Fastly 차세대 WAF(이전 명칭: Signal Sciences) 로그 수집

다음에서 지원:

이 문서에서는 Google Cloud Storage V2를 사용하여 Fastly 차세대 WAF(이전 명칭: Signal Sciences) 로그를 Google Security Operations에 수집하는 방법을 설명합니다.

Fastly 차세대 WAF는 웹 애플리케이션, API, 마이크로서비스에 대한 실시간 위협 감지 및 차단 기능을 제공하는 클라우드 기반 웹 애플리케이션 방화벽입니다. 신호 기반 접근 방식을 사용하여 SQL 삽입, 교차 사이트 스크립팅, 계정 탈취, 애플리케이션 악용과 같은 공격을 식별하고 완화합니다. Signal Sciences REST API는 플래그가 지정되고 차단된 요청에 관한 자세한 정보가 포함된 요청 피드 데이터에 프로그래매틱 방식으로 액세스할 수 있게 해줍니다.

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 버킷에서 IAM 정책을 관리할 수 있는 권한
  • Cloud Run 서비스, Pub/Sub 주제, Cloud Scheduler 작업을 만들 수 있는 권한
  • API 액세스 권한을 통해 Fastly 차세대 WAF 대시보드에 대한 권한 액세스
  • 회사 이름과 하나 이상의 사이트가 구성된 Fastly 차세대 WAF 계정

Google Cloud Storage 버킷 만들기

  1. Google Cloud 콘솔로 이동하세요.
  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: sigsci-waf-logs)을 입력합니다.
    위치 유형 필요에 따라 선택(리전, 이중 리전, 멀티 리전)
    위치 위치를 선택합니다(예: us-central1).
    스토리지 클래스 표준(자주 액세스하는 로그에 권장)
    액세스 제어 균일(권장)
    보호 도구 선택사항: 객체 버전 관리 또는 보관 정책 사용 설정
  6. 만들기를 클릭합니다.

Fastly 차세대 WAF API 사용자 인증 정보 수집

API 액세스 토큰 가져오기

  1. Fastly 차세대 WAF 대시보드에 로그인합니다.
  2. 오른쪽 상단에서 사용자 이름을 클릭한 다음 내 프로필을 선택합니다.
  3. API 액세스 토큰으로 이동합니다.
  4. API 액세스 토큰 추가를 클릭합니다.
  5. 토큰을 설명하는 이름(예: Google SecOps Integration)을 입력합니다.
  6. API 액세스 토큰 만들기를 클릭합니다.
  7. 다음 세부정보를 복사하여 안전한 위치에 저장합니다.

    • API 토큰: 생성된 토큰 값(한 번만 표시됨)
    • 이메일 주소: 인증에 사용되는 계정 이메일 주소입니다.

기업 및 사이트 이름 가져오기

  1. Fastly 차세대 WAF 대시보드에 로그인합니다.
  2. 관리 > 회사 > 회사 개요를 클릭합니다.
  3. 페이지에 표시된 Corp 닉네임(예: my_corp)을 기록해 둡니다.
  4. 관리 > 사이트로 이동합니다.
  5. 로그를 수집할 사이트의 사이트 닉네임을 기록해 둡니다(예: my_site).

권한 확인

계정에 필요한 권한이 있는지 확인하려면 다음 안내를 따르세요.

  1. Fastly 차세대 WAF 대시보드에 로그인합니다.
  2. 관리 > 회사 > 회사 사용자로 이동합니다.
  3. 목록에서 사용자 계정을 찾습니다.
  4. 역할이 관리자, 소유자 또는 참관인인지 확인합니다. 이러한 역할에는 요청 피드 데이터를 검색하는 데 필요한 API 액세스 권한이 있습니다.
  5. 역할에 API 액세스 권한이 없는 경우 Fastly 차세대 WAF 관리자에게 문의하여 적절한 역할을 부여하세요.

테스트 API 액세스

  • 통합을 진행하기 전에 사용자 인증 정보를 테스트합니다.

    # 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}"
    

Cloud Run Functions의 서비스 계정 만들기

Cloud Run 함수에는 GCS 버킷에 쓰고 Pub/Sub에서 호출할 수 있는 권한이 있는 서비스 계정이 필요합니다.

서비스 계정 만들기

  1. GCP Console에서 IAM 및 관리자 > 서비스 계정으로 이동합니다.
  2. 서비스 계정 만들기를 클릭합니다.
  3. 다음 구성 세부정보를 제공합니다.

    • 서비스 계정 이름: sigsci-waf-collector-sa을 입력합니다.
    • 서비스 계정 설명: Service account for Cloud Run function to collect Fastly Next-Gen WAF logs을 입력합니다.
  4. 만들고 계속하기를 클릭합니다.

  5. 이 서비스 계정에 프로젝트에 대한 액세스 권한 부여 섹션에서 다음 역할을 추가합니다.

    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/Sub가 함수를 호출하도록 허용합니다.
  • Cloud Functions 호출자: 함수 호출 허용

GCS 버킷에 IAM 권한 부여

서비스 계정에 GCS 버킷에 대한 쓰기 권한을 부여합니다.

