收集 OneLogin by One Identity 記錄

本文說明如何使用 Google Cloud Storage V2，將 OneLogin by One Identity 記錄擷取至 Google Security Operations。

One Identity 的 OneLogin 是雲端型身分與存取權管理 (IAM) 平台，可為企業應用程式提供單一登入 (SSO)、多重驗證 (MFA) 和使用者佈建功能。OneLogin Events API 提供事件記錄的程式輔助存取權，包括使用者驗證、佈建、政策變更和管理動作。

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
• 以超級管理員或同等角色身分，取得 OneLogin 管理入口網站的特殊權限
• 在 OneLogin 管理入口網站中設定的 API 憑證 (用戶端 ID 和用戶端密鑰)

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 onelogin-sso-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」。

收集 OneLogin by One Identity API 憑證

建立 API 憑證

1. 登入 OneLogin 管理入口網站。
2. 依序前往「Developers」(開發人員) >「API Credentials」(API 憑證)。
3. 按一下「新增憑證」。
4. 輸入憑證名稱 (例如 Google SecOps Integration)。
5. 選取「Read All」(讀取所有內容) 做為權限範圍。

6. 按一下 [儲存]。

7. 複製下列詳細資料並存放在安全的位置：

   • 用戶端 ID：憑證頁面顯示的 API 用戶端 ID
   • 用戶端密鑰：憑證頁面顯示的 API 用戶端密鑰

判斷 OneLogin API 區域

OneLogin API 基本網址取決於資料中心區域：

區域	API 基礎網址
美國	https://api.us.onelogin.com
歐盟	https://api.eu.onelogin.com

驗證權限

如要確認 API 憑證是否具備必要權限，請按照下列步驟操作：

1. 登入 OneLogin 管理入口網站。
2. 依序前往「Developers」(開發人員) >「API Credentials」(API 憑證)。
3. 按一下憑證名稱 (例如 Google SecOps Integration)。
4. 確認已選取「Read All」範圍。如果不是，請更新範圍，然後按一下「儲存」。

測試 API 存取權

• 請先測試憑證，再繼續進行整合：

  # Replace with your actual credentials
  ONELOGIN_CLIENT_ID="your-client-id"
  ONELOGIN_CLIENT_SECRET="your-client-secret"
  ONELOGIN_API_BASE="[https://api.us.onelogin.com](https://api.us.onelogin.com)"
  
  # Get access token
  TOKEN=$(curl -s -X POST "${ONELOGIN_API_BASE}/auth/oauth2/v2/token" \
    -H "Content-Type: application/json" \
    -d "{\"grant_type\": \"client_credentials\", \"client_id\": \"${ONELOGIN_CLIENT_ID}\", \"client_secret\": \"${ONELOGIN_CLIENT_SECRET}\"}" \
    | jq -r '.access_token')
  
  # Test API access - list recent events
  curl -s -X GET "${ONELOGIN_API_BASE}/api/2/events?limit=1" \
    -H "Authorization: Bearer ${TOKEN}"
  

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 onelogin-sso-logs-collector-sa
   • 服務帳戶說明：輸入 Service account for Cloud Run function to collect OneLogin by One Identity 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 onelogin-sso-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 onelogin-sso-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. 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 onelogin-sso-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 OneLogin Events 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	值
   服務名稱	onelogin-sso-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「選取 Cloud Pub/Sub 主題」中，選擇主題 onelogin-sso-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：選取服務帳戶 onelogin-sso-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	onelogin-sso-logs	GCS bucket 名稱
   GCS_PREFIX	onelogin	記錄檔的前置字串
   STATE_KEY	onelogin/state.json	狀態檔案路徑
   ONELOGIN_CLIENT_ID	your-client-id	OneLogin API 用戶端 ID
   ONELOGIN_CLIENT_SECRET	your-client-secret	OneLogin API 用戶端密鑰
   ONELOGIN_API_BASE	https://api.us.onelogin.com	OneLogin API 基礎網址
   MAX_RECORDS	5000	每次執行的記錄數上限
   PAGE_SIZE	250	每頁記錄數 (最多 250 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', 'onelogin')
   STATE_KEY = os.environ.get('STATE_KEY', 'onelogin/state.json')
   ONELOGIN_CLIENT_ID = os.environ.get('ONELOGIN_CLIENT_ID')
   ONELOGIN_CLIENT_SECRET = os.environ.get('ONELOGIN_CLIENT_SECRET')
   ONELOGIN_API_BASE = os.environ.get('ONELOGIN_API_BASE')
   MAX_RECORDS = int(os.environ.get('MAX_RECORDS', '5000'))
   PAGE_SIZE = int(os.environ.get('PAGE_SIZE', '250'))
   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)
   
