收集 PingOne Advanced Identity Cloud 記錄

剖析器版本:4.0

支援的國家/地區:

本文說明如何使用 Google Cloud Storage V2,將 PingOne Advanced Identity Cloud (舊稱 ForgeRock Identity Cloud) 記錄檔擷取至 Google Security Operations。

PingOne Advanced Identity Cloud 是雲端原生身分認證即服務 (IDaaS) 平台,提供身分管理、存取權管理和身分控管功能。這項服務可讓機構管理使用者身分、強制執行驗證政策 (包括多重驗證),以及在應用程式中提供單一登入功能,同時維持法規遵循和安全性。

詳情請參閱 ForgeRock Identity Cloud 說明文件

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 bucket 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
  • PingOne Advanced Identity Cloud 管理控制台的特殊存取權 (租戶管理員)
  • 具有監控端點存取權的 PingOne Advanced Identity Cloud Log API 金鑰和密碼

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. 請提供下列設定詳細資料:

    設定
    為 bucket 命名 輸入全域不重複的名稱 (例如 forgerock-identity-cloud-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
  6. 點選「建立」

在 PingOne Advanced Identity Cloud 中建立 Log API 金鑰

PingOne Advanced Identity Cloud 會使用 Log API 金鑰,驗證對 /monitoring/logs 端點的要求。這與用於 AM/IDM 作業的服務帳戶不同。

建立 API 金鑰

  1. 前往 https://<tenant-env-fqdn>/platform/admin (例如 https://openam-mycompany-ew2.id.forgerock.io/platform/admin),登入 PingOne Advanced Identity Cloud 管理控制台。
  2. 按一下「租戶」選單 (右上角)。
  3. 按一下「租戶設定」
  4. 按一下「全域設定」分頁標籤。
  5. 按一下「記錄 API 金鑰」
  6. 按一下「New Log API Key」(新的記錄 API 金鑰)
  7. 輸入描述性名稱 (例如 chronicle-log-collector)。
  8. 點選「建立」
  9. 複製並妥善儲存下列值:

    • api_key_id:API 金鑰 ID。
    • api_key_secret:API 金鑰密鑰。

取得租戶環境 FQDN

  1. 登入 PingOne Advanced Identity Cloud 管理控制台。
  2. 按一下「租戶」選單 (右上角)。
  3. 按一下「租戶設定」
  4. 在「詳細資料」下方,記下「租戶名稱」值。
    • 製作格式:openam-<base-name>-<data-region>.id.forgerock.io
    • 開發格式:openam-<base-name>-<data-region>-dev.id.forgerock.io
    • 沙箱格式:openam-<sandbox-name>.forgeblocks.com

測試 API 存取權

  • 請先測試憑證,再繼續進行整合:

    # Replace with your actual tenant FQDN and credentials
    TENANT_FQDN="openam-mycompany-ew2.id.forgerock.io"
    API_KEY="<your-api-key-id>"
    API_SECRET="<your-api-key-secret>"
    
    # List available log sources
    curl -v \
        -H "x-api-key: ${API_KEY}" \
        -H "x-api-secret: ${API_SECRET}" \
        "https://${TENANT_FQDN}/monitoring/logs/sources?_prettyPrint=true"
    
    # Retrieve recent audit logs
    curl -v \
        -H "x-api-key: ${API_KEY}" \
        -H "x-api-secret: ${API_SECRET}" \
        "https://${TENANT_FQDN}/monitoring/logs?source=am-authentication&_pageSize=5"
    

如果回應成功,系統會傳回 HTTP 200,以及包含記錄項目的 JSON 物件。如果收到 HTTP 401,請驗證 API 金鑰和密鑰。如果收到 HTTP 429,表示您已超過每分鐘 60 項要求的速率限制。

為 Cloud Run 函式建立服務帳戶

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

建立服務帳戶

  1. 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 forgerock-logs-collector-sa
    • 服務帳戶說明:輸入 Service account for Cloud Run function to collect PingOne Advanced Identity Cloud 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「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)
  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 值區的 IAM 權限

將 GCS bucket 的寫入權限授予服務帳戶:

  1. 依序前往「Cloud Storage」>「Buckets」
  2. 點按 bucket 名稱 (例如 forgerock-identity-cloud-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 forgerock-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 會將訊息發布至該主題,而 Cloud Run 函式會訂閱該主題。

  1. GCP Console 中,前往「Pub/Sub」>「Topics」(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 forgerock-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 PingOne Advanced Identity Cloud 監控 API 擷取記錄,並寫入 GCS。

