Informationen zu Gegnern und Malware aus der Untergrundwirtschaft bezieht. Watcher-Benachrichtigungen sind Benachrichtigungen, die von der Titan-Plattform von Intel 471 generiert werden, wenn neue Inhalte erkannt werden, die den vom Kunden definierten Watcher-Kriterien entsprechen. So können Sie rechtzeitig über relevante Bedrohungen wie Akteuraktivitäten, Forenbeiträge und Malware-Informationen informiert werden.

Hinweis

Folgende Voraussetzungen müssen erfüllt sein:

  • Eine Google SecOps-Instanz
  • Ein GCP-Projekt mit aktivierter Cloud Storage API
  • Berechtigungen zum Erstellen und Verwalten von GCS-Buckets
  • Berechtigungen zum Verwalten von IAM-Richtlinien für GCS-Buckets
  • Berechtigungen zum Erstellen von Cloud Run-Diensten, Pub/Sub-Themen und Cloud Scheduler-Jobs
  • Ein aktives Intel 471 Titan-Abo mit aktiviertem API-Zugriff
  • Privilegierter Zugriff auf das Intel 471 Titan-Portal

Google Cloud Storage-Bucket erstellen

  1. Gehen Sie zur Google Cloud Console.
  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. intel471-watcher-alerts-logs.
    Standorttyp Wählen Sie die Option aus, die am besten zu Ihren Anforderungen passt (Region, Dual-Region, Multi-Region).
    Standort Wählen Sie den Speicherort aus, z. B. us-central1.
    Speicherklasse Standard (empfohlen für Logs, auf die häufig zugegriffen wird)
    Zugriffskontrolle Einheitlich (empfohlen)
    Schutztools Optional: Objektversionierung oder Aufbewahrungsrichtlinie aktivieren

  6. Klicken Sie auf Erstellen.

Intel 471 Titan-API-Anmeldedaten erfassen

API-Anmeldedaten abrufen

  1. Melden Sie sich im Intel 471 Titan-Portal an.
  2. Klicken Sie oben rechts auf Ihr Nutzerprofilsymbol.
  3. Gehen Sie zum Abschnitt API.
  4. Kopieren und speichern Sie den auf der Seite angezeigten API-Schlüssel.
  5. Notieren Sie sich die E‑Mail-Adresse, die mit Ihrem Intel 471-Konto verknüpft ist (die E‑Mail-Adresse, mit der Sie sich angemeldet haben).

Berechtigungen prüfen

So prüfen Sie, ob das Konto die erforderlichen Berechtigungen hat:

  1. Melden Sie sich im Intel 471 Titan-Portal an.
  2. Klicken Sie im Navigationsmenü auf Beobachter.
  3. Wenn Sie vorhandene Watcher-Konfigurationen und ‑Benachrichtigungen sehen können, haben Sie die erforderlichen Berechtigungen.
  4. Wenn Sie diesen Bereich nicht sehen, wenden Sie sich an Ihren Intel 471-Administrator, um API-Zugriff und Watcher-Berechtigungen zu erhalten.

API-Zugriff testen

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

    # Replace with your actual credentials
INTEL471_EMAIL="your-email@example.com"
INTEL471_API_KEY="your-api-key"

# Test API access
curl -v -u "${INTEL471_EMAIL}:${INTEL471_API_KEY}" \
    "https://api.intel471.com/v1/alerts?count=1"

Wenn der Test erfolgreich ist, sollten Sie eine JSON-Antwort mit einem alerts-Array erhalten. Wenn Sie eine Fehlermeldung erhalten:

  • HTTP 401: Prüfen Sie, ob E-Mail-Adresse und API-Schlüssel korrekt sind.
  • HTTP 403: Prüfen Sie, ob das Konto die Berechtigungen „Watcher Alerts“ hat.
  • HTTP 429: Ratenbegrenzung überschritten. Warten Sie und versuchen Sie es noch einmal.

Dienstkonto für die Cloud Run-Funktion erstellen

Für die Cloud Run-Funktion ist ein Dienstkonto mit Berechtigungen zum Schreiben in den GCS-Bucket und zum Aufrufen durch Pub/Sub erforderlich.

