Rippling 활동 로그 수집

다음에서 지원:

Google SecOps SIEM

이 문서에서는 Google Cloud Storage를 사용하여 Rippling 활동 로그를 Google Security Operations에 수집하는 방법을 설명합니다. Rippling은 급여, 복리후생, 직원 온보딩, 기기 관리, 애플리케이션 프로비저닝 등 HR, IT, 재무 솔루션을 제공하는 인력 관리 플랫폼입니다. 회사 활동 API는 Rippling 플랫폼 전반의 관리자 및 사용자 작업에 대한 감사 로그를 제공합니다.

시작하기 전에

다음 기본 요건이 충족되었는지 확인합니다.

• Google SecOps 인스턴스
• Cloud Storage API가 사용 설정된 GCP 프로젝트
• GCS 버킷을 만들고 관리할 수 있는 권한
• GCS 버킷의 IAM 정책을 관리할 수 있는 권한
• Cloud Run 서비스, Pub/Sub 주제, Cloud Scheduler 작업을 만들 수 있는 권한
• Rippling에 대한 권한 액세스 (회사 활동에 액세스할 수 있는 API 토큰)

Google Cloud Storage 버킷 만들기

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

5. 다음 구성 세부정보를 제공합니다.

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

6. 만들기를 클릭합니다.

Rippling API 사용자 인증 정보 수집

1. Rippling Admin에 로그인합니다.
2. 검색 > API 토큰으로 이동합니다.
   • 대체 경로: 설정 > 회사 설정 > API 토큰
3. API 토큰 만들기를 클릭합니다.
4. 다음 구성 세부정보를 제공합니다.
   • 이름: 고유하고 의미 있는 이름을 입력합니다 (예: Google SecOps GCS Export).
   • API 버전: 기본 API (v1)를 선택합니다.
   • 범위/권한: company:activity:read를 사용 설정합니다 (회사 활동에 필요).
5. 만들기를 클릭합니다.

6. 토큰 값을 복사하여 안전한 위치에 저장합니다. 이를 Bearer 토큰으로 사용합니다.

   참고: API 토큰은 한 번만 표시됩니다. 안전하게 보관하세요.

Cloud Run 함수의 서비스 계정 만들기

Cloud Run 함수에는 GCS 버킷에 쓸 수 있는 권한이 있는 서비스 계정이 필요합니다.

서비스 계정 만들기

1. GCP 콘솔에서 IAM 및 관리자 > 서비스 계정으로 이동합니다.
2. 서비스 계정 만들기를 클릭합니다.
3. 다음 구성 세부정보를 제공합니다.
   • 서비스 계정 이름: rippling-logs-collector-sa을 입력합니다.
   • 서비스 계정 설명: Service account for Cloud Run function to collect Rippling activity logs을 입력합니다.
4. 만들고 계속하기를 클릭합니다.
5. 이 서비스 계정에 프로젝트에 대한 액세스 권한 부여 섹션에서 다음 단계를 따르세요.
   1. 역할 선택을 클릭합니다.
   2. 스토리지 객체 관리자를 검색하여 선택합니다.
   3. + 다른 역할 추가를 클릭합니다.
   4. Cloud Run 호출자를 검색하여 선택합니다.
   5. + 다른 역할 추가를 클릭합니다.
   6. Cloud Functions 호출자를 검색하여 선택합니다.
6. 계속을 클릭합니다.
7. 완료를 클릭합니다.

이러한 역할은 다음 작업에 필요합니다.

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

GCS 버킷에 대한 IAM 권한 부여

GCS 버킷에 대한 쓰기 권한을 서비스 계정에 부여합니다.

1. Cloud Storage> 버킷으로 이동합니다.
2. 버킷 이름을 클릭합니다.
3. 권한 탭으로 이동합니다.
4. 액세스 권한 부여를 클릭합니다.
5. 다음 구성 세부정보를 제공합니다.
   • 주 구성원 추가: 서비스 계정 이메일 (예: [e-mail])을 입력합니다.
   • 역할 할당: 스토리지 객체 관리자를 선택합니다.
6. 저장을 클릭합니다.

