收集 Tines 稽核記錄

支援的國家/地區：

Google SecOps SIEM

本文說明如何使用 Google Cloud Storage，將 Tines 稽核記錄擷取至 Google Security Operations。

Tines 是無程式碼自動化平台，可讓安全團隊建構工作流程，並自動執行安全作業。Tines 稽核記錄可讓您瞭解 Tines 平台中的使用者動作、設定變更和系統事件。

事前準備

請確認您已完成下列事前準備事項：

Google SecOps 執行個體
已啟用 Cloud Storage API 的 GCP 專案
建立及管理 GCS 值區的權限
管理 Google Cloud Storage 值區 IAM 政策的權限
建立 Cloud Run 服務、Pub/Sub 主題和 Cloud Scheduler 工作的權限
Tines 的特殊存取權

取得 Tines 網址

在瀏覽器中開啟租戶的 Tines UI。
從網址列複製網域，並將其做為 TINES_BASE_URL 使用。
格式：https://<tenant-domain> (例如 https://<tenant-domain>.tines.com)。

建立 Tines 服務 API 金鑰 (建議) 或個人 API 金鑰

請記下這些值，以供後續步驟使用：

TINES_BASE_URL - 例如 https://<domain>.tines.com
TINES_API_KEY：您在後續步驟中建立的權杖

方法 1 - 服務 API 金鑰 (建議)

依序前往「導覽選單」>「API 金鑰」。
按一下「+ 新增金鑰」。
選取「服務 API 金鑰」。
輸入描述性名稱 (例如 SecOps Audit Logs)。
點選「建立」。
立即複製產生的權杖並妥善儲存，您會將其做為 TINES_API_KEY 使用。

選項 2 - 個人 API 金鑰 (如果沒有服務金鑰)

依序前往「導覽選單」>「API 金鑰」。
按一下「+ 新增金鑰」。
選取「個人 API 金鑰」。
輸入描述性名稱。
點選「建立」。
複製產生的權杖，並妥善儲存。

注意： 建議使用服務 API 金鑰，因為這類金鑰會連結至具有特定權限的服務帳戶，而不是承襲使用者帳戶的所有權限。

授予「讀取稽核記錄」權限

以房客擁有者身分登入 (或請房客擁有者登入)。
依序前往「設定」>「管理」>「使用者管理」 (或點選左上選單中的團隊名稱，然後選取「使用者」)。
找出與服務 API 金鑰相關聯的服務帳戶使用者 (名稱會與 API 金鑰相同)。如果使用個人 API 金鑰，請改為尋找自己的使用者帳戶。
按一下使用者名稱，開啟對方的個人資料。
在「租戶權限」部分，啟用「AUDIT_LOG_READ」。
按一下 [儲存]。

驗證權限

如要確認帳戶是否具備必要權限，請按照下列步驟操作：

登入 Tines。
依序前往「設定」>「監控」>「稽核記錄」。
如果可以查看稽核記錄項目，表示您具備必要權限。
如果沒有看到這個選項，請與房客擁有者聯絡，要求對方授予 AUDIT_LOG_READ 權限。

測試 API 存取權

請先測試憑證，再繼續進行整合：

# Replace with your actual credentials
TINES_BASE_URL="https://<tenant-domain>.tines.com"
TINES_API_KEY="<your-api-key>"

# Test API access
curl -X GET "${TINES_BASE_URL}/api/v1/audit_logs?per_page=1" \
  -H "Authorization: Bearer ${TINES_API_KEY}" \
  -H "Content-Type: application/json"

您應該會收到包含稽核記錄項目的 JSON 回應。

建立 Google Cloud Storage 值區

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

請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 `tines-audit-logs`)
位置類型	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

點選「建立」。

為 Cloud Run 函式建立服務帳戶

Cloud Run 函式需要具備 GCS bucket 寫入權限的服務帳戶，並由 Pub/Sub 叫用。

建立服務帳戶

在 GCP 主控台中，依序前往「IAM & Admin」(IAM 與管理) >「Service Accounts」(服務帳戶)。
按一下 [Create Service Account] (建立服務帳戶)。
請提供下列設定詳細資料：
- 服務帳戶名稱：輸入 tines-audit-to-gcs-sa。
- 服務帳戶說明：輸入 Service account for Cloud Run function to collect Tines Audit Logs。
按一下「建立並繼續」。
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「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 Invoker」(Cloud Functions 叫用者)。
按一下「繼續」。
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 值區，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：允許函式叫用