Dienstkonto erstellen

  1. Wechseln Sie in der GCP Console zu IAM und Verwaltung > Dienstkonten.
  2. Klicken Sie auf Dienstkonto erstellen.
  3. Geben Sie die folgenden Konfigurationsdetails an:
    • Name des Dienstkontos: Geben Sie intel471-alerts-collector-sa ein.
    • Beschreibung des Dienstkontos: Geben Sie Service account for Cloud Run function to collect Intel 471 Watcher Alerts 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 Invoker 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 GCS-Bucket schreiben und Zustandsdateien verwalten
  • Cloud Run Invoker: Pub/Sub darf die Funktion aufrufen.
  • Cloud Functions-Invoker: Funktionsaufruf zulassen

IAM-Berechtigungen für GCS-Bucket erteilen

Gewähren Sie dem Dienstkonto Schreibberechtigungen für den GCS-Bucket:

  1. Rufen Sie Cloud Storage > Buckets auf.
  2. Klicken Sie auf den Namen Ihres Buckets (z. B. intel471-watcher-alerts-logs).
  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. intel471-alerts-collector-sa@PROJECT_ID.iam.gserviceaccount.com).
    • Rollen zuweisen: Wählen Sie Storage Object Admin aus.
  6. Klicken Sie auf Speichern.

Pub/Sub-Thema erstellen

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

  1. Rufen Sie in der GCP Console Pub/Sub > Themen auf.
  2. Klicken Sie auf Thema erstellen.
  3. Geben Sie die folgenden Konfigurationsdetails an:
    • Themen-ID: Geben Sie intel471-alerts-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 Watcher-Benachrichtigungen von der Intel 471 Titan API abzurufen und in GCS zu schreiben.

  1. Rufen Sie in der GCP Console Cloud Run auf.
  2. Klicken Sie auf Dienst erstellen.
  3. Wählen Sie Funktion aus, um eine Funktion mit einem Inline-Editor zu erstellen.

  4. Geben Sie im Abschnitt Konfigurieren die folgenden Konfigurationsdetails an:

    Einstellung Wert
    Dienstname intel471-alerts-collector
    Region Wählen Sie die Region aus, die Ihrem GCS-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 Pub/Sub-Thema aus (z. B. intel471-alerts-trigger).
    4. Klicken Sie auf Speichern.

  6. Im Abschnitt Authentifizierung:

    1. Wählen Sie Authentifizierung erforderlich aus.
    2. Weitere Informationen finden Sie unter 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 aus (z. B. intel471-alerts-collector-sa).

  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 intel471-watcher-alerts-logs Name des GCS-Buckets
      GCS_PREFIX intel471-alerts Präfix für Logdateien
      STATE_KEY intel471-alerts/state.json Pfad der Statusdatei
      INTEL471_EMAIL your-email@example.com E‑Mail-Adresse des Intel 471-Kontos
      INTEL471_API_KEY your-api-key Intel 471-API-Schlüssel
      MAX_RECORDS 1000 Maximale Anzahl von Datensätzen pro Ausführung
      PAGE_SIZE 100 Einträge pro Seite (max. 100)
      LOOKBACK_HOURS 24 Anfänglicher Rückschauzeitraum

  10. Scrollen Sie im Bereich Variablen und Secrets nach unten zu Anfragen:

    • Zeitlimit für die Anfrage: Geben Sie 600 Sekunden (10 Minuten) ein.

  11. Gehen 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). 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:

    • main.py:

      import functions_framework
from google.cloud import storage
import json
import os
import urllib3
from datetime import datetime, timezone, timedelta
import time
import base64

# 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', 'intel471-alerts')
STATE_KEY = os.environ.get('STATE_KEY', 'intel471-alerts/state.json')
INTEL471_EMAIL = os.environ.get('INTEL471_EMAIL')
INTEL471_API_KEY = os.environ.get('INTEL471_API_KEY')
MAX_RECORDS = int(os.environ.get('MAX_RECORDS', '1000'))
PAGE_SIZE = int(os.environ.get('PAGE_SIZE', '100'))
LOOKBACK_HOURS = int(os.environ.get('LOOKBACK_HOURS', '24'))