Pub/Sub 주제 만들기

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

1. GCP 콘솔에서 Pub/Sub> 주제로 이동합니다.
2. 주제 만들기를 클릭합니다.
3. 다음 구성 세부정보를 제공합니다.
   • 주제 ID: rippling-activity-trigger를 입력합니다.
   • 다른 설정은 기본값으로 둡니다.
4. 만들기를 클릭합니다.

로그를 수집하는 Cloud Run 함수 만들기

Cloud Run 함수는 Cloud Scheduler의 Pub/Sub 메시지에 의해 트리거되어 Rippling Company Activity API에서 로그를 가져와 GCS에 씁니다.

1. GCP 콘솔에서 Cloud Run으로 이동합니다.
2. 서비스 만들기를 클릭합니다.
3. 함수를 선택합니다 (인라인 편집기를 사용하여 함수 만들기).

4. 구성 섹션에서 다음 구성 세부정보를 입력합니다.

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

5. 트리거 (선택사항) 섹션에서 다음을 수행합니다.

   1. + 트리거 추가를 클릭합니다.
   2. Cloud Pub/Sub을 선택합니다.
   3. Cloud Pub/Sub 주제 선택에서 rippling-activity-trigger 주제를 선택합니다.
   4. 저장을 클릭합니다.

6. 인증 섹션에서 다음을 구성합니다.

   1. 인증 필요를 선택합니다.
   2. ID 및 액세스 관리 (IAM)를 확인합니다.
   참고: 함수를 호출할 때 Pub/Sub에서 인증을 자동으로 처리합니다.

7. 아래로 스크롤하고 컨테이너, 네트워킹, 보안을 펼칩니다.

8. 보안 탭으로 이동합니다.

   • 서비스 계정: 서비스 계정 rippling-logs-collector-sa를 선택합니다.

9. 컨테이너 탭으로 이동합니다.

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

   변수 이름	예시 값
   GCS_BUCKET	rippling-activity-logs
   GCS_PREFIX	rippling/activity/
   STATE_KEY	rippling/activity/state.json
   RIPPLING_API_TOKEN	your-api-token
   RIPPLING_ACTIVITY_URL	https://api.rippling.com/platform/api/company_activity
   LIMIT	1000
   MAX_PAGES	10
   LOOKBACK_MINUTES	60
   END_LAG_SECONDS	120

10. 변수 및 보안 비밀 탭에서 요청까지 아래로 스크롤합니다.

    • 요청 제한 시간: 600초 (10분)를 입력합니다.

11. 컨테이너의 설정 탭으로 이동합니다.

    • 리소스 섹션에서 다음을 수행합니다.
      • 메모리: 512MiB 이상을 선택합니다.
      • CPU: 1을 선택합니다.
    • 완료를 클릭합니다.

12. 실행 환경으로 스크롤합니다.

    • 기본값 (권장)을 선택합니다.

13. 버전 확장 섹션에서 다음을 수행합니다.

    • 최소 인스턴스 수: 0를 입력합니다.
    • 최대 인스턴스 수: 100을 입력합니다 (또는 예상 부하에 따라 조정).

14. 만들기를 클릭합니다.

15. 서비스가 생성될 때까지 기다립니다 (1~2분).

16. 서비스가 생성되면 인라인 코드 편집기가 자동으로 열립니다.

함수 코드 추가

1. 함수 진입점에 main을 입력합니다.

2. 인라인 코드 편집기에서 다음 두 파일을 만듭니다.

   • 첫 번째 파일: main.py:

   import functions_framework
   from google.cloud import storage
   import json
   import os
   import urllib3
   from datetime import datetime, timezone, timedelta
   import time
   
   # Initialize HTTP client
   http = urllib3.PoolManager(timeout=urllib3.Timeout(connect=5.0, read=60.0), 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 Rippling Company Activity 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', 'rippling/activity/')
       state_key = os.environ.get('STATE_KEY', 'rippling/activity/state.json')
   
       # Rippling API configuration
       api_token = os.environ.get('RIPPLING_API_TOKEN')
       activity_url = os.environ.get('RIPPLING_ACTIVITY_URL', 'https://api.rippling.com/platform/api/company_activity')
       limit = int(os.environ.get('LIMIT', '1000'))
       max_pages = int(os.environ.get('MAX_PAGES', '10'))
       lookback_minutes = int(os.environ.get('LOOKBACK_MINUTES', '60'))
       end_lag_seconds = int(os.environ.get('END_LAG_SECONDS', '120'))
   
       if not all([bucket_name, api_token]):
           print('Error: Missing required environment variables')
           return
   
       try:
           # Get GCS bucket
           bucket = storage_client.bucket(bucket_name)
   
