收集 Intel 471 Watcher Alerts 記錄

支援的國家/地區：

本文說明如何使用 Google Cloud Storage V2，將 Intel 471 Watcher Alerts 記錄檔擷取至 Google Security Operations。

Intel 471 是一家網路威脅情報公司，提供來自地下經濟的對手和惡意軟體情報。當偵測到符合客戶定義的 Watcher 條件的新內容時，Intel 471 的 Titan 平台會產生 Watcher 快訊通知，讓您及時掌握相關威脅，例如發動者活動、論壇貼文和惡意軟體情報。

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
  • 已啟用 API 存取權的有效 Intel 471 Titan 訂閱方案
  • Intel 471 Titan 入口網站的特殊存取權

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 值
    為 bucket 命名 輸入全域不重複的名稱 (例如 intel471-watcher-alerts-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資料保留政策

  6. 點選「建立」。

收集 Intel 471 Titan API 憑證

取得 API 憑證

  1. 登入 Intel 471 Titan 入口網站。
  2. 按一下右上角的使用者個人資料圖示。
  3. 前往「API」部分。
  4. 複製並儲存頁面顯示的 API 金鑰。
  5. 記下與 Intel 471 帳戶相關聯的電子郵件地址 (您用來登入的電子郵件地址)。

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：

  1. 登入 Intel 471 Titan 入口網站。
  2. 前往導覽選單中的「觀察對象」。
  3. 如果可以查看現有的 Watcher 設定和警報，表示您具備必要權限。
  4. 如果看不到這個專區，請與 Intel 471 管理員聯絡，請對方授予 API 存取權和監控者權限。

測試 API 存取權

  • 請先測試憑證，再繼續進行整合：

    # Replace with your actual credentials
INTEL471_EMAIL="your-email@example.com"
INTEL471_API_KEY="your-api-key"

# Test API access
curl -v -u "${INTEL471_EMAIL}:${INTEL471_API_KEY}" \
    "https://api.intel471.com/v1/alerts?count=1"

如果測試成功，您應該會收到含有 alerts 陣列的 JSON 回應。如果收到錯誤訊息，請按照下列步驟操作：

  • HTTP 401：檢查電子郵件和 API 金鑰是否正確
  • HTTP 403：確認帳戶是否具備 Watcher 警報權限
  • HTTP 429：超過速率限制，請稍後再試

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，且可由 Pub/Sub 叫用的服務帳戶。

建立服務帳戶

  1. 在 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 intel471-alerts-collector-sa
    • 服務帳戶說明：輸入 Service account for Cloud Run function to collect Intel 471 Watcher Alerts 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：允許函式叫用

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 intel471-watcher-alerts-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 intel471-alerts-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. 在 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 intel471-alerts-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 Intel 471 Titan API 擷取 Watcher 警報，並將警報寫入 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 值
    服務名稱 intel471-alerts-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「選取 Cloud Pub/Sub 主題」中，選擇 Pub/Sub 主題 (例如 intel471-alerts-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：選取服務帳戶 (例如 intel471-alerts-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 intel471-watcher-alerts-logs GCS bucket 名稱
      GCS_PREFIX intel471-alerts 記錄檔的前置字串
      STATE_KEY intel471-alerts/state.json 狀態檔案路徑
      INTEL471_EMAIL your-email@example.com Intel 471 帳戶電子郵件
      INTEL471_API_KEY your-api-key Intel 471 API 金鑰
      MAX_RECORDS 1000 每次執行的記錄數上限
      PAGE_SIZE 100 每頁記錄數 (最多 100 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)。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
import base64

# 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', 'intel471-alerts')
STATE_KEY = os.environ.get('STATE_KEY', 'intel471-alerts/state.json')
INTEL471_EMAIL = os.environ.get('INTEL471_EMAIL')
INTEL471_API_KEY = os.environ.get('INTEL471_API_KEY')
MAX_RECORDS = int(os.environ.get('MAX_RECORDS', '1000'))
PAGE_SIZE = int(os.environ.get('PAGE_SIZE', '100'))
LOOKBACK_HOURS = int(os.environ.get('LOOKBACK_HOURS', '24'))

API_BASE = 'https://api.intel471.com/v1'

def to_unix_millis(dt: datetime) -> int:
    """Convert datetime to Unix epoch milliseconds."""
    if dt.tzinfo is None:
        dt = dt.replace(tzinfo=timezone.utc)
    dt = dt.astimezone(timezone.utc)
    return int(dt.timestamp() * 1000)

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 Intel 471 Watcher Alerts and write to GCS.