授予 GCS 值區的 IAM 權限

授予服務帳戶 GCS bucket 的寫入權限：

依序前往「Cloud Storage」>「Buckets」。
按一下 bucket 名稱。
前往「權限」分頁標籤。
按一下「授予存取權」。
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 tines-audit-to-gcs-sa@PROJECT_ID.iam.gserviceaccount.com)。
- 指派角色：選取「Storage 物件管理員」。
按一下 [儲存]。

建立 Pub/Sub 主題

建立 Pub/Sub 主題，Cloud Scheduler 會將訊息發布至該主題，而 Cloud Run 函式會訂閱該主題。

在 GCP Console 中，前往「Pub/Sub」>「Topics」(主題)。
按一下「建立主題」。
請提供下列設定詳細資料：
- 主題 ID：輸入 tines-audit-trigger。
- 其他設定保留預設值。
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 Tines API 擷取記錄並寫入 GCS。

前往 GCP Console 的「Cloud Run」。
按一下「Create service」(建立服務)。
選取「函式」 (使用內嵌編輯器建立函式)。
在「設定」部分，提供下列設定詳細資料：

設定值

服務名稱 tines-audit-to-gcs

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
在「Trigger (optional)」(觸發條件 (選用)) 專區：
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 Pub/Sub 主題 (tines-audit-trigger)。
4. 按一下 [儲存]。
在「Authentication」(驗證) 部分：
1. 選取「需要驗證」。
2. 檢查 Identity and Access Management (IAM)。
注意： 叫用函式時，Pub/Sub 會自動處理驗證。
向下捲動並展開「Containers, Networking, Security」。
前往「安全性」分頁：
- 服務帳戶：選取服務帳戶 (tines-audit-to-gcs-sa)。

設定	值
服務名稱	`tines-audit-to-gcs`
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

前往「容器」分頁：

按一下「變數與密鑰」。
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`	`tines-audit-logs`	GCS bucket 名稱
`GCS_PREFIX`	`tines/audit/`	記錄檔的前置字串
`STATE_KEY`	`tines/audit/state.json`	狀態檔案路徑
`TINES_BASE_URL`	`https://your-tenant.tines.com`	API 基礎網址
`TINES_API_KEY`	`your-tines-api-key`	API 金鑰
`LOOKBACK_SECONDS`	`3600`	初始回溯期
`PAGE_SIZE`	`500`	每頁記錄數
`MAX_PAGES`	`20`	每次執行的頁數上限
`HTTP_TIMEOUT`	`60`	HTTP 要求逾時
`HTTP_RETRIES`	`3`	HTTP 重試次數

在「變數與密鑰」部分，向下捲動至「要求」：
- 要求逾時：輸入 600 秒 (10 分鐘)。
前往「設定」分頁：
- 在「資源」部分：
  - 記憶體：選取 512 MiB 以上。
  - CPU：選取 1。
在「修訂版本資源調度」部分：
- 執行個體數量下限：輸入 0。
- 「Maximum number of instances」(執行個體數量上限)：輸入 100 (或根據預期負載調整)。
點選「建立」。
等待服務建立完成 (1 到 2 分鐘)。
服務建立完成後，系統會自動開啟內嵌程式碼編輯器。

新增函式程式碼

在「Function entry point」(函式進入點) 中輸入 main

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', 'tines/audit/')
STATE_KEY = os.environ.get('STATE_KEY', 'tines/audit/state.json')
TINES_BASE_URL = os.environ.get('TINES_BASE_URL')
TINES_API_KEY = os.environ.get('TINES_API_KEY')
LOOKBACK_SECONDS = int(os.environ.get('LOOKBACK_SECONDS', '3600'))
PAGE_SIZE = int(os.environ.get('PAGE_SIZE', '500'))
MAX_PAGES = int(os.environ.get('MAX_PAGES', '20'))
HTTP_TIMEOUT = int(os.environ.get('HTTP_TIMEOUT', '60'))
HTTP_RETRIES = int(os.environ.get('HTTP_RETRIES', '3'))

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 Tines Audit Logs and write to GCS.