           # Load state (last processed timestamp and cursor)
           state = load_state(bucket, state_key)
           since_iso = state.get('since')
           next_cursor = state.get('next')
   
           # Calculate time window
           run_end = datetime.now(timezone.utc) - timedelta(seconds=end_lag_seconds)
           end_iso = run_end.replace(microsecond=0).isoformat().replace('+00:00', 'Z')
   
           if since_iso is None:
               since_iso = iso_from_epoch(time.time() - lookback_minutes * 60)
           else:
               try:
                   since_iso = (parse_iso(since_iso) + timedelta(seconds=1)).replace(microsecond=0).isoformat().replace('+00:00', 'Z')
               except Exception:
                   since_iso = iso_from_epoch(time.time() - lookback_minutes * 60)
   
           print(f'Processing logs from {since_iso} to {end_iso}')
   
           run_ts_iso = end_iso
           pages = 0
           total = 0
           newest_ts = None
           pending_next = None
   
           # Fetch logs with pagination
           while pages < max_pages:
               params = {'limit': str(limit)}
   
               if next_cursor:
                   params['next'] = next_cursor
               else:
                   params['startDate'] = since_iso
                   params['endDate'] = end_iso
   
               # Build URL with query parameters
               url = build_url(activity_url, params)
   
               # Fetch data from Rippling API
               headers = {
                   'Authorization': f'Bearer {api_token}',
                   'Accept': 'application/json'
               }
   
               # Implement exponential backoff for rate limiting
               backoff = 1.0
               max_retries = 3
               retry_count = 0
   
               while retry_count < max_retries:
                   response = http.request('GET', url, headers=headers, timeout=60.0)
   
                   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, 30.0)
                       retry_count += 1
                       continue
   
                   break
   
               if response.status != 200:
                   print(f'Error: API returned status {response.status}')
                   break
   
               data = json.loads(response.data.decode('utf-8'))
   
               # Write page to GCS
               write_to_gcs(bucket, prefix, data, run_ts_iso, pages)
   
               # Extract events
               events = data.get('events') or []
               total += len(events) if isinstance(events, list) else 0
   
               # Track newest timestamp
               if isinstance(events, list):
                   for ev in events:
                       t = ev.get('timestamp') or ev.get('time') or ev.get('event_time')
                       if isinstance(t, str):
                           try:
                               dt_ts = parse_iso(t)
                               if newest_ts is None or dt_ts > newest_ts:
                                   newest_ts = dt_ts
                           except Exception:
                               pass
   
               # Check for next page
               nxt = data.get('next')
               pages += 1
   
               if nxt:
                   next_cursor = nxt
                   pending_next = nxt
                   continue
               else:
                   pending_next = None
                   break
   
           # Update state
           new_since_iso = (newest_ts or run_end).replace(microsecond=0).isoformat().replace('+00:00', 'Z')
           save_state(bucket, state_key, {'since': new_since_iso, 'next': pending_next})
   
           print(f'Successfully processed {total} events across {pages} pages')
           print(f'Updated state: since={new_since_iso}, next={pending_next}')
   
       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 {}
   
   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 write_to_gcs(bucket, prefix, payload, run_ts_iso, page_index):
       """Write payload to GCS."""
       try:
           day_path = parse_iso(run_ts_iso).strftime('%Y/%m/%d')
           key = f"{prefix.strip('/')}/{day_path}/{run_ts_iso.replace(':', '').replace('-', '')}-page{page_index:05d}-company_activity.json"
   
           blob = bucket.blob(key)
           blob.upload_from_string(
               json.dumps(payload, separators=(',', ':')),
               content_type='application/json'
           )
           print(f'Wrote page {page_index} to {key}')
       except Exception as e:
           print(f'Error writing to GCS: {str(e)}')
           raise
   
   def parse_iso(ts):
       """Parse ISO 8601 timestamp."""
       if ts.endswith('Z'):
           ts = ts[:-1] + '+00:00'
       return datetime.fromisoformat(ts)
   
   def iso_from_epoch(sec):
       """Convert epoch seconds to ISO 8601 timestamp."""
       return datetime.fromtimestamp(sec, tz=timezone.utc).replace(microsecond=0).isoformat().replace('+00:00', 'Z')
   
   def build_url(base, params):
       """Build URL with query parameters."""
       if not params:
           return base
       query_string = '&'.join([f'{k}={v}' for k, v in params.items()])
       return f'{base}?{query_string}'
   

   • 두 번째 파일: requirements.txt:

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

3. 배포를 클릭하여 함수를 저장하고 배포합니다.