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

    if not all([GCS_BUCKET, INTEL471_EMAIL, INTEL471_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(hours=LOOKBACK_HOURS)

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

        # Convert to Unix milliseconds for Titan API
        start_millis = to_unix_millis(last_time)
        end_millis = to_unix_millis(now)

        # Fetch alerts
        records, newest_event_time = fetch_alerts(
            email=INTEL471_EMAIL,
            api_key=INTEL471_API_KEY,
            start_millis=start_millis,
            end_millis=end_millis,
            page_size=PAGE_SIZE,
            max_records=MAX_RECORDS,
        )

        if not records:
            print("No new alert 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}/alerts_{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 alerts: {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_alerts(email: str, api_key: str, start_millis: int, end_millis: int, page_size: int, max_records: int):
    """
    Fetch Watcher Alerts from Intel 471 Titan API with pagination and rate limiting.

    Args:
        email: Intel 471 account email
        api_key: Intel 471 API key
        start_millis: Start time in Unix epoch milliseconds
        end_millis: End time in Unix epoch milliseconds
        page_size: Number of records per page (max 100)
        max_records: Maximum total records to fetch

    Returns:
        Tuple of (records list, newest_event_time ISO string)
    """
    endpoint = f"{API_BASE}/alerts"

    # Build Basic Auth header
    auth_string = f"{email}:{api_key}"
    auth_bytes = auth_string.encode('utf-8')
    auth_b64 = base64.b64encode(auth_bytes).decode('utf-8')

    headers = {
        'Authorization': f'Basic {auth_b64}',
        'Accept': 'application/json',
        'User-Agent': 'GoogleSecOps-Intel471Collector/1.0'
    }

    records = []
    newest_time = None
    page_num = 0
    backoff = 1.0
    offset = 0

    while True:
        page_num += 1

        if len(records) >= max_records:
            print(f"Reached max_records limit ({max_records})")
            break

        # Build request URL with pagination and time filtering
        current_page_size = min(page_size, max_records - len(records))
        params = []
        params.append(f"count={current_page_size}")
        params.append(f"offset={offset}")
        params.append(f"from={start_millis}")
        params.append(f"until={end_millis}")
        url = f"{endpoint}?{'&'.join(params)}"

        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, 60.0)
                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 from alerts
            page_results = data.get('alerts', [])

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

            print(f"Page {page_num}: Retrieved {len(page_results)} alerts")
            records.extend(page_results)

            # Track newest event time using foundTime (Unix milliseconds)
            for alert in page_results:
                try:
                    found_time_ms = alert.get('foundTime')
                    if found_time_ms:
                        event_dt = datetime.fromtimestamp(found_time_ms / 1000, tz=timezone.utc)
                        event_time = event_dt.isoformat()
                        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
            alert_total = data.get('alertTotalCount', 0)
            if len(records) >= alert_total:
                print(f"Retrieved all available alerts ({alert_total} total)")
                break

            if len(page_results) < current_page_size:
                print(f"Reached last page (size={len(page_results)} < limit={current_page_size})")
                break

            offset += len(page_results)

        except Exception as e:
            print(f"Error fetching alerts: {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 值
    名稱 intel471-alerts-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 Pub/Sub 主題 (例如 intel471-alerts-trigger)
    郵件內文 {} (空白 JSON 物件)

  4. 點選「建立」。

排程頻率選項

根據快訊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. 在 Cloud Scheduler 控制台中，找出您的工作 (例如 intel471-alerts-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. 按一下函式名稱 (例如 intel471-alerts-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 alerts from YYYY-MM-DDTHH:MM:SS+00:00 to YYYY-MM-DDTHH:MM:SS+00:00
Page 1: Retrieved X alerts
Wrote X records to gs://bucket-name/intel471-alerts/alerts_YYYYMMDD_HHMMSS.ndjson
Successfully processed X records

  8. 依序前往「Cloud Storage」>「Buckets」。

  9. 點按 bucket 名稱 (例如 intel471-watcher-alerts-logs)。

  10. 前往前置字串資料夾 (例如 intel471-alerts/)。

  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 Intel 471 電子郵件和 API 金鑰
  • HTTP 403：確認帳戶是否具備 Watcher 警報權限
  • HTTP 429：頻率限制 - 函式會自動重試，並延遲一段時間
  • 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

  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 Intel 471 Watcher Alerts)。
  5. 選取「Google Cloud Storage V2」做為「來源類型」。
  6. 選取「Intel 471 Watcher Alerts」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：

    secops-12345678@secops-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://intel471-watcher-alerts-logs/intel471-alerts/

      更改項目：

      • intel471-watcher-alerts-logs：您的 GCS bucket 名稱。
      • intel471-alerts：儲存快訊記錄的前置字元/資料夾路徑。

