收集 OpenAI 稽核記錄

支援的國家/地區：

本文說明如何使用 Google Cloud Storage V2，將 OpenAI 稽核記錄擷取至 Google Security Operations。

OpenAI 為使用 OpenAI API 平台的機構提供稽核記錄 API。這項 API 會追蹤機構內的使用者動作和設定變更，包括 API 金鑰生命週期事件、使用者管理、專案變更、邀請、服務帳戶活動、登入和登出事件，以及機構設定變更。

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、Cloud Run、Pub/Sub 和 Cloud Scheduler 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
  • OpenAI API 平台機構中的機構擁有者角色

啟用 OpenAI 稽核記錄

您必須先在機構中啟用稽核記錄，才能存取稽核記錄。

  1. 前往 https://platform.openai.com 登入 OpenAI Platform。
  2. 依序前往「設定」>「機構」>「資料控管」。
  3. 向下捲動至「稽核記錄」部分。
  4. 按一下「稽核記錄」下方的「啟用」。

  5. 按一下 [儲存]。

建立 OpenAI 管理員 API 金鑰

  1. 前往 https://platform.openai.com 登入 OpenAI Platform。
  2. 按一下左側面板中的「管理金鑰」。
  3. 或者，您也可以直接前往 https://platform.openai.com/settings/organization/admin-keys。
  4. 按一下「建立新的管理員金鑰」。
  5. 在「Name」(名稱) 欄位中，輸入描述性名稱 (例如 Google SecOps Integration)。
  6. 點選「建立」。

  7. 請立即複製 API 金鑰並妥善保存。

測試 API 存取權

  • 請先測試憑證，再繼續進行整合：

    # Replace with your actual Admin API key
OPENAI_ADMIN_KEY="your-admin-api-key"

# Test audit logs API access
curl -s -H "Authorization: Bearer ${OPENAI_ADMIN_KEY}" \
    -H "Content-Type: application/json" \
    "https://api.openai.com/v1/organization/audit_logs?limit=5" \
    | python3 -m json.tool

成功的回應會傳回 JSON 物件，其中 object 欄位設為 list，且 data 陣列包含稽核記錄項目。

建立 Google Cloud Storage 值區

  1. 前往 Google Cloud Console。
  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 openai-auditlog-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」。

為 Cloud Run 函式建立服務帳戶

  1. 在 GCP 主控台中，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 openai-auditlog-collector-sa
    • 服務帳戶說明：輸入 Service account for Cloud Run function to collect OpenAI audit 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]。

授予 GCS 值區的 IAM 權限

  1. 依序前往「Cloud Storage」>「Buckets」。
  2. 按一下 bucket 名稱 (openai-auditlog-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 (openai-auditlog-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

  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 openai-auditlog-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 OpenAI 稽核記錄 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 openai-auditlog-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 openai-auditlog-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「Containers, Networking, Security」。

  8. 前往「安全性」分頁：

    • 服務帳戶：選取 openai-auditlog-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 openai-auditlog-logs GCS bucket 名稱
    GCS_PREFIX openai-auditlog 記錄檔的前置字串
    STATE_KEY openai-auditlog/state.json 狀態檔案路徑
    OPENAI_ADMIN_KEY your-admin-api-key OpenAI Admin API 金鑰
    MAX_RECORDS 5000 每次執行的記錄數上限
    PAGE_SIZE 100 每個 API 頁面的記錄數 (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

  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

http = urllib3.PoolManager(
  timeout=urllib3.Timeout(connect=5.0, read=30.0),
  retries=False,
)

storage_client = storage.Client()

GCS_BUCKET = os.environ.get('GCS_BUCKET')
GCS_PREFIX = os.environ.get('GCS_PREFIX', 'openai-auditlog')
STATE_KEY = os.environ.get('STATE_KEY', 'openai-auditlog/state.json')
OPENAI_ADMIN_KEY = os.environ.get('OPENAI_ADMIN_KEY')
MAX_RECORDS = int(os.environ.get('MAX_RECORDS', '5000'))
PAGE_SIZE = int(os.environ.get('PAGE_SIZE', '100'))
LOOKBACK_HOURS = int(os.environ.get('LOOKBACK_HOURS', '24'))

API_BASE = 'https://api.openai.com'
AUDIT_LOGS_ENDPOINT = '/v1/organization/audit_logs'

@functions_framework.cloud_event
def main(cloud_event):
  """
  Cloud Run function triggered by Pub/Sub to fetch OpenAI audit logs
  and write them to GCS.

