Mengumpulkan log Fastly Next-Gen WAF (sebelumnya Signal Sciences)

Didukung di:

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

  1. Buka Konsol Google Cloud.
  2. Pilih project Anda atau buat project baru.
  3. Di menu navigasi, buka Cloud Storage > Buckets.
  4. Klik Create bucket.
  5. 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
  6. Klik Create.

Mengumpulkan kredensial Fastly WAF generasi berikutnya

Mendapatkan token akses API

  1. Login ke dasbor Fastly WAF generasi berikutnya.
  2. Klik nama pengguna Anda di pojok kanan atas, lalu pilih My Profile.
  3. Buka API Access Tokens.
  4. Klik Add token akses API.
  5. Masukkan nama deskriptif untuk token (misalnya, Google SecOps Integration).
  6. Klik Buat token akses API.
  7. 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

  1. Login ke dasbor Fastly WAF generasi berikutnya.
  2. Klik Manage > Corp > Corp Overview.
  3. Perhatikan Nama pendek perusahaan yang ditampilkan di halaman (misalnya, my_corp).
  4. Buka Kelola > Situs.
  5. Catat nama pendek situs untuk situs yang ingin Anda kumpulkan lognya (misalnya, my_site).

Memverifikasi izin

Untuk memverifikasi bahwa akun memiliki izin yang diperlukan:

  1. Login ke dasbor Fastly WAF generasi berikutnya.
  2. Buka Manage > Corp > Corp Users.
  3. Temukan akun pengguna Anda dalam daftar.
  4. Pastikan peran Anda adalah Admin, Pemilik, atau Pengamat. Peran ini memiliki akses API yang diperlukan untuk mengambil data feed permintaan.
  5. 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

  1. Di Konsol GCP, buka IAM & Admin > Service Accounts.
  2. Klik Create Service Account.
  3. 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
  4. Klik Create and Continue.

  5. Di bagian Grant this service account access to project, tambahkan peran berikut:

    1. Klik Pilih peran.
    2. Telusuri dan pilih Storage Object Admin.
    3. Klik + Add another role.
    4. Telusuri dan pilih Cloud Run Invoker.
    5. Klik + Add another role.
    6. Telusuri dan pilih Cloud Functions Invoker.
  6. Klik Lanjutkan.

  7. 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:

  1. Buka Cloud Storage > Buckets.
  2. Klik nama bucket Anda (misalnya, sigsci-waf-logs).
  3. Buka tab Izin.
  4. Klik Grant access.
  5. 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
  6. Klik Simpan.

Membuat topik Pub/Sub

Buat topik Pub/Sub yang akan dipublikasikan oleh Cloud Scheduler dan di-subscribe oleh fungsi Cloud Run.

  1. Di Konsol GCP, buka Pub/Sub > Topics.
  2. Klik Create topic.
  3. Berikan detail konfigurasi berikut:

    • ID Topik: Masukkan sigsci-waf-logs-trigger
    • Biarkan setelan lainnya sesuai default
  4. 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.

  1. Di Konsol GCP, buka Cloud Run.
  2. Klik Create service.
  3. Pilih Function (gunakan editor inline untuk membuat fungsi).
  4. Di bagian Configure, berikan detail konfigurasi berikut:

    Setelan Nilai
    Nama layanan sigsci-waf-collector
    Region Pilih region yang cocok dengan bucket GCS Anda (misalnya, us-central1)
    Runtime Pilih Python 3.12 atau yang lebih baru
  5. Di bagian Trigger (optional):

    1. Klik + Tambahkan pemicu.
    2. Pilih Cloud Pub/Sub.
    3. Di Select a Cloud Pub/Sub topic, pilih topik sigsci-waf-logs-trigger.
    4. Klik Simpan.
  6. Di bagian Authentication:

    1. Pilih Wajibkan autentikasi.
    2. Periksa Identity and Access Management (IAM).
  7. Scroll ke bawah dan luaskan Containers, Networking, Security.