   def get_access_token():
     """
     Obtain OAuth2 access token using client credentials grant.
     OneLogin uses /auth/oauth2/v2/token endpoint.
     """
     base_url = ONELOGIN_API_BASE.rstrip('/')
     token_url = f"{base_url}/auth/oauth2/v2/token"
   
     headers = {
       'Content-Type': 'application/json',
       'Accept': 'application/json'
     }
   
     body = json.dumps({
       'grant_type': 'client_credentials',
       'client_id': ONELOGIN_CLIENT_ID,
       'client_secret': ONELOGIN_CLIENT_SECRET
     })
   
     backoff = 1.0
     for attempt in range(3):
       response = http.request('POST', token_url, body=body, headers=headers)
   
       if response.status == 429:
         retry_after = int(response.headers.get('Retry-After', str(int(backoff))))
         print(f"Rate limited (429) on token request. Retrying after {retry_after}s...")
         time.sleep(retry_after)
         backoff = min(backoff * 2, 30.0)
         continue
   
       if response.status != 200:
         raise RuntimeError(f"Failed to get access token: {response.status} - {response.data.decode('utf-8')}")
   
       data = json.loads(response.data.decode('utf-8'))
       return data['access_token']
   
     raise RuntimeError("Failed to get access token after 3 retries")
   
   @functions_framework.cloud_event
   def main(cloud_event):
     """
     Cloud Run function triggered by Pub/Sub to fetch OneLogin
     event logs and write to GCS.
   
     Args:
       cloud_event: CloudEvent object containing Pub/Sub message
     """
   
     if not all([GCS_BUCKET, ONELOGIN_CLIENT_ID, ONELOGIN_CLIENT_SECRET, ONELOGIN_API_BASE]):
       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 = 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()}")
   
       # Get access token
       token = get_access_token()
   
       # Fetch events
       records, newest_event_time = fetch_logs(
         token=token,
         start_time=last_time,
         end_time=now,
         page_size=PAGE_SIZE,
         max_records=MAX_RECORDS,
       )
   
       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(token: str, start_time: datetime, end_time: datetime, page_size: int, max_records: int):
     """
     Fetch event logs from the OneLogin Events API v2
     with cursor-based pagination and rate limiting.
   
     Args:
       token: OAuth2 access token
       start_time: Start time for log query
       end_time: End time for log query
       page_size: Number of records per page (max 250)
       max_records: Maximum total records to fetch
   
     Returns:
       Tuple of (records list, newest_event_time ISO string)
     """
     base_url = ONELOGIN_API_BASE.rstrip('/')
     endpoint = f"{base_url}/api/2/events"
   
     headers = {
       'Authorization': f'Bearer {token}',
       'Accept': 'application/json',
       'User-Agent': 'GoogleSecOps-OneLoginSSOCollector/1.0'
     }
   
     records = []
     newest_time = None
     page_num = 0
     backoff = 1.0
   
     start_iso = start_time.strftime('%Y-%m-%dT%H:%M:%SZ')
     end_iso = end_time.strftime('%Y-%m-%dT%H:%M:%SZ')
   
     cursor = None
   
     while True:
       page_num += 1
   
       if len(records) >= max_records:
         print(f"Reached max_records limit ({max_records})")
         break
   
       params = [
         f"limit={min(page_size, max_records - len(records))}",
         f"since={start_iso}",
         f"until={end_iso}"
       ]
       if cursor:
         params.append(f"cursor={cursor}")
   
       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, 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 records, newest_time
   
         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_time = event.get('created_at')
             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 next page using cursor from pagination
         pagination = data.get('pagination', {})
         cursor = pagination.get('after_cursor')
         if not cursor:
           print("No more pages (no next cursor)")
           break
   
       except Exception as e:
         print(f"Error fetching logs: {e}")
         return records, newest_time
   
     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	onelogin-sso-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	選取主題 onelogin-sso-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 * * * *	高容量、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
每天	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。
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 onelogin-sso-logs-collector。
6. 按一下 [Logs] (記錄) 分頁標籤。

7. 確認函式是否執行成功。尋找：

   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://onelogin-sso-logs/onelogin/logs_YYYYMMDD_HHMMSS.ndjson
   Successfully processed X records
   