API_BASE = 'https://api.intel471.com/v1'

def to_unix_millis(dt: datetime) -> int:
    """Convert datetime to Unix epoch milliseconds."""
    if dt.tzinfo is None:
        dt = dt.replace(tzinfo=timezone.utc)
    dt = dt.astimezone(timezone.utc)
    return int(dt.timestamp() * 1000)

def parse_datetime(value: str) -> datetime:
    """Parse ISO datetime string to datetime object."""
    if value.endswith("Z"):
        value = value[:-1] + "+00:00"
    return datetime.fromisoformat(value)

@functions_framework.cloud_event
def main(cloud_event):
    """
    Cloud Run function triggered by Pub/Sub to fetch Intel 471 Watcher Alerts and write to GCS.

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

    if not all([GCS_BUCKET, INTEL471_EMAIL, INTEL471_API_KEY]):
        print('Error: Missing required environment variables')
        return

    try:
        # Get GCS bucket
        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_event_time"):
            try:
                last_time = parse_datetime(state["last_event_time"])
                # Overlap by 2 minutes to catch any delayed events
                last_time = last_time - timedelta(minutes=2)
            except Exception as e:
                print(f"Warning: Could not parse last_event_time: {e}")

        if last_time is None:
            last_time = now - timedelta(hours=LOOKBACK_HOURS)

        print(f"Fetching alerts from {last_time.isoformat()} to {now.isoformat()}")

        # Convert to Unix milliseconds for Titan API
        start_millis = to_unix_millis(last_time)
        end_millis = to_unix_millis(now)

        # Fetch alerts
        records, newest_event_time = fetch_alerts(
            email=INTEL471_EMAIL,
            api_key=INTEL471_API_KEY,
            start_millis=start_millis,
            end_millis=end_millis,
            page_size=PAGE_SIZE,
            max_records=MAX_RECORDS,
        )

        if not records:
            print("No new alert 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}/alerts_{timestamp}.ndjson"
        blob = bucket.blob(object_key)

        ndjson = '\n'.join([json.dumps(record, ensure_ascii=False) for record in records]) + '\n'
        blob.upload_from_string(ndjson, content_type='application/x-ndjson')

        print(f"Wrote {len(records)} records to gs://{GCS_BUCKET}/{object_key}")

        # Update state with newest event time
        if newest_event_time:
            save_state(bucket, STATE_KEY, newest_event_time)
        else:
            save_state(bucket, STATE_KEY, now.isoformat())

        print(f"Successfully processed {len(records)} records")

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

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_event_time_iso: str):
    """Save the last event timestamp to GCS state file."""
    try:
        state = {'last_event_time': last_event_time_iso}
        blob = bucket.blob(key)
        blob.upload_from_string(
            json.dumps(state, indent=2),
            content_type='application/json'
        )
        print(f"Saved state: last_event_time={last_event_time_iso}")
    except Exception as e:
        print(f"Warning: Could not save state: {e}")

def fetch_alerts(email: str, api_key: str, start_millis: int, end_millis: int, page_size: int, max_records: int):
    """
    Fetch Watcher Alerts from Intel 471 Titan API with pagination and rate limiting.

    Args:
        email: Intel 471 account email
        api_key: Intel 471 API key
        start_millis: Start time in Unix epoch milliseconds
        end_millis: End time in Unix epoch milliseconds
        page_size: Number of records per page (max 100)
        max_records: Maximum total records to fetch

    Returns:
        Tuple of (records list, newest_event_time ISO string)
    """
    endpoint = f"{API_BASE}/alerts"

    # Build Basic Auth header
    auth_string = f"{email}:{api_key}"
    auth_bytes = auth_string.encode('utf-8')
    auth_b64 = base64.b64encode(auth_bytes).decode('utf-8')

    headers = {
        'Authorization': f'Basic {auth_b64}',
        'Accept': 'application/json',
        'User-Agent': 'GoogleSecOps-Intel471Collector/1.0'
    }

    records = []
    newest_time = None
    page_num = 0
    backoff = 1.0
    offset = 0

    while True:
        page_num += 1

        if len(records) >= max_records:
            print(f"Reached max_records limit ({max_records})")
            break