  1. 前往 GCP Console 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
    服務名稱 forgerock-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「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「Select a Cloud Pub/Sub topic」(選取 Cloud Pub/Sub 主題) 中,選擇 forgerock-logs-trigger
    4. 按一下 [儲存]
  6. 在「Authentication」(驗證) 部分:

    1. 選取「需要驗證」
    2. 檢查 Identity and Access Management (IAM)
  7. 向下捲動並展開「容器」、「網路」和「安全性」

  8. 前往「安全性」分頁:

    • 服務帳戶:選取 forgerock-logs-collector-sa
  9. 前往「容器」分頁:

    1. 按一下「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 forgerock-identity-cloud-logs GCS bucket 名稱
    GCS_PREFIX forgerock-logs 記錄檔的前置字串
    STATE_KEY forgerock-logs/state.json 狀態檔案路徑
    TENANT_FQDN openam-mycompany-ew2.id.forgerock.io PingOne AIC 租戶環境 FQDN
    API_KEY <your-api-key-id> PingOne AIC Log API 金鑰 ID
    API_SECRET <your-api-key-secret> PingOne AIC Log API 金鑰密碼
    LOG_SOURCES am-authentication,am-access,am-activity,am-config,idm-access,idm-activity,idm-authentication,idm-sync 以半形逗號分隔的記錄來源
    MAX_RECORDS 5000 每次執行時每個來源的記錄數上限
    PAGE_SIZE 1000 每頁記錄數 (最多 1,000 筆)
    LOOKBACK_HOURS 24 初始回溯期
  10. 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)
  11. 前往「設定」分頁:

    • 在「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 (或根據預期負載調整)
  13. 點選「建立」

  14. 等待服務建立完成 (1 到 2 分鐘)。

  15. 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

  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:

    • 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', 'forgerock-logs')
      STATE_KEY = os.environ.get('STATE_KEY', 'forgerock-logs/state.json')
      TENANT_FQDN = os.environ.get('TENANT_FQDN')
      API_KEY = os.environ.get('API_KEY')
      API_SECRET = os.environ.get('API_SECRET')
      LOG_SOURCES = os.environ.get('LOG_SOURCES', 'am-authentication,am-access,am-activity,idm-access,idm-activity,idm-authentication')
      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 PingOne Advanced Identity Cloud
          logs and write to GCS.
      
          Args:
              cloud_event: CloudEvent object containing Pub/Sub message
          """
      
          if not all([GCS_BUCKET, TENANT_FQDN, API_KEY, API_SECRET]):
              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(hours=LOOKBACK_HOURS)
      
              print(f"Fetching logs from {last_time.isoformat()} to {now.isoformat()}")
      
              # Fetch logs for configured sources
              all_records = []
              newest_event_time = None
              sources = [s.strip() for s in LOG_SOURCES.split(',') if s.strip()]
      
              for source in sources:
                  records, source_newest_time = fetch_logs(
                      tenant_fqdn=TENANT_FQDN,
                      api_key=API_KEY,
                      api_secret=API_SECRET,
                      source=source,
                      start_time=last_time,
                      end_time=now,
                      page_size=PAGE_SIZE,
                      max_records=MAX_RECORDS,
                  )
                  all_records.extend(records)
      
                  if source_newest_time:
                      if newest_event_time is None or parse_datetime(source_newest_time) > parse_datetime(newest_event_time):
                          newest_event_time = source_newest_time
      
                  print(f"Source '{source}': {len(records)} records")
      
              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(tenant_fqdn: str, api_key: str, api_secret: str, source: str, start_time: datetime, end_time: datetime, page_size: int, max_records: int):
          """
          Fetch logs from PingOne Advanced Identity Cloud Monitoring API with pagination.
      
          Args:
              tenant_fqdn: Tenant environment FQDN
              api_key: Log API key ID
              api_secret: Log API key secret
              source: Log source (am-authentication, am-access, idm-access, etc.)
              start_time: Start time for log query
              end_time: End time for log query
              page_size: Number of records per page (max 1000)
              max_records: Maximum total records to fetch
      
