PingOne Advanced Identity Cloud-Logs erfassen

Unterstützt in:

Google SecOps SIEM

In diesem Dokument wird beschrieben, wie Sie PingOne Advanced Identity Cloud-Logs mit Google Cloud Storage in Google Security Operations aufnehmen. PingOne Advanced Identity Cloud ist eine Plattform zur Identitäts- und Zugriffsverwaltung, die Authentifizierungs-, Autorisierungs- und Nutzerverwaltungsfunktionen für cloudbasierte Anwendungen bietet.

Hinweis

Prüfen Sie, ob die folgenden Voraussetzungen erfüllt sind:

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
Privilegierter Zugriff auf den PingOne Advanced Identity Cloud-Mandanten

PingOne-API-Schlüssel und FQDN des Mandanten abrufen

Melden Sie sich in der Admin-Konsole von Advanced Identity Cloud an.
Klicken Sie auf das Nutzersymbol > Mandanteneinstellungen.
Klicken Sie auf dem Tab Globale Einstellungen auf API-Schlüssel protokollieren.
Klicken Sie auf New Log API Key (Neuen Log-API-Schlüssel) und geben Sie einen Namen für den Schlüssel ein.
Klicken Sie auf Schlüssel erstellen.
Kopieren Sie die Werte api_key_id und api_key_secret und speichern Sie sie an einem sicheren Ort. Der Wert api_key_secret wird nicht noch einmal angezeigt.
Klicken Sie auf Fertig.
Rufen Sie Mandanteneinstellungen > „Details“ auf und suchen Sie nach dem FQDN Ihres Mandanten (z. B. example.tomcat.pingone.com).

Hinweis :In PingOne Advanced Identity Cloud werden Audit- und Debug-Logs 30 Tage lang aufbewahrt. Über die API können keine Daten abgerufen werden, die älter als dieser Aufbewahrungszeitraum sind. Planen Sie die Erfassungshäufigkeit entsprechend.

Google Cloud Storage-Bucket erstellen

Rufen Sie die Google Cloud Console auf.
Wählen Sie Ihr Projekt aus oder erstellen Sie ein neues.
Rufen Sie im Navigationsmenü Cloud Storage > Buckets auf.
Klicken Sie auf Bucket erstellen.

Geben Sie die folgenden Konfigurationsdetails an:

Einstellung	Wert
Bucket benennen	Geben Sie einen global eindeutigen Namen ein, z. B. `pingone-aic-logs`.
Standorttyp	Wählen Sie je nach Bedarf aus (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)
Zugriffssteuerung	Einheitlich (empfohlen)
Schutzmaßnahmen	Optional: Objektversionsverwaltung oder Aufbewahrungsrichtlinie aktivieren

Klicken Sie auf Erstellen.

Dienstkonto für Cloud Run-Funktion erstellen

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

Dienstkonto erstellen

Wechseln Sie in der GCP Console zu IAM & Verwaltung > Dienstkonten.
Klicken Sie auf Dienstkonto erstellen.
Geben Sie die folgenden Konfigurationsdetails an:
- Name des Dienstkontos: Geben Sie pingone-aic-collector-sa ein.
- Beschreibung des Dienstkontos: Geben Sie Service account for Cloud Run function to collect PingOne Advanced Identity Cloud logs ein.
Klicken Sie auf Erstellen und fortfahren.
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-Objekt-Administrator 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.
Klicken Sie auf Weiter.
Klicken Sie auf Fertig.

Diese Rollen sind erforderlich für:

Storage-Objekt-Administrator: Protokolle in GCS-Bucket schreiben und Statusdateien verwalten
Cloud Run-Aufrufer: 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:

Rufen Sie Cloud Storage > Buckets auf.
Klicken Sie auf den Namen Ihres Buckets.
Wechseln Sie zum Tab Berechtigungen.
Klicken Sie auf Zugriff erlauben.
Geben Sie die folgenden Konfigurationsdetails an:
- Hauptkonten hinzufügen: Geben Sie die E-Mail-Adresse des Dienstkontos ein (z. B. pingone-aic-collector-sa@PROJECT_ID.iam.gserviceaccount.com).
- Rollen zuweisen: Wählen Sie Storage-Objekt-Administrator aus.
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.