    Args:
        cloud_event: CloudEvent object containing Pub/Sub message
    """

    if not all([GCS_BUCKET, TINES_BASE_URL, TINES_API_KEY]):
        print('Error: Missing required environment variables')
        return

    try:
        # Get GCS bucket
        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(seconds=LOOKBACK_SECONDS)

        print(f"Fetching logs from {last_time.isoformat()} to {now.isoformat()}")

        # Fetch logs
        records, newest_event_time = fetch_logs(
            api_base=TINES_BASE_URL,
            api_key=TINES_API_KEY,
            start_time=last_time,
            page_size=PAGE_SIZE,
            max_pages=MAX_PAGES,
        )

        if not 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 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_logs(api_base: str, api_key: str, start_time: datetime, page_size: int, max_pages: int):
    """
    Fetch logs from Tines API with pagination and rate limiting.

    Args:
        api_base: API base URL
        api_key: Tines API key
        start_time: Start time for log query
        page_size: Number of records per page
        max_pages: Maximum pages to fetch

    Returns:
        Tuple of (records list, newest_event_time ISO string)
    """
    base_url = api_base.rstrip('/')
    endpoint = f"{base_url}/api/v1/audit_logs"

    headers = {
        'Authorization': f'Bearer {api_key}',
        'Accept': 'application/json',
        'Content-Type': 'application/json',
        'User-Agent': 'GoogleSecOps-TinesCollector/1.0'
    }

    records = []
    newest_time = None
    page_num = 1
    backoff = 1.0

    while page_num <= max_pages:
        # Build URL with query parameters
        params = {
            'page': page_num,
            'per_page': page_size
        }
        param_str = '&'.join([f"{k}={v}" for k, v in params.items()])
        url = f"{endpoint}?{param_str}"

        try:
            response = http.request('GET', url, headers=headers, timeout=HTTP_TIMEOUT)

            # 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'))

            # Extract results
            page_results = []
            if isinstance(data, dict):
                page_results = data.get('audit_logs', [])
            elif isinstance(data, list):
                page_results = data

            if not page_results:
                print(f"No more results (empty page)")
                break

            # Filter by start_time
            filtered_results = []
            for event in page_results:
                try:
                    event_time = event.get('created_at')
                    if event_time:
                        event_dt = parse_datetime(event_time)
                        if event_dt >= start_time:
                            filtered_results.append(event)
                            # Track newest event time
                            if newest_time is None or event_dt > parse_datetime(newest_time):
                                newest_time = event_time
                except Exception as e:
                    print(f"Warning: Could not parse event time: {e}")
                    filtered_results.append(event)

            print(f"Page {page_num}: Retrieved {len(page_results)} events, {len(filtered_results)} after filtering")
            records.extend(filtered_results)

            # Check for more results
            if isinstance(data, dict):
                meta = data.get('meta', {})
                next_page = meta.get('next_page_number')
                if not next_page:
                    print("No more pages (no next_page_number)")
                    break
                page_num = next_page
            else:
                # If response is a list, check if we got fewer results than requested
                if len(page_results) < page_size:
                    print(f"Reached last page (size={len(page_results)} < limit={page_size})")
                    break
                page_num += 1

        except Exception as e:
            print(f"Error fetching logs: {e}")
            if page_num <= HTTP_RETRIES:
                print(f"Retrying... (attempt {page_num}/{HTTP_RETRIES})")
                time.sleep(backoff)
                backoff = min(backoff * 2, 30.0)
                continue
            return [], None

    print(f"Retrieved {len(records)} total 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

點選「部署」來儲存並部署函式。
等待部署作業完成 (2 到 3 分鐘)。

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。

前往 GCP 主控台的「Cloud Scheduler」。
點選「建立工作」。

請提供下列設定詳細資料：

設定	值
名稱	`tines-audit-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 Pub/Sub 主題 (`tines-audit-trigger`)
郵件內文	`{}` (空白 JSON 物件)

