收集 SecureLink 記錄

支援的國家/地區：

Google SecOps SIEM

本文說明如何使用 Google Cloud Storage V2，將 SecureLink 記錄檔擷取至 Google Security Operations。

SecureLink (現為 Imprivata Privileged Remote Access) 是雲端式第三方遠端存取平台，可安全管理供應商和特殊權限存取。SecureLink REST API 提供程式輔助存取工作階段記錄、驗證事件和管理稽核記錄。

事前準備

請確認您符合下列必要條件：

• Google SecOps 執行個體
• 已啟用 Cloud Storage API 的 GCP 專案
• 建立及管理 GCS bucket 的權限
• 管理 GCS bucket IAM 政策的權限
• 建立 Cloud Run 服務、Pub/Sub 主題和 Cloud Scheduler 工作的權限
• 具備管理員權限，可存取 SecureLink 管理員入口網站
• 具有稽核記錄讀取權限的 SecureLink API 金鑰

建立 Google Cloud Storage bucket

1. 前往 Google Cloud 控制台。
2. 選取專案或建立新專案。
3. 在導覽選單中，依序前往「Cloud Storage」>「Bucket」。
4. 按一下「建立值區」。

5. 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 securelink-logs)
   位置類型	請根據需求選擇 (區域、雙區域、多區域)
   位置	選取位置 (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

6. 點選「建立」。

收集 SecureLink API 憑證

產生 API 金鑰

1. 登入 SecureLink 管理入口網站。
2. 依序前往「Administration」>「API Keys」 (或依序前往「Administration」>「Integrations」>「API」)。
3. 點按「Generate API Key」。
4. 輸入 API 金鑰名稱 (例如 Google SecOps Integration)。
5. 選取必要權限：
   • 稽核記錄讀取：存取工作階段和驗證記錄
   • 工作階段讀取：存取遠端存取工作階段資料
6. 點按「生成」。

7. 複製下列詳細資料，並存放在安全的地方：

   • API 金鑰：產生的 API 金鑰值
   • 組織 ID：您的 SecureLink 組織 ID (管理入口網址或「設定」頁面會顯示此 ID)
   注意： API 金鑰只會顯示一次。請妥善儲存。如果遺失，請重新產生。

判斷 API 基準網址

SecureLink API 基準網址：

環境	API 基礎網址
正式環境	https://api.securelink.com/v1

測試 API 存取權

• 請先測試憑證，再繼續進行整合：

  # Replace with your actual credentials
  SECURELINK_API_KEY="your-api-key"
  SECURELINK_ORG_ID="your-org-id"
  
  # Test API access - list recent audit logs
  curl -s -X GET "https://api.securelink.com/v1/audit-logs?limit=1" \
    -H "Authorization: Bearer ${SECURELINK_API_KEY}" \
    -H "X-Organization-Id: ${SECURELINK_ORG_ID}" \
    -H "Accept: application/json"
  

為 Cloud Run 函式建立服務帳戶

Cloud Run 函式需要服務帳戶，且該帳戶須具備寫入 GCS bucket 的權限，並可由 Pub/Sub 叫用。

建立服務帳戶

1. 在 GCP 控制台中，依序前往「IAM & Admin」(IAM 與管理) >「Service Accounts」(服務帳戶)。
2. 按一下「Create Service Account」(建立服務帳戶)。
3. 請提供下列設定詳細資料：
   • 服務帳戶名稱：輸入 securelink-logs-collector-sa
   • 「服務帳戶說明」：輸入 Service account for Cloud Run function to collect SecureLink logs
4. 按一下「建立並繼續」。
5. 在「將專案存取權授予這個服務帳戶」部分，新增下列角色：
   1. 按一下「請選擇角色」。
   2. 搜尋並選取「Storage 物件管理員」。
   3. 點選「+ 新增其他角色」。
   4. 搜尋並選取「Cloud Run Invoker」。
   5. 點選「+ 新增其他角色」。
   6. 搜尋並選取「Cloud Functions 叫用者」。
6. 按一下「繼續」。
7. 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 bucket，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：允許叫用函式