    • 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. 點按 bucket 名稱 (例如 intel471-watcher-alerts-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
post.links.forum.uid additional.fields 標準 UDM 欄位未涵蓋的其他中繼資料欄位
post.links.forum.name additional.fields
post.links.thread.uid additional.fields
post.links.thread.topic additional.fields
post.links.thread.count additional.fields
post.uid additional.fields
post.message additional.fields
highlight.field additional.fields
chunk.text additional.fields
chunk.hl additional.fields
actor.links.forumTotalCount additional.fields
actor.links.forumPrivateMessageTotalCount additional.fields
actor.links.instantMessageChannelTotalCount additional.fields
actor.links.reportTotalCount additional.fields
actor.links.instantMessageTotalCount additional.fields
actor.links.instantMessageServerTotalCount additional.fields
actor.links.forumPostTotalCount additional.fields
actor.lastUpdated additional.fields
actor.activeFrom additional.fields
actor.activeUntil additional.fields
data_leak_post.chunk_number additional.fields
data_leak_post.links.blog.uid additional.fields
data_leak_post.links.blog.name additional.fields
data_leak_post.links.thread.uid additional.fields
data_leak_post.links.thread.topic additional.fields
data_leak_post.links.thread.count additional.fields
data_leak_post.message additional.fields
actor.links.reports[].uid additional.fields
actor.links.reports[].admiraltyCode additional.fields
actor.links.reports[].dateOfInformation additional.fields
狀態 additional.fields
watcherUid additional.fields
watcherGroupUid additional.fields
report.uid additional.fields
report.admiraltyCode additional.fields
foundTime additional.fields
instantMessage.data.message.text additional.fields
instantMessage.data.message.uid additional.fields
instantMessage.data.channel.name additional.fields
instantMessage.data.channel.uid additional.fields
instantMessage.data.channel.url additional.fields
instantMessage.data.channel.registration_date additional.fields
instantMessage.data.channel.topic additional.fields
instantMessage.data.server.uid additional.fields
instantMessage.data.server.service_type additional.fields
post.links.forum.description metadata.description 事件或實體說明
actor.links.reports[].subject metadata.description
report.subject metadata.description
report.released metadata.event_timestamp 事件時間戳記
metadata.event_type metadata.event_type 事件類型 (例如 USER_LOGIN、NETWORK_CONNECTION)
uid metadata.product_log_id 產品的記錄 ID
data_leak_post.file_listing.download_url principal.url 與負責人相關聯的網址
actor.links.reports[].portalReportUrl principal.url
report.portalReportUrl principal.url
post.links.authorActor.handle principal.user.attribute.labels 使用者屬性
actor.links.reports[].actorHandle principal.user.attribute.labels
instantMessage.data.actor.handle principal.user.attribute.labels
post.links.authorActor.uid principal.user.userid 使用者 ID
actor.uid principal.user.userid
data_leak_post.uid principal.user.userid
instantMessage.data.actor.uid principal.user.userid
report.uid event.idm.read_only_udm.metadata.additional.fields 從變更記錄對應
report.admiraltyCode event.idm.read_only_udm.metadata.additional.fields 從變更記錄對應
report.subject event.idm.read_only_udm.metadata.description 從變更記錄對應
report.portalReportUrl event.idm.read_only_udm.principal.url 從變更記錄對應
report.released event.idm.read_only_udm.metadata.event_timestamp 從變更記錄對應
post.links.forum.description" and "actor.links.reports.subject metadata.description 從變更記錄對應
post.links.authorActor.uid", "data_leak_post.uid" and "actor.uid principal.user.userid 從變更記錄對應
post.links.authorActor.handle" and "actor.links.reports.actorHandle principal.user.attribute.labels 從變更記錄對應
data_leak_post.file_listing.download_url" and "actor.links.reports.portalReportUrl principal.url 從變更記錄對應
post.links.forum.uid", "post.links.forum.name", "post.links.thread.uid", "post.links.thread.topic", "post.links.thread.count", "post.uid", "post.message", "highlights.field", "highlights.chunks.text", "highlights.chunks.hl", "actor.links.forumTotalCount", "actor.links.forumPrivateMessageTotalCount", "actor.links.instantMessageChannelTotalCount", "actor.links.reportTotalCount", "actor.links.instantMessageTotalCount", "actor.links.instantMessageServerTotalCount", "actor.links.forumPostTotalCount", "actor.lastUpdated", "actor.activeFrom", "actor.activeUntil", "data_leak_post.chunk_number", "data_leak_post.links.blog.uid", "data_leak_post.links.blog.name", "data_leak_post.links.thread.uid", "data_leak_post.links.thread.topic", "data_leak_post.links.thread.count", "data_leak_post.message", "actor.links.reports.uid", "actor.links.reports.admiraltyCode", "actor.links.reports.dateOfInformation additional.fields 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。