Rufen Sie in der GCP Console Pub/Sub > Themen auf.
Klicken Sie auf Thema erstellen.
Geben Sie die folgenden Konfigurationsdetails an:
- Themen-ID: Geben Sie pingone-aic-trigger ein.
- Übernehmen Sie die anderen Einstellungen.
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 Logs von der PingOne Advanced Identity Cloud API abzurufen und in GCS zu schreiben.

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

Geben Sie im Abschnitt Konfigurieren die folgenden Konfigurationsdetails an:

Einstellung	Wert
Dienstname	`pingone-aic-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.

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 (pingone-aic-trigger) aus.
4. Klicken Sie auf Speichern.
Im Abschnitt Authentifizierung:
1. Wählen Sie Authentifizierung erforderlich aus.
2. Identitäts- und Zugriffsverwaltung
Hinweis: Pub/Sub übernimmt die Authentifizierung beim Aufrufen der Funktion automatisch.
Scrollen Sie nach unten und maximieren Sie Container, Netzwerk, Sicherheit.
Rufen Sie den Tab Sicherheit auf:
- Dienstkonto: Wählen Sie das Dienstkonto aus (pingone-aic-collector-sa).

Rufen Sie den Tab Container auf:

Klicken Sie auf Variablen und Secrets.
Klicken Sie für jede Umgebungsvariable auf + Variable hinzufügen:

Variablenname	Beispielwert	Beschreibung
`GCS_BUCKET`	`pingone-aic-logs`	Name des GCS-Buckets
`GCS_PREFIX`	`pingone-aic/logs`	Präfix für Protokolldateien
`STATE_KEY`	`pingone-aic/logs/state.json`	Statusdateipfad
`AIC_TENANT_FQDN`	`example.tomcat.pingone.com`	Mandanten-FQDN
`AIC_API_KEY_ID`	`your-api-key-id`	API-Schlüssel-ID
`AIC_API_SECRET`	`your-api-key-secret`	Secret des API-Schlüssels
`SOURCES`	`am-everything,idm-everything`	Durch Kommas getrennte Logquellen (siehe Hinweis unten)
`PAGE_SIZE`	`500`	Datensätze pro Seite
`MAX_PAGES`	`20`	Maximale Anzahl von Seiten pro Ausführung
`LOOKBACK_SECONDS`	`3600`	Erster Rückschauzeitraum

Scrollen Sie im Bereich Variablen und Secrets zu Anfragen:
- Zeitlimit für Anfragen: Geben Sie 600 Sekunden (10 Minuten) ein.
Rufen Sie den Tab Einstellungen auf:
- Im Abschnitt Ressourcen:
  - Arbeitsspeicher: Wählen Sie 512 MiB oder höher aus.
  - CPU: Wählen Sie 1 aus.
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).
Klicken Sie auf Erstellen.
Warten Sie ein bis zwei Minuten, bis der Dienst erstellt wurde.
Nachdem der Dienst erstellt wurde, wird automatisch der Inline-Code-Editor geöffnet.

Funktionscode hinzufügen

Geben Sie main unter Funktionseinstiegspunkt ein.

Erstellen Sie im Inline-Codeeditor 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
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()

@functions_framework.cloud_event
def main(cloud_event):
    """
    Cloud Run function triggered by Pub/Sub to fetch logs from PingOne Advanced Identity Cloud 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', 'pingone-aic/logs')
    state_key = os.environ.get('STATE_KEY', 'pingone-aic/logs/state.json')

    fqdn = os.environ.get('AIC_TENANT_FQDN', '').strip('/')
    api_key_id = os.environ.get('AIC_API_KEY_ID')
    api_key_secret = os.environ.get('AIC_API_SECRET')

    sources = [s.strip() for s in os.environ.get('SOURCES', 'am-everything,idm-everything').split(',') if s.strip()]
    page_size = min(int(os.environ.get('PAGE_SIZE', '500')), 1000)
    max_pages = int(os.environ.get('MAX_PAGES', '20'))
    lookback_seconds = int(os.environ.get('LOOKBACK_SECONDS', '3600'))

    if not all([bucket_name, fqdn, api_key_id, api_key_secret]):
        print('Error: Missing required environment variables')
        return

    try:
        # Get GCS bucket
        bucket = storage_client.bucket(bucket_name)