          Returns:
              Tuple of (records list, newest_event_time ISO string)
          """
          endpoint = f"https://{tenant_fqdn}/monitoring/logs"
      
          headers = {
              'x-api-key': api_key,
              'x-api-secret': api_secret,
              'Accept': 'application/json',
              'User-Agent': 'GoogleSecOps-ForgeRockCollector/1.0'
          }
      
          records = []
          newest_time = None
          page_num = 0
          backoff = 1.0
      
          begin_time = start_time.strftime('%Y-%m-%dT%H:%M:%SZ')
          end_time_str = end_time.strftime('%Y-%m-%dT%H:%M:%SZ')
          paged_results_cookie = None
      
          while True:
              page_num += 1
      
              if len(records) >= max_records:
                  print(f"Reached max_records limit ({max_records})")
                  break
      
              current_limit = min(page_size, max_records - len(records))
              url = f"{endpoint}?source={source}&beginTime={begin_time}&endTime={end_time_str}&_pageSize={current_limit}"
      
              if paged_results_cookie:
                  url += f"&_pagedResultsCookie={paged_results_cookie}"
      
              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('result', [])
      
                  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_time = event.get('timestamp')
                          if event_time:
                              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 more results
                  paged_results_cookie = data.get('pagedResultsCookie')
                  if not paged_results_cookie or paged_results_cookie == "-1":
                      print(f"Reached last page (no more results)")
                      break
      
              except Exception as e:
                  print(f"Error fetching logs: {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. 點選「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)。

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 主控台的「Cloud Scheduler」
  2. 點選「建立工作」
  3. 請提供下列設定詳細資料:

    設定
    名稱 forgerock-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「forgerock-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要求選擇頻率:

頻率 Cron 運算式 用途
每 5 分鐘 */5 * * * * 大量、低延遲
每 15 分鐘 */15 * * * * 中等
每小時 0 * * * * 標準 (建議)
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

  1. Cloud Scheduler 控制台中,找出您的工作 (forgerock-logs-collector-hourly)。
  2. 按一下「強制執行」即可手動觸發工作。
  3. 稍等幾秒鐘。
  4. 前往「Cloud Run」>「Services」
  5. 按一下「forgerock-logs-collector」
  6. 按一下 [Logs] (記錄) 分頁標籤。
  7. 確認函式是否已順利執行。尋找:

    Fetching logs from YYYY-MM-DDTHH:MM:SS+00:00 to YYYY-MM-DDTHH:MM:SS+00:00
    Source 'am-authentication': X records
    Source 'am-access': X records
    Wrote X records to gs://forgerock-identity-cloud-logs/forgerock-logs/logs_YYYYMMDD_HHMMSS.ndjson
    Successfully processed X records
    
  8. 依序前往「Cloud Storage」>「Buckets」

  9. 按一下 bucket 名稱 (forgerock-identity-cloud-logs)。

  10. 前往 forgerock-logs/ 資料夾。

  11. 確認是否已建立新的 .ndjson 檔案,且檔案名稱包含目前的時間戳記。

如果記錄中顯示錯誤:

  • HTTP 401:檢查環境變數中的 Log API 金鑰和密鑰。
  • HTTP 403:確認 API 金鑰未在 PingOne Advanced Identity Cloud 中遭到撤銷。
  • HTTP 429:頻率限制 (每個環境每分鐘 60 項要求) - 函式會自動重試,並延遲一段時間。
  • 缺少環境變數:請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

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

    chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com
    
  8. 複製這個電子郵件地址,以便在下一步中使用。

  9. 點選「下一步」

  10. 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://forgerock-identity-cloud-logs/forgerock-logs/
      
    • 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。
    • 檔案存在時間上限:包含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. 按一下 bucket 名稱 (forgerock-identity-cloud-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: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]

