Mengumpulkan log Fastly Next-Gen WAF (sebelumnya Signal Sciences)
Dokumen ini menjelaskan cara menyerap log Fastly Next-Gen WAF (sebelumnya dikenal sebagai Signal Sciences) ke Google Security Operations menggunakan Google Cloud Storage V2.
Fastly Next-Gen WAF adalah firewall aplikasi web berbasis cloud yang menyediakan deteksi dan pemblokiran ancaman real-time untuk aplikasi web, API, dan microservice. Solusi ini menggunakan pendekatan berbasis sinyal untuk mengidentifikasi dan memitigasi serangan seperti injeksi SQL, pembuatan skrip lintas situs, pengambilalihan akun, dan penyalahgunaan aplikasi. Signal Sciences REST API menyediakan akses terprogram untuk meminta data feed, yang berisi informasi mendetail tentang permintaan yang ditandai dan diblokir.
Sebelum memulai
Pastikan Anda memiliki prasyarat berikut:
- Instance Google SecOps
- Project GCP dengan Cloud Storage API yang diaktifkan
- Izin untuk membuat dan mengelola bucket GCS
- Izin untuk mengelola kebijakan IAM di bucket GCS
- Izin untuk membuat layanan Cloud Run, topik Pub/Sub, dan tugas Cloud Scheduler
- Akses istimewa ke dasbor Fastly WAF generasi berikutnya dengan izin akses API
- Akun Fastly Next-Gen WAF dengan nama perusahaan dan minimal satu situs yang dikonfigurasi
Membuat bucket Google Cloud Storage
- Buka Konsol Google Cloud.
- Pilih project Anda atau buat project baru.
- Di menu navigasi, buka Cloud Storage > Buckets.
- Klik Create bucket.
Berikan detail konfigurasi berikut:
Setelan Nilai Memberi nama bucket Anda Masukkan nama yang unik secara global (misalnya, sigsci-waf-logs)Location type Pilih sesuai kebutuhan Anda (Region, Dual-region, Multi-region) Location Pilih lokasi (misalnya, us-central1)Storage class Standard (direkomendasikan untuk log yang sering diakses) Kontrol akses Seragam (direkomendasikan) Alat perlindungan Opsional: Mengaktifkan pembuatan versi objek atau kebijakan retensi Klik Create.
Mengumpulkan kredensial Fastly WAF generasi berikutnya
Mendapatkan token akses API
- Login ke dasbor Fastly WAF generasi berikutnya.
- Klik nama pengguna Anda di pojok kanan atas, lalu pilih My Profile.
- Buka API Access Tokens.
- Klik Add token akses API.
- Masukkan nama deskriptif untuk token (misalnya,
Google SecOps Integration). - Klik Buat token akses API.
Salin dan simpan detail berikut di lokasi yang aman:
- Token API: Nilai token yang dihasilkan (hanya ditampilkan sekali)
- Alamat email: Alamat email akun Anda yang digunakan untuk autentikasi
Mendapatkan nama perusahaan dan situs
- Login ke dasbor Fastly WAF generasi berikutnya.
- Klik Manage > Corp > Corp Overview.
- Perhatikan Nama pendek perusahaan yang ditampilkan di halaman (misalnya,
my_corp). - Buka Kelola > Situs.
- Catat nama pendek situs untuk situs yang ingin Anda kumpulkan lognya (misalnya,
my_site).
Memverifikasi izin
Untuk memverifikasi bahwa akun memiliki izin yang diperlukan:
- Login ke dasbor Fastly WAF generasi berikutnya.
- Buka Manage > Corp > Corp Users.
- Temukan akun pengguna Anda dalam daftar.
- Pastikan peran Anda adalah Admin, Pemilik, atau Pengamat. Peran ini memiliki akses API yang diperlukan untuk mengambil data feed permintaan.
- Jika peran Anda tidak memiliki akses API, hubungi administrator Fastly Next-Gen WAF untuk memberikan peran yang sesuai.
Menguji akses API
Uji kredensial Anda sebelum melanjutkan integrasi:
# Replace with your actual credentials SIGSCI_EMAIL="your-email@example.com" SIGSCI_TOKEN="your-api-token" SIGSCI_CORP="your-corp-name" SIGSCI_SITE="your-site-name" # Test API access - get site overview curl -v \ -H "x-api-user:${SIGSCI_EMAIL}" \ -H "x-api-token:${SIGSCI_TOKEN}" \ "[https://dashboard.signalsciences.net/api/v0/corps/$](https://dashboard.signalsciences.net/api/v0/corps/$){SIGSCI_CORP}/sites/${SIGSCI_SITE}"
Membuat akun layanan untuk fungsi Cloud Run
Fungsi Cloud Run memerlukan akun layanan dengan izin untuk menulis ke bucket GCS dan dipanggil oleh Pub/Sub.