        # Load state
        state = load_state(bucket, state_key)
        state.setdefault('sources', {})

        summary = []

        for source in sources:
            last_ts = state['sources'].get(source, {}).get('last_ts')
            res = fetch_source(bucket, prefix, fqdn, api_key_id, api_key_secret, source, last_ts, page_size, max_pages, lookback_seconds)

            if res.get('newest_ts'):
                state['sources'][source] = {'last_ts': res['newest_ts']}

            summary.append(res)

        # Save state
        save_state(bucket, state_key, state)

        print(f'Successfully processed logs: {json.dumps(summary)}')

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

def save_state(bucket, key, state):
    """Save state to GCS."""
    try:
        blob = bucket.blob(key)
        blob.upload_from_string(
            json.dumps(state, separators=(',', ':')),
            content_type='application/json'
        )
    except Exception as e:
        print(f'Warning: Could not save state: {str(e)}')

def fetch_source(bucket, prefix, fqdn, api_key_id, api_key_secret, source, last_ts, page_size, max_pages, lookback_seconds):
    """Fetch logs for a specific source."""
    base_url = f"https://{fqdn}/monitoring/logs"
    now = time.time()

    begin_time = bounded_begin_time(last_ts, now, lookback_seconds)

    params = {
        'source': source,
        '_pageSize': str(page_size),
        '_sortKeys': 'timestamp',
        'beginTime': begin_time
    }

    headers = {
        'x-api-key': api_key_id,
        'x-api-secret': api_key_secret
    }

    pages = 0
    written = 0
    newest_ts = last_ts
    cookie = None

    while pages < max_pages:
        if cookie:
            params['_pagedResultsCookie'] = cookie

        # Build query string
        query_parts = [f"{k}={v}" for k, v in params.items()]
        query_string = '&'.join(query_parts)
        url = f"{base_url}?{query_string}"

        # Make request with retry logic
        data = http_get_with_retry(url, headers)

        # Write page to GCS
        write_page(bucket, prefix, data, source)

        # Process results
        results = data.get('result') or data.get('results') or []
        for item in results:
            t = item.get('timestamp') or item.get('payload', {}).get('timestamp')
            if t and (newest_ts is None or t > newest_ts):
                newest_ts = t

        written += len(results)
        cookie = data.get('pagedResultsCookie')
        pages += 1

        if not cookie:
            break

    return {
        'source': source,
        'pages': pages,
        'written': written,
        'newest_ts': newest_ts
    }

def http_get_with_retry(url, headers, timeout=60, max_retries=5):
    """Make HTTP GET request with retry logic."""
    attempt = 0
    backoff = 1.0

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

            if response.status == 429 and attempt < max_retries:
                # Rate limited - check for X-RateLimit-Reset header
                reset_header = response.headers.get('X-RateLimit-Reset')
                if reset_header:
                    delay = max(1, int(reset_header) - int(time.time()))
                else:
                    delay = int(backoff)

                print(f'Rate limited, waiting {delay} seconds')
                time.sleep(delay)
                attempt += 1
                backoff *= 2
                continue

            if 500 <= response.status < 600 and attempt < max_retries:
                print(f'Server error {response.status}, retrying in {backoff} seconds')
                time.sleep(backoff)
                attempt += 1
                backoff *= 2
                continue

            if response.status != 200:
                raise Exception(f'HTTP {response.status}: {response.data.decode("utf-8")}')