        # Build request URL with pagination and time filtering
        current_page_size = min(page_size, max_records - len(records))
        params = []
        params.append(f"count={current_page_size}")
        params.append(f"offset={offset}")
        params.append(f"from={start_millis}")
        params.append(f"until={end_millis}")
        url = f"{endpoint}?{'&'.join(params)}"

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

            # Handle rate limiting with exponential backoff
            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

            backoff = 1.0

            if response.status != 200:
                print(f"HTTP Error: {response.status}")
                response_text = response.data.decode('utf-8')
                print(f"Response body: {response_text}")
                return [], None

            data = json.loads(response.data.decode('utf-8'))

            # Extract results from alerts
            page_results = data.get('alerts', [])

            if not page_results:
                print(f"No more results (empty page)")
                break

            print(f"Page {page_num}: Retrieved {len(page_results)} alerts")
            records.extend(page_results)

            # Track newest event time using foundTime (Unix milliseconds)
            for alert in page_results:
                try:
                    found_time_ms = alert.get('foundTime')
                    if found_time_ms:
                        event_dt = datetime.fromtimestamp(found_time_ms / 1000, tz=timezone.utc)
                        event_time = event_dt.isoformat()
                        if newest_time is None or parse_datetime(event_time) > parse_datetime(newest_time):
                            newest_time = event_time
                except Exception as e:
                    print(f"Warning: Could not parse event time: {e}")

            # Check for more results
            alert_total = data.get('alertTotalCount', 0)
            if len(records) >= alert_total:
                print(f"Retrieved all available alerts ({alert_total} total)")
                break

            if len(page_results) < current_page_size:
                print(f"Reached last page (size={len(page_results)} < limit={current_page_size})")
                break

            offset += len(page_results)

        except Exception as e:
            print(f"Error fetching alerts: {e}")
            return [], None

    print(f"Retrieved {len(records)} total records from {page_num} pages")
    return records, newest_time

    • 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 GCP Console Cloud Scheduler auf.
  2. Klicken Sie auf Job erstellen.

  3. Geben Sie die folgenden Konfigurationsdetails an:

    Einstellung Wert
    Name intel471-alerts-collector-hourly
    Region Dieselbe Region wie die Cloud Run-Funktion auswählen
    Frequenz 0 * * * * (stündlich zur vollen Stunde)
    Zeitzone Zeitzone auswählen (UTC empfohlen)
    Zieltyp Pub/Sub
    Thema Wählen Sie das Pub/Sub-Thema aus (z. B. intel471-alerts-trigger).
    Inhalt der Nachricht {} (leeres JSON-Objekt)

  4. Klicken Sie auf Erstellen.

Optionen für die Häufigkeit des Zeitplans

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

Häufigkeit Cron-Ausdruck Anwendungsfall
Alle 5 Minuten */5 * * * * Hohes Volumen, niedrige Latenz
Alle 15 Minuten */15 * * * * Mittleres Suchvolumen
Stündlich 0 * * * * Standard (empfohlen)
Alle 6 Stunden 0 */6 * * * Geringes Volumen, Batchverarbeitung
Täglich 0 0 * * * Erhebung von Verlaufsdaten

Integration testen

  1. Suchen Sie in der Cloud Scheduler-Konsole nach Ihrem Job (z. B. intel471-alerts-collector-hourly).
  2. Klicken Sie auf Ausführung erzwingen, um den Job manuell auszulösen.
  3. Warten Sie einige Sekunden.
  4. Rufen Sie Cloud Run > Dienste auf.
  5. Klicken Sie auf den Namen Ihrer Funktion (z. B. intel471-alerts-collector).
  6. Klicken Sie auf den Tab Logs.