授予 GCS bucket 的 IAM 權限

授予服務帳戶 GCS bucket 的寫入權限：

1. 依序前往「Cloud Storage」>「Buckets」。
2. 點按 bucket 名稱 (例如 securelink-logs)。
3. 前往「權限」分頁標籤。
4. 按一下「授予存取權」。
5. 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 securelink-logs-collector-sa@PROJECT_ID.iam.gserviceaccount.com)
   • 指派角色：選取「Storage 物件管理員」
6. 按一下 [儲存]。

建立 Pub/Sub 主題

建立 Pub/Sub 主題，Cloud Scheduler 會發布至該主題，Cloud Run 函式則會訂閱該主題。

1. 在 GCP 控制台中，前往「Pub/Sub」>「主題」。
2. 按一下「建立主題」。
3. 請提供下列設定詳細資料：
   • 主題 ID：輸入 securelink-logs-trigger
   • 其他設定保留預設值
4. 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 SecureLink REST API 擷取記錄，並寫入 GCS。

1. 前往 GCP 控制台的「Cloud Run」。
2. 按一下「Create service」(建立服務)。
3. 選取「函式」 (使用內嵌編輯器建立函式)。

4. 在「設定」部分，提供下列設定詳細資料：

   設定	值
   服務名稱	securelink-logs-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

5. 在「觸發條件 (選用)」部分：

   1. 按一下「+ 新增觸發條件」。
   2. 選取「Cloud Pub/Sub」。
   3. 在「選取 Cloud Pub/Sub 主題」中，選擇主題 securelink-logs-trigger。
   4. 按一下 [儲存]。

6. 在「Authentication」(驗證) 部分：

   1. 選取「需要驗證」。
   2. Identity and Access Management (IAM)。
   注意： Pub/Sub 會在叫用函式時自動處理驗證。

7. 向下捲動並展開「容器、網路、安全性」。

8. 前往「安全性」分頁標籤：

   • 服務帳戶：選取服務帳戶 securelink-logs-collector-sa。

9. 前往「容器」分頁：

   1. 按一下「Variables & Secrets」(變數與密鑰)。
   2. 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_BUCKET	securelink-logs	GCS bucket 名稱
   GCS_PREFIX	securelink	記錄檔的前置字串
   STATE_KEY	securelink/state.json	狀態檔案路徑
   SECURELINK_API_KEY	your-api-key	SecureLink API 金鑰
   SECURELINK_ORG_ID	your-org-id	SecureLink 組織 ID
   SECURELINK_API_BASE	https://api.securelink.com/v1	SecureLink API 基準網址
   MAX_RECORDS	5000	每次執行的記錄數上限
   PAGE_SIZE	1000	每頁記錄數
   LOOKBACK_HOURS	24	初始回溯期

10. 在「變數與密鑰」部分，向下捲動至「要求」：

    • 「Request timeout」(要求逾時)：輸入 600 秒 (10 分鐘)

11. 前往「設定」分頁：

    • 在「Resources」(資源) 部分：
      • 記憶體：選取 512 MiB 以上
      • 「CPU」：選取「1」

12. 在「修訂版本資源調度」部分：

    • 「執行個體數量下限」：輸入 0
    • 「執行個體數量上限」：輸入 100 (或依預期負載調整)

13. 點選「建立」。

14. 等待服務建立完成 (1 至 2 分鐘)。

15. 服務建立後，內嵌程式碼編輯器會自動開啟。

新增函式程式碼

1. 在「進入點」欄位中輸入 main。

2. 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, timedelta
     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()
     