4. 배포가 완료될 때까지 기다립니다 (2~3분).

   참고: Pub/Sub 트리거 구성은 필요한 구독과 권한을 자동으로 만듭니다.

Cloud Scheduler 작업 만들기

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

1. GCP Console에서 Cloud Scheduler로 이동합니다.
2. 작업 만들기를 클릭합니다.

3. 다음 구성 세부정보를 제공합니다.

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

4. 만들기를 클릭합니다.

일정 빈도 옵션

• 로그 볼륨 및 지연 시간 요구사항에 따라 빈도를 선택합니다.

  빈도	크론 표현식	사용 사례
  5분마다	*/5 * * * *	대용량, 저지연
  15분마다	*/15 * * * *	검색량 보통
  1시간마다	0 * * * *	표준 (권장)
  6시간마다	0 */6 * * *	적은 볼륨, 일괄 처리
  매일	0 0 * * *	이전 데이터 수집

스케줄러 작업 테스트

1. Cloud Scheduler 콘솔에서 작업을 찾습니다.
2. 강제 실행을 클릭하여 수동으로 트리거합니다.
3. 몇 초 정도 기다린 후 Cloud Run > 서비스 > rippling-activity-collector > 로그로 이동합니다.
4. 함수가 성공적으로 실행되었는지 확인합니다.
5. GCS 버킷을 확인하여 로그가 작성되었는지 확인합니다.

Google SecOps 서비스 계정 가져오기

Google SecOps는 고유한 서비스 계정을 사용하여 GCS 버킷에서 데이터를 읽습니다. 이 서비스 계정에 버킷 액세스 권한을 부여해야 합니다.

서비스 계정 이메일 가져오기

1. SIEM 설정 > 피드로 이동합니다.
2. 새 피드 추가를 클릭합니다.
3. 단일 피드 구성을 클릭합니다.
4. 피드 이름 필드에 피드 이름을 입력합니다(예: Rippling Activity Logs).
5. 소스 유형으로 Google Cloud Storage V2를 선택합니다.
6. 로그 유형으로 Rippling 활동 로그를 선택합니다.

7. 서비스 계정 가져오기를 클릭합니다. 고유한 서비스 계정 이메일이 표시됩니다. 예를 들면 다음과 같습니다.

   [e-mail]
   

8. 다음 단계에서 사용할 수 있도록 이 이메일 주소를 복사합니다.

   참고: 각 Google SecOps 인스턴스에는 고유한 서비스 계정이 있습니다. 다른 문서나 예시의 서비스 계정을 사용하지 마세요.

Google SecOps 서비스 계정에 IAM 권한 부여

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

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

6. 저장을 클릭합니다.

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

Rippling 활동 로그를 수집하도록 Google SecOps에서 피드 구성

1. SIEM 설정 > 피드로 이동합니다.
2. 새 피드 추가를 클릭합니다.
3. 단일 피드 구성을 클릭합니다.
4. 피드 이름 필드에 피드 이름을 입력합니다(예: Rippling Activity Logs).
5. 소스 유형으로 Google Cloud Storage V2를 선택합니다.
6. 로그 유형으로 Rippling 활동 로그를 선택합니다.
7. 다음을 클릭합니다.

8. 다음 입력 매개변수의 값을 지정합니다.

   • 스토리지 버킷 URL: 다음 접두사 경로를 사용하여 GCS 버킷 URI를 입력합니다.

     gs://rippling-activity-logs/rippling/activity/
     

     • 다음과 같이 바꿉니다.

       • rippling-activity-logs: GCS 버킷 이름입니다.
       • rippling/activity/: 로그가 저장되는 접두사/폴더 경로입니다 (GCS_PREFIX 환경 변수와 일치해야 함).
       참고: URI 끝에 항상 후행 슬래시 (/)를 포함하세요.