Membuat akun layanan
- Di Konsol GCP, buka IAM & Admin > Service Accounts.
- Klik Create Service Account.
Berikan detail konfigurasi berikut:
- Service account name: Masukkan
sigsci-waf-collector-sa - Service account description: Masukkan
Service account for Cloud Run function to collect Fastly Next-Gen WAF logs
- Service account name: Masukkan
Klik Create and Continue.
Di bagian Grant this service account access to project, tambahkan peran berikut:
- Klik Pilih peran.
- Telusuri dan pilih Storage Object Admin.
- Klik + Add another role.
- Telusuri dan pilih Cloud Run Invoker.
- Klik + Add another role.
- Telusuri dan pilih Cloud Functions Invoker.
Klik Lanjutkan.
Klik Done.
Peran ini diperlukan untuk:
- Storage Object Admin: Menulis log ke bucket GCS dan mengelola state file
- Cloud Run Invoker: Mengizinkan Pub/Sub memanggil fungsi
- Cloud Functions Invoker: Mengizinkan pemanggilan fungsi
Memberikan izin IAM di bucket GCS
Beri akun layanan izin tulis di bucket GCS:
- Buka Cloud Storage > Buckets.
- Klik nama bucket Anda (misalnya,
sigsci-waf-logs). - Buka tab Izin.
- Klik Grant access.
Berikan detail konfigurasi berikut:
- Tambahkan entitas: Masukkan email akun layanan (misalnya,
sigsci-waf-collector-sa@PROJECT_ID.iam.gserviceaccount.com) - Assign roles: Pilih Storage Object Admin
- Tambahkan entitas: Masukkan email akun layanan (misalnya,
Klik Simpan.
Membuat topik Pub/Sub
Buat topik Pub/Sub yang akan dipublikasikan oleh Cloud Scheduler dan di-subscribe oleh fungsi Cloud Run.
- Di Konsol GCP, buka Pub/Sub > Topics.
- Klik Create topic.
Berikan detail konfigurasi berikut:
- ID Topik: Masukkan
sigsci-waf-logs-trigger - Biarkan setelan lainnya sesuai default
- ID Topik: Masukkan
Klik Create.
Membuat fungsi Cloud Run untuk mengumpulkan log
Fungsi Cloud Run akan dipicu oleh pesan Pub/Sub dari Cloud Scheduler untuk mengambil data feed permintaan dari Fastly Next-Gen WAF API dan menulis log ke GCS.
- Di Konsol GCP, buka Cloud Run.
- Klik Create service.
- Pilih Function (gunakan editor inline untuk membuat fungsi).
Di bagian Configure, berikan detail konfigurasi berikut:
Setelan Nilai Nama layanan sigsci-waf-collectorRegion Pilih region yang cocok dengan bucket GCS Anda (misalnya, us-central1)Runtime Pilih Python 3.12 atau yang lebih baru Di bagian Trigger (optional):
- Klik + Tambahkan pemicu.
- Pilih Cloud Pub/Sub.
- Di Select a Cloud Pub/Sub topic, pilih topik
sigsci-waf-logs-trigger. - Klik Simpan.
Di bagian Authentication:
- Pilih Wajibkan autentikasi.
- Periksa Identity and Access Management (IAM).
Scroll ke bawah dan luaskan Containers, Networking, Security.
Buka tab Keamanan:
- Service account: Pilih akun layanan
sigsci-waf-collector-sa.
- Service account: Pilih akun layanan
Buka tab Penampung:
- Klik Variables & Secrets.