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

        except Exception as e:
            if attempt < max_retries:
                print(f'Request failed: {str(e)}, retrying in {backoff} seconds')
                time.sleep(backoff)
                attempt += 1
                backoff *= 2
                continue
            raise

def write_page(bucket, prefix, payload, source):
    """Write a page of logs to GCS."""
    ts = datetime.now(timezone.utc)
    blob_name = f"{prefix}/{ts.strftime('%Y/%m/%d/%H%M%S')}-pingone-aic-{source}.json"

    blob = bucket.blob(blob_name)
    blob.upload_from_string(
        json.dumps(payload, separators=(',', ':')),
        content_type='application/json'
    )

    print(f'Wrote logs to {blob_name}')

def bounded_begin_time(last_ts, now, lookback_seconds):
    """Calculate begin time bounded by 24 hour limit."""
    twenty_four_h_ago = now - 24 * 3600

    if last_ts:
        try:
            # Parse ISO timestamp
            t_struct = time.strptime(last_ts[:19] + 'Z', '%Y-%m-%dT%H:%M:%SZ')
            t_epoch = int(time.mktime(t_struct))
        except Exception:
            t_epoch = int(now - lookback_seconds)

        begin_epoch = max(t_epoch, int(twenty_four_h_ago))
    else:
        begin_epoch = max(int(now - lookback_seconds), int(twenty_four_h_ago))

    return time.strftime('%Y-%m-%dT%H:%M:%SZ', time.gmtime(begin_epoch))

Zweite Datei: requirements.txt::

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

Klicken Sie auf Bereitstellen, um die Funktion zu speichern und bereitzustellen.
Warten Sie, bis die Bereitstellung abgeschlossen ist (2–3 Minuten).

Hinweis :Bei der Konfiguration des Pub/Sub-Triggers werden automatisch die erforderlichen Abos und Berechtigungen erstellt.

Cloud Scheduler-Job erstellen

Cloud Scheduler veröffentlicht in regelmäßigen Abständen Nachrichten im Pub/Sub-Thema, wodurch die Cloud Run-Funktion ausgelöst wird.

Rufen Sie in der GCP Console Cloud Scheduler auf.
Klicken Sie auf Job erstellen.

Geben Sie die folgenden Konfigurationsdetails an:

Einstellung	Wert
Name	`pingone-aic-collector-hourly`
Region	Dieselbe Region wie für die Cloud Run-Funktion auswählen
Frequenz	`0 * * * *` (jede Stunde, zur vollen Stunde)
Zeitzone	Zeitzone auswählen (UTC empfohlen)
Zieltyp	Pub/Sub
Thema	Wählen Sie das Pub/Sub-Thema aus (`pingone-aic-trigger`).
Nachrichtentext	`{}` (leeres JSON-Objekt)

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
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

Suchen Sie in der Cloud Scheduler-Konsole nach Ihrem Job (pingone-aic-collector-hourly).
Klicken Sie auf Force run (Ausführung erzwingen), um den Job manuell auszulösen.
Warten Sie einige Sekunden.
Rufen Sie Cloud Run > Dienste auf.
Klicken Sie auf den Funktionsnamen (pingone-aic-collector).
Klicken Sie auf den Tab Logs.

Prüfen Sie, ob die Funktion erfolgreich ausgeführt wurde. Achten Sie auf Folgendes:

Fetching logs from YYYY-MM-DDTHH:MM:SS+00:00 to YYYY-MM-DDTHH:MM:SS+00:00
Page 1: Retrieved X events
Wrote logs to gs://bucket-name/prefix/logs_YYYYMMDD_HHMMSS.json
Successfully processed X records

Rufen Sie Cloud Storage > Buckets auf.
Klicken Sie auf den Namen Ihres Buckets (pingone-aic-logs).
Rufen Sie den Präfixordner (pingone-aic/logs/) auf.
Prüfen Sie, ob eine neue .json-Datei mit dem aktuellen Zeitstempel erstellt wurde.