     # Environment variables
     GCS_BUCKET = os.environ.get('GCS_BUCKET')
     GCS_PREFIX = os.environ.get('GCS_PREFIX', 'securelink')
     STATE_KEY = os.environ.get('STATE_KEY', 'securelink/state.json')
     SECURELINK_API_KEY = os.environ.get('SECURELINK_API_KEY')
     SECURELINK_ORG_ID = os.environ.get('SECURELINK_ORG_ID')
     SECURELINK_API_BASE = os.environ.get('SECURELINK_API_BASE', 'https://api.securelink.com/v1')
     MAX_RECORDS = int(os.environ.get('MAX_RECORDS', '5000'))
     PAGE_SIZE = int(os.environ.get('PAGE_SIZE', '1000'))
     LOOKBACK_HOURS = int(os.environ.get('LOOKBACK_HOURS', '24'))
     
     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 SecureLink
       audit and session logs and write to GCS.
     
       Args:
         cloud_event: CloudEvent object containing Pub/Sub message
       """
     
       if not all([GCS_BUCKET, SECURELINK_API_KEY, SECURELINK_ORG_ID]):
         print('Error: Missing required environment variables')
         return
     
       try:
         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 logs from {last_time.isoformat()} to {now.isoformat()}")
     
         # Fetch logs from multiple endpoints
         all_records = []
         newest_event_time = None
     
         for endpoint_type in ['audit-logs', 'sessions']:
           records, newest_time = fetch_logs(
             endpoint_type=endpoint_type,
             start_time=last_time,
             end_time=now,
             page_size=PAGE_SIZE,
             max_records=MAX_RECORDS,
           )
           all_records.extend(records)
           if newest_time:
             if newest_event_time is None or parse_datetime(newest_time) > parse_datetime(newest_event_time):
               newest_event_time = newest_time
     
         if not all_records:
           print("No new log 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}/logs_{timestamp}.ndjson"
         blob = bucket.blob(object_key)
     
         ndjson = '\n'.join([json.dumps(record, ensure_ascii=False) for record in all_records]) + '\n'
         blob.upload_from_string(ndjson, content_type='application/x-ndjson')
     
         print(f"Wrote {len(all_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(all_records)} records")
     
       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: {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_logs(endpoint_type: str, start_time: datetime, end_time: datetime, page_size: int, max_records: int):
       """
       Fetch logs from SecureLink REST API
       with cursor-based pagination and rate limiting.
     
       Args:
         endpoint_type: API endpoint type (audit-logs, sessions)
         start_time: Start time for log query
         end_time: End time for log query
         page_size: Number of records per page
         max_records: Maximum total records to fetch
     
       Returns:
         Tuple of (records list, newest_event_time ISO string)
       """
       api_base = SECURELINK_API_BASE.rstrip('/')
       endpoint = f"{api_base}/{endpoint_type}"
     
       headers = {
         'Authorization': f'Bearer {SECURELINK_API_KEY}',
         'X-Organization-Id': SECURELINK_ORG_ID,
         'Accept': 'application/json',
         'User-Agent': 'GoogleSecOps-SecureLinkCollector/1.0'
       }
     
       records = []
       newest_time = None
       page_num = 0
       backoff = 1.0
       cursor = None
     
       start_iso = start_time.strftime('%Y-%m-%dT%H:%M:%SZ')
       end_iso = end_time.strftime('%Y-%m-%dT%H:%M:%SZ')
     
       while True:
         page_num += 1
     
         if len(records) >= max_records:
           print(f"Reached max_records limit ({max_records}) for {endpoint_type}")
           break
     
         url = f"{endpoint}?startDate={start_iso}&endDate={end_iso}&limit={min(page_size, max_records - len(records))}"
         if cursor:
           url += f"&cursor={cursor}"
     
         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, 30.0)
             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 records, newest_time
     
           data = json.loads(response.data.decode('utf-8'))
     
           page_results = data.get('data', data.get('results', data.get('items', [])))
     
           if not page_results:
             print(f"No more results (empty page) for {endpoint_type}")
             break
     
           print(f"{endpoint_type} page {page_num}: Retrieved {len(page_results)} events")
     
           # Add endpoint type for identification
           for event in page_results:
             event['_securelink_log_type'] = endpoint_type
     
           records.extend(page_results)
     