- Klik + Add variable untuk setiap variabel lingkungan:
Nama Variabel Nilai Contoh Deskripsi GCS_BUCKETsigsci-waf-logsNama bucket GCS GCS_PREFIXsigsci-wafAwalan untuk file log STATE_KEYsigsci-waf/state.jsonJalur file status SIGSCI_EMAILyour-email@example.comEmail Signal Sciences API SIGSCI_TOKENyour-api-tokenToken API Signal Sciences SIGSCI_CORPyour-corp-nameNama pendek perusahaan Signal Sciences SIGSCI_SITEyour-site-nameNama pendek situs Signal Sciences MAX_RECORDS10000Data maksimum per operasi PAGE_SIZE1000Data per halaman (maks. 1.000) LOOKBACK_HOURS24Periode lihat balik awal Di bagian Variables & Secrets, scroll ke bawah ke Requests:
- Request timeout: Masukkan
600detik (10 menit)
- Request timeout: Masukkan
Buka tab Setelan:
- Di bagian Resources:
- Memory: Pilih 512 MiB atau lebih tinggi
- CPU: Pilih 1
- Di bagian Resources:
Di bagian Revision scaling:
- Minimum number of instances: Masukkan
0 - Maximum number of instances: Masukkan
100(atau sesuaikan berdasarkan beban yang diharapkan)
- Minimum number of instances: Masukkan
Klik Create.
Tunggu hingga layanan dibuat (1-2 menit).
Setelah layanan dibuat, editor kode inline akan terbuka secara otomatis.
Menambahkan kode fungsi
- Masukkan main di kolom Entry point.
Di editor kode inline, buat dua file:
- 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', 'sigsci-waf') STATE_KEY = os.environ.get('STATE_KEY', 'sigsci-waf/state.json') SIGSCI_EMAIL = os.environ.get('SIGSCI_EMAIL') SIGSCI_TOKEN = os.environ.get('SIGSCI_TOKEN') SIGSCI_CORP = os.environ.get('SIGSCI_CORP') SIGSCI_SITE = os.environ.get('SIGSCI_SITE') MAX_RECORDS = int(os.environ.get('MAX_RECORDS', '10000')) PAGE_SIZE = int(os.environ.get('PAGE_SIZE', '1000')) LOOKBACK_HOURS = int(os.environ.get('LOOKBACK_HOURS', '24')) # Signal Sciences API base URL API_BASE = '[https://dashboard.signalsciences.net/api/v0](https://dashboard.signalsciences.net/api/v0)' @functions_framework.cloud_event def main(cloud_event): """ Cloud Run function triggered by Pub/Sub to fetch Fastly Next-Gen WAF request feed data and write to GCS. Args: cloud_event: CloudEvent object containing Pub/Sub message """ if not all([GCS_BUCKET, SIGSCI_EMAIL, SIGSCI_TOKEN, SIGSCI_CORP, SIGSCI_SITE]): 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 = datetime.fromisoformat(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) # Convert to Unix epoch seconds (Signal Sciences API uses seconds) from_epoch = int(last_time.timestamp()) until_epoch = int(now.timestamp()) print(f"Fetching request feed from {last_time.isoformat()} to {now.isoformat()}") print(f"Corp: {SIGSCI_CORP}, Site: {SIGSCI_SITE}") # Fetch request feed records, newest_event_time = fetch_request_feed( corp=SIGSCI_CORP, site=SIGSCI_SITE, from_epoch=from_epoch, until_epoch=until_epoch, page_size=PAGE_SIZE, max_records=MAX_RECORDS, ) if not records: print("No new request feed 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 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 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_request_feed(corp: str, site: str, from_epoch: int, until_epoch: int, page_size: int, max_records: int): """ Fetch request feed from Fastly Next-Gen WAF (Signal Sciences) API with cursor-based pagination and rate limiting. Args: corp: Signal Sciences corp short name site: Signal Sciences site short name from_epoch: Start time as Unix epoch seconds until_epoch: End time as Unix epoch seconds page_size: Number of records per page (max 1000) max_records: Maximum total records to fetch (max 10000) Returns: Tuple of (records list, newest_event_time ISO string) """ headers = { 'x-api-user': SIGSCI_EMAIL, 'x-api-token': SIGSCI_TOKEN, 'Accept': 'application/json', 'User-Agent': 'GoogleSecOps-SignalSciencesWAFCollector/1.0' } records = [] newest_time = None page_num = 0 backoff = 1.0 # Initial URL with time range parameters url = f"{API_BASE}/corps/{corp}/sites/{site}/feed/requests?from={from_epoch}&until={until_epoch}&limit={min(page_size, 1000)}" while url: page_num += 1 if len(records) >= max_records: print(f"Reached max_records limit ({max_records})") break 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 [], None data = json.loads(response.data.decode('utf-8')) page_results = data.get('data', []) if not page_results: print(f"No more results (empty page)") break print(f"Page {page_num}: Retrieved {len(page_results)} events") records.extend(page_results) # Track newest event time for event in page_results: try: event_timestamp = event.get('timestamp') if event_timestamp: event_dt = datetime.fromtimestamp(event_timestamp, tz=timezone.utc) event_time = event_dt.isoformat() if newest_time is None or event_dt > datetime.fromisoformat(newest_time): newest_time = event_time except Exception as e: print(f"Warning: Could not parse event time: {e}") # Cursor-based pagination using next URI next_url = data.get('next', {}).get('uri', '') if next_url: url = f"[https://dashboard.signalsciences.net](https://dashboard.signalsciences.net){next_url}" else: print("No more pages (no next cursor)") break except Exception as e: print(f"Error fetching request feed: {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>=2.0.0Klik Deploy untuk menyimpan dan men-deploy fungsi.
