收集 PingOne Advanced Identity Cloud 記錄
支援的國家/地區：
Google SecOps
SIEM
本文說明如何使用 Google Cloud Storage，將 PingOne Advanced Identity Cloud 記錄擷取至 Google Security Operations。PingOne Advanced Identity Cloud 是身分與存取權管理平台，可為雲端應用程式提供驗證、授權和使用者管理功能。
事前準備
請確認您已完成下列事前準備事項：
- Google SecOps 執行個體
- 已啟用 Cloud Storage API 的 GCP 專案
- 建立及管理 GCS 值區的權限
- 管理 Google Cloud Storage 值區 IAM 政策的權限
- 建立 Cloud Run 服務、Pub/Sub 主題和 Cloud Scheduler 工作的權限
- PingOne Advanced Identity Cloud 租戶的特殊存取權
取得 PingOne API 金鑰和租戶 FQDN
- 登入 Advanced Identity Cloud 管理控制台。
- 依序點選使用者圖示 >「租戶設定」。
- 在「全域設定」分頁中，按一下「記錄 API 金鑰」。
- 按一下「New Log API Key」(新增記錄 API 金鑰)，然後為金鑰命名。
- 按一下 [Create Key] (建立金鑰)。
- 複製並儲存
api_key_id和api_key_secret值，並妥善保存。系統不會再顯示api_key_secret值。 - 按一下 [完成]。
依序前往「租戶設定」>「詳細資料」，找出租戶 FQDN (例如
example.tomcat.pingone.com)。
建立 Google Cloud Storage 值區
- 前往 Google Cloud 控制台。
- 選取專案或建立新專案。
- 在導覽選單中，依序前往「Cloud Storage」>「Bucket」。
- 按一下「建立值區」。
請提供下列設定詳細資料：
設定 值 為 bucket 命名 輸入全域不重複的名稱 (例如 pingone-aic-logs)位置類型 根據需求選擇 (區域、雙區域、多區域) 位置 選取地點 (例如 us-central1)儲存空間級別 標準 (建議用於經常存取的記錄) 存取控管 統一 (建議) 保護工具 選用：啟用物件版本管理或保留政策 點選「建立」。
為 Cloud Run 函式建立服務帳戶
Cloud Run 函式需要具備 GCS bucket 寫入權限的服務帳戶，並由 Pub/Sub 叫用。
建立服務帳戶
- 在 GCP 主控台中，依序前往「IAM & Admin」(IAM 與管理) >「Service Accounts」(服務帳戶)。
- 按一下 [Create Service Account] (建立服務帳戶)。
- 請提供下列設定詳細資料：
- 服務帳戶名稱：輸入
pingone-aic-collector-sa。 - 服務帳戶說明：輸入
Service account for Cloud Run function to collect PingOne Advanced Identity Cloud logs。
- 服務帳戶名稱：輸入
- 按一下「建立並繼續」。
- 在「將專案存取權授予這個服務帳戶」部分，新增下列角色：
- 按一下「選擇角色」。
- 搜尋並選取「Storage 物件管理員」。
- 點選「+ 新增其他角色」。
- 搜尋並選取「Cloud Run Invoker」。
- 點選「+ 新增其他角色」。
- 搜尋並選取「Cloud Functions Invoker」(Cloud Functions 叫用者)。
- 按一下「繼續」。
- 按一下 [完成]。
這些角色適用於：
- Storage 物件管理員：將記錄檔寫入 GCS 值區，並管理狀態檔案
- Cloud Run 叫用者：允許 Pub/Sub 叫用函式
- Cloud Functions 叫用者：允許函式叫用
授予 GCS 值區的 IAM 權限
授予服務帳戶 GCS bucket 的寫入權限：
- 依序前往「Cloud Storage」>「Buckets」。
- 按一下 bucket 名稱。
- 前往「權限」分頁標籤。
- 按一下「授予存取權」。
- 請提供下列設定詳細資料：
- 新增主體：輸入服務帳戶電子郵件地址 (例如
pingone-aic-collector-sa@PROJECT_ID.iam.gserviceaccount.com)。 - 指派角色：選取「Storage 物件管理員」。
- 新增主體：輸入服務帳戶電子郵件地址 (例如
- 按一下 [儲存]。
建立 Pub/Sub 主題
建立 Pub/Sub 主題，Cloud Scheduler 會將訊息發布至該主題，而 Cloud Run 函式會訂閱該主題。