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

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

  try:
    bucket = storage_client.bucket(GCS_BUCKET)
    state = load_state(bucket)
    now = datetime.now(timezone.utc)

    if isinstance(state, dict) and state.get('last_effective_at'):
      try:
        last_effective_at = int(state['last_effective_at'])
        last_time = datetime.fromtimestamp(last_effective_at, tz=timezone.utc)
        last_time = last_time - timedelta(minutes=2)
      except Exception as e:
        print(f"Warning: Could not parse last_effective_at: {e}")
        last_time = now - timedelta(hours=LOOKBACK_HOURS)
    else:
      last_time = now - timedelta(hours=LOOKBACK_HOURS)

    start_unix = int(last_time.timestamp())
    end_unix = int(now.timestamp())

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

    records, newest_effective_at = fetch_audit_logs(
      start_unix=start_unix,
      end_unix=end_unix,
      page_size=PAGE_SIZE,
      max_records=MAX_RECORDS,
    )

    if not records:
      print("No new audit log records found.")
      save_state(bucket, end_unix)
      return

    timestamp = now.strftime('%Y%m%d_%H%M%S')
    object_key = f"{GCS_PREFIX}/openai_auditlog_{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}")

    if newest_effective_at:
      save_state(bucket, newest_effective_at)
    else:
      save_state(bucket, end_unix)

    print(f"Successfully processed {len(records)} records")

  except Exception as e:
    print(f'Error processing audit logs: {str(e)}')
    raise

def load_state(bucket):
  """Load state from GCS."""
  try:
    blob = bucket.blob(STATE_KEY)
    if blob.exists():
      return json.loads(blob.download_as_text())
  except Exception as e:
    print(f"Warning: Could not load state: {e}")
  return {}

def save_state(bucket, last_effective_at):
  """Save the last effective_at Unix timestamp to GCS state file."""
  try:
    state = {
      'last_effective_at': last_effective_at,
      'last_run': datetime.now(timezone.utc).isoformat()
    }
    blob = bucket.blob(STATE_KEY)
    blob.upload_from_string(
      json.dumps(state, indent=2),
      content_type='application/json'
    )
    print(f"Saved state: last_effective_at={last_effective_at}")
  except Exception as e:
    print(f"Warning: Could not save state: {e}")

def fetch_audit_logs(start_unix, end_unix, page_size, max_records):
  """
  Fetch audit logs from the OpenAI API with pagination and rate limiting.

  Args:
    start_unix: Start time as Unix seconds
    end_unix: End time as Unix seconds
    page_size: Number of records per page (max 100)
    max_records: Maximum total records to fetch

  Returns:
    Tuple of (records list, newest effective_at Unix timestamp)
  """
  headers = {
    'Authorization': f'Bearer {OPENAI_ADMIN_KEY}',
    'Content-Type': 'application/json',
  }

  records = []
  newest_effective_at = None
  page_num = 0
  backoff = 1.0
  cursor = None

  while True:
    page_num += 1

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

    params = []
    params.append(f"effective_at[gte]={start_unix}")
    params.append(f"effective_at[lte]={end_unix}")
    params.append(f"limit={min(page_size, max_records - len(records))}")
    if cursor:
      params.append(f"after={cursor}")

    url = f"{API_BASE}{AUDIT_LOGS_ENDPOINT}?{'&'.join(params)}"