Tunggu hingga deployment selesai (2-3 menit).
Buat tugas Cloud Scheduler
Cloud Scheduler akan memublikasikan pesan ke topik Pub/Sub secara berkala, sehingga memicu fungsi Cloud Run.
- Di Konsol GCP, buka Cloud Scheduler.
- Klik Create Job.
Berikan detail konfigurasi berikut:
Setelan Nilai Nama sigsci-waf-collector-hourlyRegion Pilih region yang sama dengan fungsi Cloud Run Frekuensi 0 * * * *(setiap jam, tepat pada jamnya)Zona Waktu Pilih zona waktu (UTC direkomendasikan) Jenis target Pub/Sub Topik Pilih topik sigsci-waf-logs-triggerIsi pesan {}(objek JSON kosong)Klik Create.
Opsi frekuensi jadwal
Pilih frekuensi berdasarkan volume log dan persyaratan latensi:
| Frekuensi | Ekspresi Cron | Kasus Penggunaan |
|---|---|---|
| Setiap 5 menit | */5 * * * * |
Volume tinggi, latensi rendah |
| Setiap 15 menit | */15 * * * * |
Volume sedang |
| Setiap jam | 0 * * * * |
Standar (direkomendasikan) |
| Setiap 6 jam | 0 */6 * * * |
Volume rendah, pemrosesan batch |
| Harian | 0 0 * * * |
Pengumpulan data historis |
Menguji integrasi
- Di konsol Cloud Scheduler, temukan tugas Anda.
- Klik Force run untuk memicu tugas secara manual.
- Tunggu beberapa detik.
- Buka Cloud Run > Services.
- Klik
sigsci-waf-collector. - Klik tab Logs.
Pastikan fungsi berhasil dieksekusi. Cari:
Fetching request feed from YYYY-MM-DDTHH:MM:SS+00:00 to YYYY-MM-DDTHH:MM:SS+00:00 Corp: my_corp, Site: my_site Page 1: Retrieved X events Wrote X records to gs://sigsci-waf-logs/sigsci-waf/logs_YYYYMMDD_HHMMSS.ndjson Successfully processed X recordsBuka Cloud Storage > Buckets.
Klik nama bucket Anda (
sigsci-waf-logs).Buka folder
sigsci-waf/.Pastikan file
.ndjsonbaru telah dibuat dengan stempel waktu saat ini.
Jika Anda melihat error di log:
- HTTP 401: Periksa email dan token API di variabel lingkungan
- HTTP 403: Pastikan akun memiliki peran Admin, Pemilik, atau Observer di dasbor Fastly WAF generasi berikutnya
- HTTP 429: Pembatasan kapasitas - fungsi akan otomatis mencoba lagi dengan backoff
- Variabel lingkungan tidak ada: Pastikan semua variabel yang diperlukan telah ditetapkan
Mengonfigurasi feed di Google SecOps untuk menyerap log Fastly Next-Gen WAF
- Buka Setelan > Pengelolaan Data > Feed. Jika Anda menggunakan platform khusus SIEM, buka Settings > Feeds.
- Klik Tambahkan Feed Berita Baru.
- Klik Konfigurasi satu feed.
- Di kolom Nama feed, masukkan nama untuk feed (misalnya,
Signal Sciences WAF Logs). - Pilih Google Cloud Storage V2 sebagai Source type.
- Pilih Signal Sciences WAF sebagai Log type.
Klik Get Service Account. Email akun layanan yang unik akan ditampilkan, misalnya:
chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.comSalin alamat email ini.
Klik Berikutnya.