  7. Prüfen Sie, ob die Funktion erfolgreich ausgeführt wurde. Darauf sollten Sie achten:

    Fetching alerts from YYYY-MM-DDTHH:MM:SS+00:00 to YYYY-MM-DDTHH:MM:SS+00:00
Page 1: Retrieved X alerts
Wrote X records to gs://bucket-name/intel471-alerts/alerts_YYYYMMDD_HHMMSS.ndjson
Successfully processed X records

  8. Rufen Sie Cloud Storage > Buckets auf.

  9. Klicken Sie auf den Namen Ihres Buckets (z. B. intel471-watcher-alerts-logs).

  10. Rufen Sie den Präfixordner auf (z. B. intel471-alerts/).

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

Wenn in den Logs Fehler angezeigt werden:

  • HTTP 401: E-Mail-Adresse und API-Schlüssel von Intel 471 in Umgebungsvariablen prüfen
  • HTTP 403: Prüfen, ob das Konto die Berechtigungen für Watcher-Benachrichtigungen hat
  • HTTP 429: Ratenbegrenzung – die Funktion wird automatisch mit Backoff wiederholt.
  • Fehlende Umgebungsvariablen: Prüfen Sie, ob alle erforderlichen Variablen festgelegt sind.

Google SecOps-Dienstkonto abrufen

Google SecOps verwendet ein eindeutiges Dienstkonto, um Daten aus Ihrem GCS-Bucket zu lesen. Sie müssen diesem Dienstkonto Zugriff auf Ihren Bucket gewähren.

E‑Mail-Adresse des Dienstkontos abrufen

  1. Rufen Sie die SIEM-Einstellungen > Feeds auf.
  2. Klicken Sie auf Neuen Nachrichten-Feed hinzufügen.
  3. Klicken Sie auf Einzelnen Feed konfigurieren.
  4. Geben Sie im Feld Feedname einen Namen für den Feed ein, z. B. Intel 471 Watcher Alerts.
  5. Wählen Sie Google Cloud Storage V2 als Quelltyp aus.
  6. Wählen Sie Intel 471 Watcher Alerts als Logtyp aus.

  7. Klicken Sie auf Dienstkonto abrufen. Es wird eine eindeutige E-Mail-Adresse für das Dienstkonto angezeigt, z. B.:

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

  8. Kopieren Sie diese E‑Mail-Adresse für den nächsten Schritt.

  9. Klicken Sie auf Weiter.

  10. Geben Sie Werte für die folgenden Eingabeparameter an:

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

      gs://intel471-watcher-alerts-logs/intel471-alerts/

      Ersetzen Sie:

      • intel471-watcher-alerts-logs: Der Name Ihres GCS-Buckets.
      • intel471-alerts: Präfix/Ordnerpfad, in dem Benachrichtigungslogs gespeichert werden.

    • Option zum Löschen der Quelle: Wählen Sie die gewünschte Option zum Löschen aus:

      • Nie: Löscht nach Übertragungen nie Dateien (empfohlen für Tests).
      • Übertragene Dateien löschen: Dateien werden nach der erfolgreichen Übertragung gelöscht.
      • Übertragene Dateien und leere Verzeichnisse löschen: Löscht Dateien und leere Verzeichnisse nach der erfolgreichen Übertragung.

    • Höchstalter der Datei: Dateien einbeziehen, 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 Nachrichten-Feed-Konfiguration 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 GCS-Bucket.