  8. Buka tab Keamanan:

    • Service account: Pilih akun layanan sigsci-waf-collector-sa.
  9. Buka tab Penampung:

    1. Klik Variables & Secrets.
    2. Klik + Add variable untuk setiap variabel lingkungan:
    Nama Variabel Nilai Contoh Deskripsi
    GCS_BUCKET sigsci-waf-logs Nama bucket GCS
    GCS_PREFIX sigsci-waf Awalan untuk file log
    STATE_KEY sigsci-waf/state.json Jalur file status
    SIGSCI_EMAIL your-email@example.com Email Signal Sciences API
    SIGSCI_TOKEN your-api-token Token API Signal Sciences
    SIGSCI_CORP your-corp-name Nama pendek perusahaan Signal Sciences
    SIGSCI_SITE your-site-name Nama pendek situs Signal Sciences
    MAX_RECORDS 10000 Data maksimum per operasi
    PAGE_SIZE 1000 Data per halaman (maks. 1.000)
    LOOKBACK_HOURS 24 Periode lihat balik awal
  10. Di bagian Variables & Secrets, scroll ke bawah ke Requests:

    • Request timeout: Masukkan 600 detik (10 menit)
  11. Buka tab Setelan:

    • Di bagian Resources:
      • Memory: Pilih 512 MiB atau lebih tinggi
      • CPU: Pilih 1
  12. Di bagian Revision scaling:

    • Minimum number of instances: Masukkan 0
    • Maximum number of instances: Masukkan 100 (atau sesuaikan berdasarkan beban yang diharapkan)
  13. Klik Create.

  14. Tunggu hingga layanan dibuat (1-2 menit).

  15. Setelah layanan dibuat, editor kode inline akan terbuka secara otomatis.

Menambahkan kode fungsi

  1. Masukkan main di kolom Entry point.
  2. 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>=2.0.0
    
  3. Klik Deploy untuk menyimpan dan men-deploy fungsi.

  4. 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.

  1. Di Konsol GCP, buka Cloud Scheduler.
  2. Klik Create Job.
  3. Berikan detail konfigurasi berikut:

    Setelan Nilai
    Nama sigsci-waf-collector-hourly
    Region 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-trigger
    Isi pesan {} (objek JSON kosong)
  4. 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

  1. Di konsol Cloud Scheduler, temukan tugas Anda.
  2. Klik Force run untuk memicu tugas secara manual.
  3. Tunggu beberapa detik.
  4. Buka Cloud Run > Services.
  5. Klik sigsci-waf-collector.
  6. Klik tab Logs.
  7. 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 records
    
  8. Buka Cloud Storage > Buckets.

  9. Klik nama bucket Anda (sigsci-waf-logs).

  10. Buka folder sigsci-waf/.

  11. Pastikan file .ndjson baru 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

  1. Buka Setelan > Pengelolaan Data > Feed. Jika Anda menggunakan platform khusus SIEM, buka Settings > Feeds.
  2. Klik Tambahkan Feed Berita Baru.
  3. Klik Konfigurasi satu feed.
  4. Di kolom Nama feed, masukkan nama untuk feed (misalnya, Signal Sciences WAF Logs).
  5. Pilih Google Cloud Storage V2 sebagai Source type.
  6. Pilih Signal Sciences WAF sebagai Log type.
  7. Klik Get Service Account. Email akun layanan yang unik akan ditampilkan, misalnya:

    chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com
    
  8. Salin alamat email ini.

  9. Klik Berikutnya.

  10. 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).
    • 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

  11. Klik Berikutnya.

  12. 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.

  1. Buka Cloud Storage > Buckets.
  2. Klik nama bucket Anda.
  3. Buka tab Izin.
  4. Klik Grant access.
  5. Berikan detail konfigurasi berikut:

    • Add principals: Tempel email akun layanan Google SecOps
    • Assign roles: Pilih Storage Object Viewer
  6. 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.