Tentukan nilai untuk parameter input berikut:
Storage bucket URL: Masukkan URI bucket GCS dengan jalur awalan:
gs://sigsci-waf-logs/sigsci-waf/- Ganti:
sigsci-waf-logs: Nama bucket GCS Anda.sigsci-waf: Jalur awalan/folder opsional tempat log disimpan (biarkan kosong untuk root).
- Ganti:
Opsi penghapusan sumber: Pilih opsi penghapusan sesuai preferensi Anda:
- Never: Tidak pernah menghapus file apa pun setelah transfer (direkomendasikan untuk pengujian).
- Delete transferred files: Menghapus file setelah transfer berhasil.
Delete transferred files and empty directories: Menghapus file dan direktori kosong setelah transfer berhasil.
Usia File Maksimum: Sertakan file yang diubah dalam jumlah hari terakhir (defaultnya adalah 180 hari)
Namespace aset: Namespace aset
Label penyerapan: Label yang akan diterapkan ke peristiwa dari feed ini
Klik Berikutnya.
Tinjau konfigurasi feed berita baru Anda di layar Finalize, lalu klik Submit.
Memberikan izin IAM ke akun layanan Google SecOps
Akun layanan Google SecOps memerlukan peran Storage Object Viewer di bucket GCS Anda.
- Buka Cloud Storage > Buckets.
- Klik nama bucket Anda.
- Buka tab Izin.
- Klik Grant access.
Berikan detail konfigurasi berikut:
- Add principals: Tempel email akun layanan Google SecOps
- Assign roles: Pilih Storage Object Viewer
Klik Simpan.
Tabel pemetaan UDM
| Kolom Log | Pemetaan UDM | Logika |
|---|---|---|
| metadata.event_type | Tetapkan ke "NETWORK_HTTP" | |
| metadata.vendor_name | Tetapkan ke "Signal Sciences" | |
| metadata.product_name | Tetapkan ke "WAF" | |
| id | metadata.product_log_id | Nilai disalin langsung |
| timestamp | metadata.event_timestamp | Dikonversi dari detik epoch Unix |
| remoteIP | principal.ip | Nilai disalin langsung |
| remoteHostname | principal.hostname | Nilai disalin langsung |
| remoteCountryCode | principal.location.country_or_region | Nilai disalin langsung |
| serverHostname | target.hostname | Nilai disalin langsung |
| serverName | target.asset.hostname | Nilai disalin langsung |
| metode | network.http.method | Nilai disalin langsung |
| protokol | network.application_protocol | Nilai disalin langsung |
| jalur | target.url | Nilai disalin langsung |
| uri | network.http.referral_url | Nilai disalin langsung |
| userAgent | network.http.user_agent | Nilai disalin langsung |
| responseCode | network.http.response_code | Dikonversi ke bilangan bulat |
| responseSize | network.received_bytes | Dikonversi ke bilangan bulat yang tidak bertanda tangan |
| responseMillis | additional.fields | Dipetakan sebagai label response_millis |
| tags | security_result.category_details | Array objek tag yang dipetakan ke kategori |
| headersIn | additional.fields | Header permintaan dipetakan sebagai key-value pair |
| headersOut | additional.fields | Header respons yang dipetakan sebagai key-value pair |
created |
metadata.timestamp |
Dipetakan dari log perubahan |
eventType |
metadata.product_event_type |
Dipetakan dari log perubahan |
message_data |
metadata.description |
Dipetakan dari log perubahan |
username |
target.user.user_display_name |
Dipetakan dari log perubahan |
userid |
target.user.userid |
Dipetakan dari log perubahan |
attachments.Fields.Title" , "attachments.Fields.Value |
metadata.ingestion_labels |
Dipetakan dari log perubahan |
msgData.detailLink |
network.http.referral_url |
Dipetakan dari log perubahan |
msgData.name |
target.resource.name |
Dipetakan dari log perubahan |
msgData.changes |
target.resource.attribute.labels |
Dipetakan dari log perubahan |
msgData.reason |
security_result.summary |
Dipetakan dari log perubahan |
msgData.conditions |
security_result.description |
Dipetakan dari log perubahan |
msgData.sites |
network.http.user_agent |
Dipetakan dari log perubahan |
Log Perubahan
Melihat Log Perubahan untuk parser ini
Perlu bantuan lain? Dapatkan jawaban dari anggota Komunitas dan profesional Google SecOps.