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

      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)

      for event in page_results:
        try:
          effective_at = event.get('effective_at')
          if effective_at is not None:
            if newest_effective_at is None or effective_at > newest_effective_at:
              newest_effective_at = effective_at
        except Exception as e:
          print(f"Warning: Could not parse event time: {e}")

      has_more = data.get('has_more', False)
      if not has_more:
        print("No more pages (has_more=false)")
        break

      last_id = data.get('last_id')
      if not last_id:
        print("No more pages (no last_id)")
        break

      cursor = last_id

    except Exception as e:
      print(f"Error fetching audit logs: {e}")
      return [], None

  print(f"Retrieved {len(records)} total records from {page_num} pages")
  return records, newest_effective_at

    • 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

  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 openai-auditlog-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「openai-auditlog-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 * * * * 中等音量
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 (openai-auditlog-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 openai-auditlog-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 audit 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://openai-auditlog-logs/openai-auditlog/openai_auditlog_YYYYMMDD_HHMMSS.ndjson
Successfully processed X records

  8. 依序前往「Cloud Storage」>「Buckets」。

  9. 按一下 openai-auditlog-logs。

  10. 前往 openai-auditlog/ 資料夾。

  11. 確認是否已建立含有目前時間戳記的新 .ndjson 檔案。

如果記錄中顯示錯誤：

  • HTTP 401：確認 OPENAI_ADMIN_KEY 環境變數正確無誤，且金鑰未遭撤銷
  • HTTP 403：確認 API 金鑰是由機構擁有者建立的 Admin API 金鑰
  • HTTP 429：頻率限制，函式會自動重試，並採用指數輪詢間隔
  • 缺少環境變數：確認 Cloud Run 函式設定中已設定所有必要變數

擷取 Google SecOps 服務帳戶

  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 OpenAI Audit Logs)。
  5. 選取「Google Cloud Storage V2」做為「來源類型」。

  6. 選取「OpenAI 稽核記錄」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

  7. 複製這個電子郵件地址，以便在下一步中使用。

  8. 點選「下一步」。

  9. 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://openai-auditlog-logs/openai-auditlog/
    • 來源刪除選項：根據偏好選取刪除選項：
      • 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：成功轉移檔案後，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

  10. 點選「下一步」。

  11. 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

  1. 依序前往「Cloud Storage」>「Buckets」。
  2. 按一下 openai-auditlog-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
actor.session.ip_address_details.region_code additional.fields 合併為鍵/值組合
actor.session.ip_address_details.asn additional.fields
effective_at metadata.event_timestamp 從 UNIX 時間戳記轉換而來
has_principal metadata.event_type 如果 has_principal 為 true，則設為「STATUS_UPDATE」；如果 has_principal 和 has_target 為 true，則設為「NETWORK_CONNECTION」；如果 has_principal、has_file 和 has_source_file 為 true，則設為「FILE_COPY」；如果 has_principal 和 has_file 為 true，則設為「FILE_UNCATEGORIZED」；如果 has_user 為 true，則設為「USER_UNCATEGORIZED」；否則設為「GENERIC_EVENT」
has_user metadata.event_type
has_target metadata.event_type
has_file metadata.event_type
has_source_file metadata.event_type
actor.session.user_agent network.http.parsed_user_agent 直接複製的值並轉換為已剖析的使用者代理程式
actor.session.ja3 network.tls.client.ja3 直接複製值
actor.session.ip_address principal.asset.ip 直接複製值
actor.session.ip_address principal.ip 直接複製值
actor.session.ip_address_details.city principal.location.city 直接複製值
actor.session.ip_address_details.country principal.location.country_or_region 直接複製值
actor.session.ip_address_details.latitude principal.location.region_latitude 已轉換為浮點數
actor.session.ip_address_details.longitude principal.location.region_longitude 已轉換為浮點數
actor.session.ip_address_details.region principal.location.state 直接複製值
actor.session.user.email principal.user.email_addresses 直接複製值
actor.session.user.id principal.user.userid 使用 grok 模式擷取
actor.session.ja4 security_result.detection_fields 合併為鍵/值組合，鍵為「ja4」
類型 security_result.summary 直接複製值
metadata.product_name metadata.product_name 設為「OPENAI_AUDITLOG」
metadata.vendor_name metadata.vendor_name 設為「OPENAI_AUDITLOG」

還有其他問題嗎？向社群成員和 Google SecOps 專業人員尋求答案。