- 在 GCP Console 中，前往「Pub/Sub」>「Topics」(主題)。
- 按一下「建立主題」。
- 請提供下列設定詳細資料：
- 主題 ID：輸入
pingone-aic-trigger。 - 其他設定保留預設值。
- 主題 ID：輸入
- 點選「建立」。
建立 Cloud Run 函式來收集記錄
Cloud Run 函式會由 Cloud Scheduler 的 Pub/Sub 訊息觸發，從 PingOne Advanced Identity Cloud API 擷取記錄，並將記錄寫入 GCS。
- 前往 GCP Console 的「Cloud Run」。
- 按一下「Create service」(建立服務)。
- 選取「函式」 (使用內嵌編輯器建立函式)。
在「設定」部分，提供下列設定詳細資料：
設定 值 服務名稱 pingone-aic-collector區域 選取與 GCS bucket 相符的區域 (例如 us-central1)執行階段 選取「Python 3.12」以上版本 在「Trigger (optional)」(觸發條件 (選用)) 專區：
- 按一下「+ 新增觸發條件」。
- 選取「Cloud Pub/Sub」。
- 在「選取 Cloud Pub/Sub 主題」中，選擇 Pub/Sub 主題 (
pingone-aic-trigger)。 - 按一下 [儲存]。
在「Authentication」(驗證) 部分：
- 選取「需要驗證」。
- 檢查 Identity and Access Management (IAM)。
向下捲動並展開「Containers, Networking, Security」。
前往「安全性」分頁：
- 服務帳戶：選取服務帳戶 (
pingone-aic-collector-sa)。
- 服務帳戶：選取服務帳戶 (
前往「容器」分頁：
- 按一下「變數與密鑰」。
- 針對每個環境變數，按一下「+ 新增變數」：
變數名稱 範例值 說明 GCS_BUCKETpingone-aic-logsGCS bucket 名稱 GCS_PREFIXpingone-aic/logs記錄檔的前置字串 STATE_KEYpingone-aic/logs/state.json狀態檔案路徑 AIC_TENANT_FQDNexample.tomcat.pingone.com租戶 FQDN AIC_API_KEY_IDyour-api-key-idAPI 金鑰 ID AIC_API_SECRETyour-api-key-secretAPI 金鑰 Secret SOURCESam-everything,idm-everything以半形逗號分隔的記錄來源 (請參閱下方附註) PAGE_SIZE500每頁記錄數 MAX_PAGES20每次執行的頁數上限 LOOKBACK_SECONDS3600初始回溯期 在「變數與 Secret」部分，捲動至「要求」：
- 要求逾時：輸入
600秒 (10 分鐘)。
- 要求逾時：輸入
前往「設定」分頁：
- 在「資源」部分：
- 記憶體：選取 512 MiB 以上。
- CPU：選取 1。
- 在「資源」部分：
在「修訂版本資源調度」部分：
- 執行個體數量下限：輸入
0。 - 「Maximum number of instances」(執行個體數量上限)：輸入
100(或根據預期負載調整)。
- 執行個體數量下限：輸入
點選「建立」。
等待服務建立完成 (1 到 2 分鐘)。
服務建立完成後，系統會自動開啟內嵌程式碼編輯器。
新增函式程式碼
- 在「Function entry point」(函式進入點) 中輸入 main
在內嵌程式碼編輯器中建立兩個檔案：
- 第一個檔案：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))- 第二個檔案：requirements.txt:
functions-framework==3.* google-cloud-storage==2.* urllib3>=2.0.0點選「部署」來儲存並部署函式。
等待部署作業完成 (2 到 3 分鐘)。
建立 Cloud Scheduler 工作
Cloud Scheduler 會定期將訊息發布至 Pub/Sub 主題，觸發 Cloud Run 函式。
- 前往 GCP 主控台的「Cloud Scheduler」。
- 點選「建立工作」。
請提供下列設定詳細資料：
設定 值 名稱 pingone-aic-collector-hourly區域 選取與 Cloud Run 函式相同的區域 頻率 0 * * * *(每小時整點)時區 選取時區 (建議使用世界標準時間) 目標類型 Pub/Sub 主題 選取 Pub/Sub 主題 ( pingone-aic-trigger)郵件內文 {}(空白 JSON 物件)點選「建立」。