UDM 對應表

記錄欄位 UDM 對應 邏輯
aav_label additional.fields 已合併
detail_label additional.fields 已合併
id_label additional.fields 已合併
objectId_label additional.fields 已合併
secure_label additional.fields 已合併
source_label additional.fields 已合併
topic_label additional.fields 已合併
trackingId_list additional.fields 已合併
transactionId_label additional.fields 已合併
extensions extensions 已重新命名/對應
metadata metadata 已重新命名/對應
payload.eventName metadata.product_event_type 直接對應
network network 已重新命名/對應
x-forwarded-proto network.application_protocol 直接對應
payload.http.request.method network.http.method 直接對應
value network.http.response_code 已重新命名/對應
user-agent network.http.user_agent 直接對應
principal principal 已重新命名/對應
host principal.asset.hostname 直接對應
payload.client.ip principal.asset.ip 已合併
xip principal.asset.ip 已合併
host principal.hostname 直接對應
entry.info.ipAddress principal.ip 已合併
payload.client.ip principal.ip 已合併
xip principal.ip 已合併
payload.client.port principal.port 已重新命名/對應
user_distinguished_name principal.user.attribute.labels 已合併
payload.userId principal.user.userid 直接對應
userId principal.user.userid 直接對應
Security_Result security_result 已合併
target target 已重新命名/對應
payload.applicationPrincipal.0 target.application 直接對應
app_label target.resource.attribute.labels 已合併
realm_label target.resource.attribute.labels 已合併
payload.component target.resource.name 直接對應
payload.http.request.path target.url 直接對應
不適用 additional.fields 常數:topic_label
不適用 extensions.auth.type 常數:AUTHTYPE_UNSPECIFIED
不適用 metadata.event_type 常數:USER_LOGIN
不適用 principal.asset.ip 常數:payload.client.ip
不適用 principal.ip 常數:payload.client.ip
不適用 principal.user.attribute.labels 常數:user_distinguished_name
不適用 security_result 常數:Security_Result
不適用 target.resource.attribute.labels 常數:app_label
source_cloud event.idm.read_only_udm.additional.fields 從變更記錄對應
type event.idm.read_only_udm.additional.fields 從變更記錄對應
entry_info_nodeExtraLogging_auditInfo_Timestamp event.idm.read_only_udm.additional.fields 從變更記錄對應
entry_info_nodeOutcome event.idm.read_only_udm.additional.fields 從變更記錄對應
entry_info_authLevel event.idm.read_only_udm.additional.fields 從變更記錄對應
entry_info_nodeExtraLogging_auditInfo_clientId event.idm.read_only_udm.principal.application 從變更記錄對應
entry_info_nodeExtraLogging_auditInfo_EventName event.idm.read_only_udm.security_result.detection_fields 從變更記錄對應
entry_info_nodeExtraLogging_auditInfo_FlowType event.idm.read_only_udm.security_result.detection_fields 從變更記錄對應
entry_info_displayName event.idm.read_only_udm.security_result.detection_fields 從變更記錄對應
entry_info_nodeType event.idm.read_only_udm.security_result.detection_fields 從變更記錄對應
entry_info_nodeExtraLogging_auditInfo_Status event.idm.read_only_udm.security_result.action 從變更記錄對應
entry_info_nodeExtraLogging_auditInfo_TransactionId event.idm.read_only_udm.metadata.product_log_id 從變更記錄對應
entry_info_nodeId event.idm.read_only_udm.principal.user.userid 從變更記錄對應
entry_info_treeName event.idm.read_only_udm.security_result.description 從變更記錄對應
tenant_url event.idm.read_only_udm.principal.url 從變更記錄對應
payload.client.ip event.idm.read_only_udm.principal.ipevent.idm.read_only_udm.principal.asset.ip 從變更記錄對應
payload.http.request.headers.x-forwarded-for event.idm.read_only_udm.principal.ipevent.idm.read_only_udm.principal.asset.ip 從變更記錄對應
payload.client.port event.idm.read_only_udm.principal.port 從變更記錄對應
payload.http.request.method event.idm.read_only_udm.network.http.request.method 從變更記錄對應
payload.http.request.path event.idm.read_only_udm.target.url 從變更記錄對應
payload.topic event.idm.read_only_udm.additional.fields 從變更記錄對應
payload.http.request.headers.accept-api-version event.idm.read_only_udm.additional.fields 從變更記錄對應
payload.http.request.secure event.idm.read_only_udm.additional.fields 從變更記錄對應
payload.request.detail event.idm.read_only_udm.additional.fields 從變更記錄對應
payload.response event.idm.read_only_udm.additional.fields 從變更記錄對應
payload.request event.idm.read_only_udm.additional.fields 從變更記錄對應
payload.trackingIds event.idm.read_only_udm.additional.fields 從變更記錄對應
payload.objectId event.idm.read_only_udm.additional.fields 從變更記錄對應
payload.http.request.headers.user-agent event.idm.read_only_udm.network.http.user_agent 從變更記錄對應
payload.http.request.headers.host event.idm.read_only_udm.principal.hostnameevent.idm.read_only_udm.principal.asset.hostname 從變更記錄對應
payload.http.request.headers.x-forwarded-proto event.idm.read_only_udm.network.application_protocol 從變更記錄對應
payload.response.statusCode event.idm.read_only_udm.network.http.response_code 從變更記錄對應
payload.operation event.idm.read_only_udm.security_result.action_details 從變更記錄對應

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 專業人員尋求答案。