  1. Cloud Storage > 버킷으로 이동합니다.
  2. 버킷 이름(예: sigsci-waf-logs)을 클릭합니다.
  3. 권한 탭으로 이동합니다.
  4. 액세스 권한 부여를 클릭합니다.
  5. 다음 구성 세부정보를 제공합니다.

    • 주 구성원 추가: 서비스 계정 이메일(예: sigsci-waf-collector-sa@PROJECT_ID.iam.gserviceaccount.com)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 Console에서 Pub/Sub > 주제로 이동합니다.
  2. 주제 만들기를 클릭합니다.
  3. 다음 구성 세부정보를 제공합니다.

    • 주제 ID: sigsci-waf-logs-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 Fastly 차세대 WAF API에서 요청 피드 데이터를 가져오고 로그를 GCS에 기록합니다.

  1. GCP Console에서 Cloud Run으로 이동합니다.
  2. 서비스 만들기를 클릭합니다.
  3. 함수(인라인 편집기를 사용하여 함수 만들기)를 선택합니다.
  4. 구성 섹션에서 다음 구성 세부정보를 제공합니다.

    설정 값
    서비스 이름 sigsci-waf-collector
    리전 GCS 버킷과 일치하는 리전을 선택합니다(예: us-central1).
    런타임 Python 3.12 이상을 선택합니다.
  5. 트리거(선택사항) 섹션에서 다음을 수행합니다.

    1. + 트리거 추가를 클릭합니다.
    2. Cloud Pub/Sub를 선택합니다.
    3. Cloud Pub/Sub 주제 선택에서 sigsci-waf-logs-trigger 주제를 선택합니다.
    4. 저장을 클릭합니다.
  6. 인증 섹션에서 다음을 구성합니다.

    1. 인증 필요를 선택합니다.
    2. Identity and Access Management(IAM)를 확인합니다.
  7. 아래로 스크롤하고 컨테이너, 네트워킹, 보안을 펼칩니다.

  8. 보안 탭으로 이동합니다.

    • 서비스 계정: 서비스 계정 sigsci-waf-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 설명
    GCS_BUCKET sigsci-waf-logs GCS 버킷 이름
    GCS_PREFIX sigsci-waf 로그 파일의 프리픽스
    STATE_KEY sigsci-waf/state.json 상태 파일 경로
    SIGSCI_EMAIL your-email@example.com Signal Sciences API 이메일
    SIGSCI_TOKEN your-api-token Signal Sciences API 토큰
    SIGSCI_CORP your-corp-name Signal Sciences 회사 닉네임
    SIGSCI_SITE your-site-name Signal Sciences 사이트 닉네임
    MAX_RECORDS 10000 실행당 최대 레코드 수
    PAGE_SIZE 1000 페이지당 레코드(최대 1,000개)
    LOOKBACK_HOURS 24 초기 대상 기간
  10. 변수 및 보안 비밀 섹션에서 요청까지 아래로 스크롤합니다.

    • 요청 제한 시간: 600초(10분)를 입력합니다.
  11. 설정 탭으로 이동합니다.

    • 리소스 섹션에서 다음을 수행합니다.
      • 메모리: 512MiB 이상을 선택합니다.
      • CPU: 1 선택
  12. 버전 확장 섹션에서 다음을 수행합니다.

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

  14. 서비스가 생성될 때까지 기다립니다(1~2분).

  15. 서비스가 생성되면 인라인 코드 편집기가 자동으로 열립니다.

함수 코드 추가

  1. 진입점 필드에 main을 입력하세요.
  2. 인라인 코드 편집기에서 다음 두 파일을 만듭니다.

    • 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. 배포를 클릭하여 함수를 저장하고 배포합니다.

  4. 배포가 완료될 때까지 기다립니다(2~3분).

Cloud Scheduler 작업 만들기

Cloud Scheduler는 정기적으로 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 sigsci-waf-collector-hourly
    리전 Cloud Run 함수와 동일한 리전 선택
    주파수 0 * * * *(매시간 정각)
    시간대 시간대 선택(UTC 권장)
    타겟 유형 Pub/Sub
    주제 sigsci-waf-logs-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, 짧은 지연 시간
15분마다 */15 * * * * 검색량 보통
1시간마다 0 * * * * 표준(권장)
6시간마다 0 */6 * * * 소량, 일괄 처리
매일 0 0 * * * 이전 데이터 수집

통합 테스트

  1. Cloud Scheduler 콘솔에서 작업을 찾습니다.
  2. 강제 실행을 클릭하여 작업을 수동으로 트리거합니다.
  3. 몇 초 동안 기다립니다.
  4. Cloud Run > 서비스로 이동합니다.
  5. sigsci-waf-collector를 클릭합니다.
  6. 로그 탭을 클릭합니다.
  7. 함수가 실행되었는지 확인합니다. 다음 항목을 찾습니다.

    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. Cloud Storage > 버킷으로 이동합니다.

  9. 버킷 이름(sigsci-waf-logs)을 클릭합니다.

  10. sigsci-waf/ 폴더로 이동합니다.