           # Track newest event time
           for event in page_results:
             try:
               event_ts = event.get('timestamp') or event.get('createdAt') or event.get('startTime')
               if event_ts:
                 event_time = str(event_ts)
                 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 next cursor
           cursor = data.get('cursor') or data.get('nextCursor') or data.get('next_cursor')
           if not cursor:
             if len(page_results) < page_size:
               print(f"No more pages for {endpoint_type} (last page not full)")
             else:
               print(f"No more pages for {endpoint_type} (no cursor)")
             break
     
         except Exception as e:
           print(f"Error fetching {endpoint_type} logs: {e}")
           return records, newest_time
     
       print(f"Retrieved {len(records)} total {endpoint_type} records from {page_num} pages")
       return records, newest_time
     

   • 第二個檔案 requirements.txt:

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

3. 按一下「部署」，即可儲存並部署函式。

4. 等待部署作業完成 (2 到 3 分鐘)。

   注意： Pub/Sub 觸發條件設定會自動建立必要的訂閱項目和權限。

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。

1. 前往 GCP 控制台中的「Cloud Scheduler」。
2. 點選「建立工作」。

3. 提供下列設定詳細資料：

   設定	值
   名稱	securelink-logs-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	選取主題「securelink-logs-trigger」
   郵件內文	{} (空白 JSON 物件)

4. 點選「建立」。

排程頻率選項

根據記錄檔量和延遲時間需求選擇頻率：

頻率	Cron 運算式	用途
每 5 分鐘	*/5 * * * *	高容量、低延遲
每 15 分鐘	*/15 * * * *	普通量
每小時	0 * * * *	標準 (建議)
每 6 小時	0 */6 * * *	低量、批次處理
每天	0 0 * * *	歷來資料集合

測試整合

1. 在 Cloud Scheduler 控制台中，找出您的工作。
2. 按一下「強制執行」，手動觸發工作。
3. 稍等幾秒鐘。
4. 依序前往「Cloud Run」 > 「服務」。
5. 按一下 securelink-logs-collector。
6. 點選「記錄」分頁標籤。

7. 確認函式是否執行成功。尋找：

   Fetching logs from YYYY-MM-DDTHH:MM:SS+00:00 to YYYY-MM-DDTHH:MM:SS+00:00
   audit-logs page 1: Retrieved X events
   sessions page 1: Retrieved X events
   Wrote X records to gs://securelink-logs/securelink/logs_YYYYMMDD_HHMMSS.ndjson
   Successfully processed X records
   

8. 依序前往「Cloud Storage」>「Buckets」。

9. 點選 bucket 名稱 (securelink-logs)。

10. 前往 securelink/ 資料夾。

11. 確認是否已建立含有目前時間戳記的新 .ndjson 檔案。

如果記錄中顯示錯誤：

• HTTP 401：檢查環境變數中的 API 金鑰和組織 ID
• HTTP 403：在 SecureLink 管理入口網站中，確認 API 金鑰是否具備必要權限
• HTTP 429：頻率限制 - 函式會自動重試，並採用輪詢機制
• 缺少環境變數：檢查是否已設定所有必要變數

在 Google SecOps 中設定動態饋給，擷取 SecureLink 記錄

1. 依序前往「SIEM 設定」>「動態饋給」。
2. 按一下「新增動態饋給」。
3. 按一下「設定單一動態饋給」。
4. 在「Feed name」欄位中輸入動態饋給名稱 (例如 SecureLink Logs)。
5. 選取「Google Cloud Storage V2」做為「來源類型」。
6. 選取「SecureLink」做為「記錄類型」。

7. 按一下「取得服務帳戶」。系統會顯示專屬服務帳戶電子郵件地址，例如：

   [e-mail]
   