Wenn in den Logs Fehler angezeigt werden, gehen Sie so vor:

HTTP 401: API-Anmeldedaten in Umgebungsvariablen prüfen
HTTP 403: Prüfen, ob das Konto die erforderlichen Berechtigungen hat
HTTP 429: Ratenbegrenzung – 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

Rufen Sie die SIEM-Einstellungen > Feeds auf.
Klicken Sie auf Neuen Feed hinzufügen.
Klicken Sie auf Einzelnen Feed konfigurieren.
Geben Sie im Feld Feedname einen Namen für den Feed ein, z. B. PingOne Advanced Identity Cloud.
Wählen Sie Google Cloud Storage V2 als Quelltyp aus.
Wählen Sie PingOne Advanced Identity Cloud als Logtyp aus.
Klicken Sie auf Dienstkonto abrufen. Es wird eine eindeutige E-Mail-Adresse für das Dienstkonto angezeigt, z. B.:
```
chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com
```
Kopieren Sie diese E‑Mail-Adresse für den nächsten Schritt.

Hinweis :Jede Google SecOps-Instanz hat ein eindeutiges Dienstkonto. Verwenden Sie keine Dienstkonten aus anderer Dokumentation oder anderen Beispielen.

Dem Google SecOps-Dienstkonto IAM-Berechtigungen gewähren

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

Rufen Sie Cloud Storage > Buckets auf.
Klicken Sie auf den Namen Ihres Buckets (pingone-aic-logs).
Wechseln Sie zum Tab Berechtigungen.
Klicken Sie auf Zugriff erlauben.
Geben Sie die folgenden Konfigurationsdetails an:
- Hauptkonten hinzufügen: Fügen Sie die E‑Mail-Adresse des Google SecOps-Dienstkontos ein.
- Rollen zuweisen: Wählen Sie Storage-Objekt-Betrachter aus.
Klicken Sie auf Speichern.

Hinweis: Wenn Sie die Löschoption „Übertragene Dateien löschen“ oder „Übertragene Dateien und leere Verzeichnisse löschen“ verwenden möchten, weisen Sie die Rolle Storage-Objekt-Administrator anstelle von „Storage-Objekt-Betrachter“ zu.

Feed in Google SecOps konfigurieren, um PingOne Advanced Identity Cloud-Logs aufzunehmen

Rufen Sie die SIEM-Einstellungen > Feeds auf.
Klicken Sie auf Neuen Feed hinzufügen.
Klicken Sie auf Einzelnen Feed konfigurieren.
Geben Sie im Feld Feedname einen Namen für den Feed ein, z. B. PingOne Advanced Identity Cloud.
Wählen Sie Google Cloud Storage V2 als Quelltyp aus.
Wählen Sie PingOne Advanced Identity Cloud als Logtyp aus.
Klicken Sie auf Weiter.
Geben Sie Werte für die folgenden Eingabeparameter an:
- Storage-Bucket-URL: Geben Sie den GCS-Bucket-URI mit dem Präfixpfad ein:
```
gs://pingone-aic-logs/pingone-aic/logs/
```
  - Ersetzen Sie:
    - pingone-aic-logs: Der Name Ihres GCS-Buckets.
    - pingone-aic/logs/: Optionales Präfix/Ordnerpfad, in dem Logs gespeichert werden.
  Hinweis :Fügen Sie immer den Schrägstrich (/) am Ende des URI ein.
- Option zum Löschen der Quelle: Wählen Sie die gewünschte Löschoption aus:
  - Nie: Es werden nach Übertragungen nie Dateien gelöscht (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.
    
    Hinweis :Wenn Sie eine Löschoption auswählen, muss das Dienstkonto die Rolle Storage-Objekt-Administrator anstelle von „Storage-Objekt-Betrachter“ haben. Aktualisieren Sie die IAM-Berechtigungen entsprechend.
- Maximales Dateialter: Dateien einschließen, die in den letzten Tagen geändert wurden. Der Standardwert ist 180 Tage.
- Asset-Namespace: Der Asset-Namespace.
- Aufnahmelabels: Das Label, das auf die Ereignisse aus diesem Feed angewendet werden soll.
Klicken Sie auf Weiter.
Prüfen Sie die neue Feedkonfiguration auf dem Bildschirm Abschließen und klicken Sie dann auf Senden.

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