8. 依序前往「Cloud Storage」>「Buckets」。

9. 按一下 bucket 名稱 (onelogin-sso-logs)。

10. 前往 onelogin/ 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 API 憑證
• HTTP 403：在 OneLogin 管理入口網站中，確認 API 憑證具有「Read All」範圍
• 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

在 Google SecOps 中設定動態饋給，以便擷取 OneLogin by One Identity 記錄

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 OneLogin SSO Logs)。
5. 選取「Google Cloud Storage V2」做為「來源類型」。
6. 選取「OneLogin」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。

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://onelogin-sso-logs/onelogin/
      

      • 取代：
        • onelogin-sso-logs：您的 GCS bucket 名稱。
        • onelogin：儲存記錄的選用前置字元/資料夾路徑 (如為根目錄，請留空)。

    • 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。
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
id	metadata.product_log_id	直接對應
created_at	metadata.event_timestamp	已轉換為時間戳記
account_id	principal.namespace	直接對應，轉換為字串
actor_user_id	principal.user.userid	直接對應，轉換為字串
actor_user_name	principal.user.user_display_name	直接對應
user_id	target.user.userid	直接對應，轉換為字串
user_name	target.user.user_display_name	直接對應
event_type_id	metadata.product_event_type	直接對應，轉換為字串
ipaddr	principal.ip	直接對應
附註	metadata.description	直接對應
app_id	target.application	直接對應，轉換為字串
app_name	target.resource.name	直接對應
group_id	target.group.product_object_id	直接對應，轉換為字串
group_name	target.group.group_display_name	直接對應
directory_id	additional.fields.value.string_value (key: directory_id)	直接對應
role_id	principal.user.attribute.roles.id	直接對應，轉換為字串
role_name	principal.user.attribute.roles.name	直接對應
otp_device_id	additional.fields.value.string_value (key: otp_device_id)	直接對應
otp_device_name	additional.fields.value.string_value (key: otp_device_name)	直接對應
policy_id	security_result.rule_id	直接對應，轉換為字串
policy_name	security_result.rule_name	直接對應
client_id	additional.fields.value.string_value (key: client_id)	直接對應
browser_fingerprint	additional.fields.value.string_value (key: browser_fingerprint)	直接對應
custom_message	security_result.description	直接對應
error_description	security_result.description	如果 custom_message 為空，則直接對應
	metadata.vendor_name	設為「OneLogin」
	metadata.product_name	設為「OneLogin SSO」
	metadata.log_type	設為「ONELOGIN_SSO」
	metadata.event_type	根據 event_type_id 判斷：驗證事件為 USER_LOGIN、應用程式存取事件為 USER_RESOURCE_ACCESS、角色/權限變更為 USER_CHANGE_PERMISSIONS，否則為 GENERIC_EVENT
user_attributes.username	event.idm.read_only_udm.additional.fields	從變更記錄對應
adc_id	event.idm.read_only_udm.additional.fields	從變更記錄對應
adc_name	event.idm.read_only_udm.additional.fields	從變更記錄對應
user_attributes.openid_name	event.idm.read_only_udm.additional.fields	從變更記錄對應
user_attributes.samaccountname	event.idm.read_only_udm.additional.fields	從變更記錄對應
user_attributes.member_of	event.idm.read_only_udm.additional.fields	從變更記錄對應
user_attributes.group_id	event.idm.read_only_udm.target.group.product_object_id	從變更記錄對應
user_attributes.lastname	principal.user.last_name	從變更記錄對應
user_attributes.firstname	principal.user.first_name	從變更記錄對應
user_attributes.department	principal.user.department	從變更記錄對應
user_attributes.title	principal.user.title	從變更記錄對應
user_attributes.email	principal.user.email_addresses	從變更記錄對應
id	metadata.product_object_id	從變更記錄對應
assuming_acting_user_id	additional.fields	從變更記錄對應
directory_sync_run_id	additional.fields	從變更記錄對應
resource_type_id	additional.fields	從變更記錄對應
user_agent	network.http.parsed_user_agent	從變更記錄對應
otp_device_id	principal.asset_id	從變更記錄對應
actor_system	additional.fields	從變更記錄對應
operation_name	additional.fields	從變更記錄對應
resolution	additional.fields	從變更記錄對應
risk_cookie_id	additional.fields	從變更記錄對應
event_type_ids	additional.fields	從變更記錄對應
since	additional.fields	從變更記錄對應
until	additional.fields	從變更記錄對應
proxy_ip	intermediary.ip	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 專業人員尋求解答。