8. 複製這個電子郵件地址。

   注意： 每個 Google SecOps 執行個體都有專屬的服務帳戶。請勿使用其他說明文件或範例中的服務帳戶。

9. 點選「下一步」。

10. 指定下列輸入參數的值：

    • 儲存空間 bucket 網址：輸入 GCS bucket URI，並加上前置路徑：

      gs://securelink-logs/securelink/
      

      • 取代：
        • securelink-logs：您的 GCS bucket 名稱。
        • securelink：儲存記錄的選用前置字元/資料夾路徑 (如為根目錄，請留空)。
    注意： URI 結尾一律要加上斜線 (/)。

    • 來源刪除選項：根據偏好設定選取刪除選項：

      • 永不：一律不會在轉移後刪除任何檔案 (建議用於測試)。
      • 刪除已轉移的檔案：在成功轉移後刪除檔案。

      • 刪除已轉移的檔案和空目錄：成功轉移後，刪除檔案和空目錄。

        注意： 如果選取刪除選項，服務帳戶必須具備「Storage 物件管理員」角色，而非「Storage 物件檢視者」。請據此更新 IAM 權限。

    • 檔案存在時間上限：納入在過去天數內修改的檔案 (預設為 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

11. 點選「下一步」。

12. 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)。

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。

1. 依序前往「Cloud Storage」>「Buckets」。
2. 點按 bucket 名稱。
3. 前往「權限」分頁標籤。
4. 按一下「授予存取權」。
5. 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」
6. 按一下 [儲存]。

注意： 如果打算使用「刪除已轉移的檔案」或「刪除已轉移的檔案並清空目錄」刪除選項，請授予「Storage 物件管理員」角色，而非「Storage 物件檢視者」。

UDM 對應表

記錄欄位	UDM 對應	邏輯
additional_classification	additional.fields	無法在 UDM 模型的正式區段中充分呈現的任何重要供應商專屬事件資料
機制	extensions.auth.mechanism	驗證機制
	extensions.auth.type	驗證類型
msg、inner_message、desc	metadata.description	事件說明
	metadata.event_type	事件類型 (例如 USER_LOGIN、NETWORK_CONNECTION)
resource_name, _application_protocol	network.application_protocol	應用程式通訊協定 (例如 HTTP、FTP)
方法	network.http.method	HTTP 方法 (例如 GET、POST)
	network.ip_protocol	IP 通訊協定 (例如 TCP、UDP)
sessionId	network.session_id	工作階段 ID
principal_host	principal.hostname	來源主機名稱
login_ip、src_ip、inner_ip、principal_host	principal.ip	連線的來源 IP 位址
principal_port	principal.port	來源通訊埠號碼
process_id	principal.process.pid	程序 ID
principal_uri	principal.url	與主體相關聯的網址
使用者名稱、金鑰	principal.user.email_addresses	與使用者相關聯的電子郵件地址
使用者名稱、金鑰、使用者 ID	principal.user.userid	使用者 ID
security_action	security_result.action	採取的動作 (例如「允許」、「封鎖」)
category	security_result.category	安全結果的類別
動作、說明	security_result.description	安全性結果說明
優先順序	security_result.priority	安全性結果的優先順序
方法	security_result.severity	安全性結果的嚴重程度
優先順序	security_result.severity_details	嚴重程度詳細資料
reason	security_result.summary	安全性結果摘要
application、product_event_type	target.application	應用程式名稱
pwd	target.file.full_path	檔案的完整路徑
target_host	target.hostname	目的地主機名稱
dst_ip、target_host	target.ip	目的地 IP 位址
target_port	target.port	目的地通訊埠編號
指令	target.process.command_line	程序的指令列
	target.resource.type	資源類型
網址	target.url	與目標相關聯的網址
username, key	target.user.email_addresses	與目標使用者相關聯的電子郵件地址
名稱	target.user.user_display_name	使用者的顯示名稱
username、key、user_id	target.user.userid	目標使用者的使用者 ID
	metadata.product_name	產品名稱
	metadata.vendor_name	供應商/公司名稱

變更記錄

查看這個剖析器的變更記錄

還有其他問題嗎？向社群成員和 Google SecOps 專業人員尋求解答。