點選「建立」。

排程頻率選項

根據記錄檔量和延遲時間要求選擇頻率：

頻率	Cron 運算式	用途
每 5 分鐘	`/5 * * *`	高容量、低延遲
每 15 分鐘檢查一次	`/15 * * *`	普通量
每小時	`0 * * * *`	標準 (建議採用)
每 6 小時	`0 /6 * *`	少量、批次處理
每日	`0 0 * * *`	歷來資料集合

測試整合項目

在 Cloud Scheduler 控制台中，找出您的作業 (tines-audit-hourly)。
按一下「強制執行」，手動觸發工作。
稍等幾秒鐘。
前往「Cloud Run」>「Services」。
按一下函式名稱 (tines-audit-to-gcs)。
按一下 [Logs] (記錄) 分頁標籤。

確認函式是否已順利執行。請找出以下項目：

Fetching logs from YYYY-MM-DDTHH:MM:SS+00:00 to YYYY-MM-DDTHH:MM:SS+00:00
Page 1: Retrieved X events
Wrote X records to gs://bucket-name/tines/audit/logs_YYYYMMDD_HHMMSS.ndjson
Successfully processed X records

依序前往「Cloud Storage」>「Buckets」。
按一下 bucket 名稱 (tines-audit-logs)。
前往 tines/audit/ 資料夾：
確認是否已建立含有目前時間戳記的新 .ndjson 檔案。

如果在記錄中發現錯誤：

HTTP 401：檢查環境變數中的 API 憑證
HTTP 403：確認帳戶是否具備 AUDIT_LOG_READ 權限
HTTP 429：頻率限制 - 函式會自動重試並延遲
缺少環境變數：檢查是否已設定所有必要變數

擷取 Google SecOps 服務帳戶

Google SecOps 會使用專屬服務帳戶，從 GCS bucket 讀取資料。您必須授予這個服務帳戶值區存取權。

取得服務帳戶電子郵件地址

依序前往「SIEM 設定」>「動態饋給」。
按一下「新增動態消息」。
按一下「設定單一動態饋給」。
在「動態饋給名稱」欄位中輸入動態饋給名稱 (例如 Tines Audit Logs)。
選取「Google Cloud Storage V2」做為「來源類型」。
選取「Tines」做為「記錄類型」。
按一下「取得服務帳戶」。系統會顯示專屬的服務帳戶電子郵件地址，例如：
```
chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com
```
複製這個電子郵件地址，以便在下一步中使用。

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。

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。

依序前往「Cloud Storage」>「Buckets」。
按一下 bucket 名稱 (tines-audit-logs)。
前往「權限」分頁標籤。
按一下「授予存取權」。
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」。
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」角色。

在 Google SecOps 中設定動態饋給，擷取 Tines 稽核記錄

依序前往「SIEM 設定」>「動態饋給」。
按一下「新增動態消息」。
按一下「設定單一動態饋給」。
在「動態饋給名稱」欄位中輸入動態饋給名稱 (例如 Tines Audit Logs)。
選取「Google Cloud Storage V2」做為「來源類型」。
選取「Tines」做為「記錄類型」。
點選 [下一步]。
指定下列輸入參數的值：
- 儲存空間 bucket URL：輸入 GCS bucket URI，並加上前置路徑：
```
gs://tines-audit-logs/tines/audit/
```
  - 取代：
    - tines-audit-logs：您的 GCS bucket 名稱。
    - tines/audit/：儲存記錄的前置字元/資料夾路徑。
  注意： URI 結尾一律要加上尾端斜線 (/)。
- 來源刪除選項：根據偏好設定選取刪除選項：
  - 永不：移轉後一律不刪除任何檔案 (建議用於測試)。
  - 刪除已轉移的檔案：成功轉移檔案後刪除檔案。
  - 刪除已轉移的檔案和空白目錄：成功轉移後刪除檔案和空白目錄。
    
    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」角色。請據此更新 IAM 權限。
- 檔案存在時間上限：包含在過去天數內修改的檔案。預設值為 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。
點選 [下一步]。
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)。

需要其他協助嗎？向社群成員和 Google SecOps 專業人員尋求答案。