排程頻率選項
根據記錄檔量和延遲時間要求選擇頻率：
頻率 Cron 運算式 用途 每 5 分鐘 */5 * * * *高容量、低延遲 每 15 分鐘檢查一次 */15 * * * *普通量 每小時 0 * * * *標準 (建議採用) 每 6 小時 0 */6 * * *少量、批次處理 每日 0 0 * * *歷來資料集合
測試整合項目
- 在 Cloud Scheduler 控制台中，找出您的作業 (
pingone-aic-collector-hourly)。 - 按一下「強制執行」，手動觸發工作。
- 稍等幾秒鐘。
- 前往「Cloud Run」>「Services」。
- 按一下函式名稱 (
pingone-aic-collector)。 - 按一下 [Logs] (記錄) 分頁標籤。
確認函式是否已順利執行。請找出以下項目：
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依序前往「Cloud Storage」>「Buckets」。
按一下 bucket 名稱 (
pingone-aic-logs)。前往前置字元資料夾 (
pingone-aic/logs/)。確認是否已建立含有目前時間戳記的新
.json檔案。
如果在記錄中發現錯誤：
- HTTP 401：檢查環境變數中的 API 憑證
- HTTP 403：確認帳戶是否具備必要權限
- HTTP 429：頻率限制 - 函式會自動重試並延遲
- 缺少環境變數：檢查是否已設定所有必要變數
擷取 Google SecOps 服務帳戶
Google SecOps 會使用專屬服務帳戶，從 GCS bucket 讀取資料。您必須授予這個服務帳戶值區存取權。
取得服務帳戶電子郵件地址
- 依序前往「SIEM 設定」>「動態饋給」。
- 按一下「新增動態消息」。
- 按一下「設定單一動態饋給」。
- 在「動態饋給名稱」欄位中輸入動態饋給名稱 (例如
PingOne Advanced Identity Cloud)。 - 選取「Google Cloud Storage V2」做為「來源類型」。
- 選取「PingOne Advanced Identity Cloud」做為「記錄類型」。
按一下「取得服務帳戶」。系統會顯示專屬的服務帳戶電子郵件地址，例如：
chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com複製這個電子郵件地址，以便在下一步中使用。
將 IAM 權限授予 Google SecOps 服務帳戶
Google SecOps 服務帳戶需要 GCS bucket 的「Storage 物件檢視者」角色。
- 依序前往「Cloud Storage」>「Buckets」。
- 按一下 bucket 名稱 (
pingone-aic-logs)。 - 前往「權限」分頁標籤。
- 按一下「授予存取權」。
- 請提供下列設定詳細資料：
- 新增主體：貼上 Google SecOps 服務帳戶電子郵件地址。
- 指派角色：選取「Storage 物件檢視者」。
按一下 [儲存]。
在 Google SecOps 中設定資訊提供，以便擷取 PingOne Advanced Identity Cloud 記錄
- 依序前往「SIEM 設定」>「動態饋給」。
- 按一下「新增動態消息」。
- 按一下「設定單一動態饋給」。
- 在「動態饋給名稱」欄位中輸入動態饋給名稱 (例如
PingOne Advanced Identity Cloud)。 - 選取「Google Cloud Storage V2」做為「來源類型」。
- 選取「PingOne Advanced Identity Cloud」做為「記錄類型」。
- 點選 [下一步]。
指定下列輸入參數的值：
儲存空間 bucket URL：輸入 GCS bucket URI，並加上前置路徑：
gs://pingone-aic-logs/pingone-aic/logs/取代：
pingone-aic-logs：您的 GCS bucket 名稱。pingone-aic/logs/：儲存記錄的選用前置字元/資料夾路徑。
來源刪除選項：根據偏好設定選取刪除選項：
- 永不：移轉後一律不刪除任何檔案 (建議用於測試)。
- 刪除已轉移的檔案：成功轉移檔案後刪除檔案。
刪除已轉移的檔案和空白目錄：成功轉移後刪除檔案和空白目錄。
檔案存在時間上限：包含在過去天數內修改的檔案。預設值為 180 天。
資產命名空間：資產命名空間。
擷取標籤：要套用至這個動態饋給事件的標籤。
點選 [下一步]。
在「Finalize」(完成) 畫面中檢查新的動態饋給設定，然後按一下「Submit」(提交)。
需要其他協助嗎？向社群成員和 Google SecOps 專業人員尋求答案。