  11. 현재 타임스탬프로 새 .ndjson 파일이 생성되었는지 확인합니다.

로그에 오류가 표시되는 경우:

  • HTTP 401: 환경 변수에서 API 이메일 및 토큰을 확인합니다.
  • HTTP 403: 계정에 Fastly Next-Gen WAF 대시보드의 관리자, 소유자 또는 관찰자 역할이 있는지 확인합니다.
  • HTTP 429: 비율 제한 - 함수가 백오프를 사용하여 자동으로 재시도합니다.
  • 환경 변수 누락: 필요한 모든 변수가 설정되어 있는지 확인합니다.

Fastly 차세대 WAF 로그를 수집하도록 Google SecOps에서 피드 구성

  1. 설정 > 데이터 관리 > 피드로 이동합니다. SIEM 전용 플랫폼을 사용하는 경우 설정 > 피드로 이동합니다.
  2. 새 피드 추가를 클릭합니다.
  3. 단일 피드 구성을 클릭합니다.
  4. 피드 이름 필드에 피드 이름을 입력합니다(예: Signal Sciences WAF Logs).
  5. 소스 유형으로 Google Cloud Storage V2를 선택합니다.
  6. 로그 유형으로 Signal Sciences WAF를 선택합니다.
  7. 서비스 계정 가져오기를 클릭합니다. 고유한 서비스 계정 이메일이 표시됩니다. 예를 들면 다음과 같습니다.

    chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com
    
  8. 이 이메일 주소를 복사합니다.

  9. 다음을 클릭합니다.

  10. 다음 입력 파라미터의 값을 지정합니다.

    • 스토리지 버킷 URL: 프리픽스 경로가 있는 GCS 버킷 URI를 입력합니다.

      gs://sigsci-waf-logs/sigsci-waf/
      
      • 다음과 같이 바꿉니다.
        • sigsci-waf-logs: GCS 버킷 이름입니다.
        • sigsci-waf: 로그가 저장되는 선택적 프리픽스/폴더 경로입니다(루트의 경우 비워 둠).
    • 소스 삭제 옵션: 환경설정에 따라 삭제 옵션을 선택합니다.

      • 삭제 안함: 전송 후 파일을 삭제하지 않습니다(테스트에 권장).
      • 전송된 파일 삭제: 전송이 완료된 후 파일을 삭제합니다.
      • 전송된 파일 및 빈 디렉터리 삭제: 전송이 완료된 후 파일과 빈 디렉터리를 삭제합니다.

    • 최대 파일 기간: 지난 며칠 동안 수정된 파일을 포함합니다(기본값은 180일).

    • 애셋 네임스페이스: 애셋 네임스페이스

    • 수집 라벨: 이 피드의 이벤트에 적용할 라벨입니다.

  11. 다음을 클릭합니다.

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

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.

UDM 매핑 테이블

로그 필드 UDM 매핑 로직
metadata.event_type 'NETWORK_HTTP'로 설정
metadata.vendor_name 'Signal Sciences'로 설정합니다.
metadata.product_name 'WAF'로 설정합니다.
id metadata.product_log_id 값이 직접 복사됨
타임스탬프 metadata.event_timestamp 유닉스 시간(초)에서 변환됨
remoteIP principal.ip 값이 직접 복사됨
remoteHostname principal.hostname 값이 직접 복사됨
remoteCountryCode principal.location.country_or_region 값이 직접 복사됨
serverHostname target.hostname 값이 직접 복사됨
serverName target.asset.hostname 값이 직접 복사됨
메서드 network.http.method 값이 직접 복사됨
프로토콜 network.application_protocol 값이 직접 복사됨
경로 target.url 값이 직접 복사됨
uri network.http.referral_url 값이 직접 복사됨
userAgent network.http.user_agent 값이 직접 복사됨
responseCode network.http.response_code 정수로 변환됨
responseSize network.received_bytes 부호 없는 정수로 변환됨
responseMillis additional.fields response_millis 라벨로 매핑됨
tags security_result.category_details 카테고리에 매핑된 태그 객체의 배열
headersIn additional.fields 키-값 쌍으로 매핑된 요청 헤더
headersOut additional.fields 키-값 쌍으로 매핑된 응답 헤더
created metadata.timestamp 변경 로그에서 매핑됨
eventType metadata.product_event_type 변경 로그에서 매핑됨
message_data metadata.description 변경 로그에서 매핑됨
username target.user.user_display_name 변경 로그에서 매핑됨
userid target.user.userid 변경 로그에서 매핑됨
attachments.Fields.Title" , "attachments.Fields.Value metadata.ingestion_labels 변경 로그에서 매핑됨
msgData.detailLink network.http.referral_url 변경 로그에서 매핑됨
msgData.name target.resource.name 변경 로그에서 매핑됨
msgData.changes target.resource.attribute.labels 변경 로그에서 매핑됨
msgData.reason security_result.summary 변경 로그에서 매핑됨
msgData.conditions security_result.description 변경 로그에서 매핑됨
msgData.sites network.http.user_agent 변경 로그에서 매핑됨

변경 로그

이 파서의 변경 로그 보기

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