  1. Rufen Sie Cloud Storage > Buckets auf.
  2. Klicken Sie auf den Namen Ihres Buckets (z. B. intel471-watcher-alerts-logs).
  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
post.links.forum.uid additional.fields Zusätzliche Metadatenfelder, die nicht von Standard-UDM-Feldern abgedeckt werden
post.links.forum.name additional.fields
post.links.thread.uid additional.fields
post.links.thread.topic additional.fields
post.links.thread.count additional.fields
post.uid additional.fields
post.message additional.fields
highlight.field additional.fields
chunk.text additional.fields
chunk.hl additional.fields
actor.links.forumTotalCount additional.fields
actor.links.forumPrivateMessageTotalCount additional.fields
actor.links.instantMessageChannelTotalCount additional.fields
actor.links.reportTotalCount additional.fields
actor.links.instantMessageTotalCount additional.fields
actor.links.instantMessageServerTotalCount additional.fields
actor.links.forumPostTotalCount additional.fields
actor.lastUpdated additional.fields
actor.activeFrom additional.fields
actor.activeUntil additional.fields
data_leak_post.chunk_number additional.fields
data_leak_post.links.blog.uid additional.fields
data_leak_post.links.blog.name additional.fields
data_leak_post.links.thread.uid additional.fields
data_leak_post.links.thread.topic additional.fields
data_leak_post.links.thread.count additional.fields
data_leak_post.message additional.fields
actor.links.reports[].uid additional.fields
actor.links.reports[].admiraltyCode additional.fields
actor.links.reports[].dateOfInformation additional.fields
Status additional.fields
watcherUid additional.fields
watcherGroupUid additional.fields
report.uid additional.fields
report.admiraltyCode additional.fields
foundTime additional.fields
instantMessage.data.message.text additional.fields
instantMessage.data.message.uid additional.fields
instantMessage.data.channel.name additional.fields
instantMessage.data.channel.uid additional.fields
instantMessage.data.channel.url additional.fields
instantMessage.data.channel.registration_date additional.fields
instantMessage.data.channel.topic additional.fields
instantMessage.data.server.uid additional.fields
instantMessage.data.server.service_type additional.fields
post.links.forum.description metadata.description Beschreibung des Ereignisses oder der Rechtspersönlichkeit
actor.links.reports[].subject metadata.description
report.subject metadata.description
report.released metadata.event_timestamp Zeitstempel des Ereignisses
metadata.event_type metadata.event_type Ereignistyp (z.B. USER_LOGIN, NETWORK_CONNECTION)
uid metadata.product_log_id Log-ID des Produkts
data_leak_post.file_listing.download_url principal.url URL, die mit dem Rechtssubjekt verknüpft ist
actor.links.reports[].portalReportUrl principal.url
report.portalReportUrl principal.url
post.links.authorActor.handle principal.user.attribute.labels Nutzerattribute
actor.links.reports[].actorHandle principal.user.attribute.labels
instantMessage.data.actor.handle principal.user.attribute.labels
post.links.authorActor.uid principal.user.userid Nutzer-ID
actor.uid principal.user.userid
data_leak_post.uid principal.user.userid
instantMessage.data.actor.uid principal.user.userid
report.uid event.idm.read_only_udm.metadata.additional.fields Aus Änderungsprotokoll zugeordnet
report.admiraltyCode event.idm.read_only_udm.metadata.additional.fields Aus dem Änderungsprotokoll zugeordnet
report.subject event.idm.read_only_udm.metadata.description Aus dem Änderungsprotokoll zugeordnet
report.portalReportUrl event.idm.read_only_udm.principal.url Aus dem Änderungsprotokoll zugeordnet
report.released event.idm.read_only_udm.metadata.event_timestamp Aus dem Änderungsprotokoll zugeordnet
post.links.forum.description" and "actor.links.reports.subject metadata.description Aus dem Änderungsprotokoll zugeordnet
post.links.authorActor.uid", "data_leak_post.uid" and "actor.uid principal.user.userid Aus dem Änderungsprotokoll zugeordnet
post.links.authorActor.handle" and "actor.links.reports.actorHandle principal.user.attribute.labels Aus dem Änderungsprotokoll zugeordnet
data_leak_post.file_listing.download_url" and "actor.links.reports.portalReportUrl principal.url Aus dem Änderungsprotokoll zugeordnet
post.links.forum.uid", "post.links.forum.name", "post.links.thread.uid", "post.links.thread.topic", "post.links.thread.count", "post.uid", "post.message", "highlights.field", "highlights.chunks.text", "highlights.chunks.hl", "actor.links.forumTotalCount", "actor.links.forumPrivateMessageTotalCount", "actor.links.instantMessageChannelTotalCount", "actor.links.reportTotalCount", "actor.links.instantMessageTotalCount", "actor.links.instantMessageServerTotalCount", "actor.links.forumPostTotalCount", "actor.lastUpdated", "actor.activeFrom", "actor.activeUntil", "data_leak_post.chunk_number", "data_leak_post.links.blog.uid", "data_leak_post.links.blog.name", "data_leak_post.links.thread.uid", "data_leak_post.links.thread.topic", "data_leak_post.links.thread.count", "data_leak_post.message", "actor.links.reports.uid", "actor.links.reports.admiraltyCode", "actor.links.reports.dateOfInformation additional.fields Aus dem Änderungsprotokoll zugeordnet

Änderungsprotokoll

Änderungsprotokoll für diesen Parser ansehen

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