   • 소스 삭제 옵션: 환경설정에 따라 삭제 옵션을 선택합니다.

     • 삭제 안함: 전송 후 파일을 삭제하지 않습니다 (테스트에 권장).
     • 전송된 파일 삭제: 전송이 완료되면 파일을 삭제합니다.

     • 전송된 파일 및 빈 디렉터리 삭제: 전송이 완료되면 파일과 빈 디렉터리를 삭제합니다.

       참고: 삭제 옵션을 선택하는 경우 서비스 계정에는 스토리지 객체 뷰어 대신 스토리지 객체 관리자 역할이 있어야 합니다. IAM 권한을 적절하게 업데이트합니다.

   • 최대 파일 기간: 지난 일수 동안 수정된 파일을 포함합니다. 기본값은 180일입니다.

   • 애셋 네임스페이스: 애셋 네임스페이스 (예: rippling.activity)입니다.

   • 수집 라벨: 이 피드의 이벤트에 적용할 라벨입니다(선택사항).

9. 다음을 클릭합니다.

10. 확정 화면에서 새 피드 구성을 검토한 다음 제출을 클릭합니다.

UDM 매핑 테이블

로그 필드	UDM 매핑	로직
accuracy_radius_label	additional.fields	병합됨
company_label	additional.fields	병합됨
finger_label	additional.fields	병합됨
linked_events_key_label	additional.fields	병합됨
owner_label	additional.fields	병합됨
processing_state_label	additional.fields	병합됨
spoke_label	additional.fields	병합됨
subject_version_label	additional.fields	병합됨
has_target	extensions.auth.type	매핑됨: true → PHYSICAL
event_type	metadata.event_type	직접 매핑됨
name	metadata.product_event_type	직접 매핑됨
prop_id	metadata.product_log_id	직접 매핑됨
data.request_data.authentication_context.login_username	network.email.mail_id	직접 매핑됨
data.request_data.authentication_context.mfa_method	network.http.method	직접 매핑됨
data.request_data.authentication_context.login_agent	network.http.user_agent	직접 매핑됨
data.initiator.display_name	principal.asset.hostname	직접 매핑됨
data.search_string	principal.asset.hostname	직접 매핑됨
subjects.display_name	principal.asset.hostname	직접 매핑됨
data.initiator.display_name	principal.hostname	직접 매핑됨
data.search_string	principal.hostname	직접 매핑됨
subjects.display_name	principal.hostname	직접 매핑됨
data.initiator.icon	principal.url	직접 매핑됨
subjects.icon	principal.url	직접 매핑됨
data.initiator.email	principal.user.email_addresses	병합됨
emailid	principal.user.email_addresses	매핑됨: ^.+@.+$ → data.initiator.email
data._subject_group_name_cache	principal.user.group_identifiers	병합됨
data._subject_role_name_cache	principal.user.role_name	직접 매핑됨
data.initiator.role	principal.user.userid	직접 매핑됨
data.subject_group	principal.user.userid	직접 매핑됨
subjects.instance	principal.user.userid	직접 매핑됨
data.event_reason.reason	security_result.category_details	병합됨
data.event_reason.message	security_result.summary	직접 매핑됨
data.request_data.os	src.platform_version	직접 매핑됨
data.request_data.ip	target.asset.ip	병합됨
data.request_data.ip	target.ip	병합됨
data.request_data.city	target.location.city	직접 매핑됨
data.request_data.country	target.location.country_or_region	직접 매핑됨
geo_latitude	target.location.region_latitude	이름이 변경됨/매핑됨
geo_longitude	target.location.region_longitude	이름이 변경됨/매핑됨
data.request_data.state	target.location.state	직접 매핑됨
해당 사항 없음	extensions.auth.type	상수: PHYSICAL
해당 사항 없음	metadata.product_name	상수: RIPPLING_ACTIVITYLOGS
해당 사항 없음	metadata.vendor_name	상수: RIPPLING_ACTIVITYLOGS
해당 사항 없음	src.platform	상수: MAC
해당 사항 없음	target.resource.resource_type	상수: TASK

변경 로그

이 파서의 변경 로그 보기

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