收集 Salesforce Commerce Cloud 記錄

支援的國家/地區：

本文說明如何使用 Google Cloud Storage V2，將 Salesforce Commerce Cloud 記錄檔擷取至 Google Security Operations。

Salesforce Commerce Cloud 是一套電子商務平台，可產生交易、存取和安全稽核記錄。Cloud Run 函式會定期連線至 Salesforce Commerce Cloud WebDAV 端點、下載記錄檔、以 NDJSON 格式將記錄檔寫入 GCS bucket，然後 Google SecOps 會透過 GCS V2 資訊提供擷取這些記錄檔。

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
  • 具備 Salesforce Commerce Cloud 商家管理工具的特殊存取權，以及 WebDAV 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 sfcc-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 Salesforce Commerce Cloud 憑證

設定 WebDAV 存取權

  1. 登入 Salesforce Commerce Cloud 執行個體的商家管理工具。
  2. 依序前往「管理」>「機構」>「角色和權限」。
  3. 確認使用者帳戶已啟用 WebDAV 檔案存取權限。
  4. 記下 SFCC 執行個體主機名稱 (例如 development-yoursite-dw.demandware.net)。

  5. 將下列憑證儲存在安全的位置：

    • SFCC 主機：執行個體主機名稱 (例如 development-yoursite-dw.demandware.net)。
    • 使用者名稱：你的商家管理工具使用者名稱。
    • 密碼：商家管理工具密碼。

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 Salesforce Commerce Cloud 執行個體的商家管理工具。
  2. 依序前往「Administration」(管理) >「Site Development」(網站開發) >「Development Setup」(開發設定)。
  3. 按一下「WebDAV」部分下方的「記錄檔」。
  4. 如果可以看到記錄檔目錄，表示您具備必要權限。
  5. 如果沒有看到這個選項，請與 SFCC 管理員聯絡，授予 WebDAV 存取權。

測試 API 存取權

  • 請先測試憑證，再繼續進行整合：

    # Replace with your actual credentials
SFCC_HOST="development-yoursite-dw.demandware.net"
USERNAME="your-username"
PASSWORD="your-password"

# Test WebDAV access to log directory
curl -v -u "${USERNAME}:${PASSWORD}" \
  "https://${SFCC_HOST}/on/demandware.servlet/webdav/Sites/Logs/"

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 sfcc-logs-collector-sa。
    • 服務帳戶說明：輸入 Service account for Cloud Run function to collect Salesforce Commerce 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. 按一下 bucket 名稱 (例如 sfcc-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 sfcc-logs-collector-sa@your-project.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 sfcc-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 Salesforce Commerce Cloud WebDAV 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 sfcc-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 sfcc-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 sfcc-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 sfcc-logs GCS bucket 名稱
    GCS_PREFIX sfcc 記錄檔的前置字串
    STATE_KEY sfcc/state.json 狀態檔案路徑
    SFCC_HOST development-yoursite-dw.demandware.net SFCC 執行個體主機名稱
    SFCC_USERNAME your-username 商家管理工具使用者名稱
    SFCC_PASSWORD your-password 商家管理工具密碼
    LOG_DIRS security,error,warn,customerror 以半形逗號分隔的記錄目錄
    LOOKBACK_HOURS 24 初始回溯期

  10. 在「變數與密鑰」分頁中向下捲動至「要求」：

    • 要求逾時：輸入 600 秒 (10 分鐘)。

  11. 前往「容器」中的「設定」分頁：

    • 在「資源」部分：
      • 記憶體：選取 512 MiB 以上。
      • CPU：選取 1。
    • 按一下 [完成]。

  12. 向下捲動至「執行環境」：

    • 選取「預設」 (建議選項)。

  13. 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)。

  14. 點選「建立」。

  15. 等待服務建立完成 (1 到 2 分鐘)。

  16. 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「函式進入點」中輸入 main。

  2. 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
import base64
import re

# Initialize HTTP client with timeouts
http = urllib3.PoolManager(
  timeout=urllib3.Timeout(connect=10.0, read=60.0),
  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', 'sfcc')
STATE_KEY = os.environ.get('STATE_KEY', 'sfcc/state.json')
SFCC_HOST = os.environ.get('SFCC_HOST')
SFCC_USERNAME = os.environ.get('SFCC_USERNAME')
SFCC_PASSWORD = os.environ.get('SFCC_PASSWORD')
LOG_DIRS = [d.strip() for d in os.environ.get('LOG_DIRS', 'security,error,warn,customerror').split(',') if d.strip()]
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 Salesforce Commerce Cloud
  logs via WebDAV and write to GCS.

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

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

  try:
    bucket = storage_client.bucket(GCS_BUCKET)

    # Load state
    state = load_state(bucket, STATE_KEY)

    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"])
      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 since {last_time.isoformat()}")

    # Build auth header
    credentials = f"{SFCC_USERNAME}:{SFCC_PASSWORD}"
    encoded_credentials = base64.b64encode(credentials.encode('utf-8')).decode('utf-8')
    headers = {
      'Authorization': f'Basic {encoded_credentials}',
      'User-Agent': 'GoogleSecOps-SFCCCollector/1.0'
    }

    total_files = 0
    webdav_base = f"https://{SFCC_HOST}/on/demandware.servlet/webdav/Sites/Logs"

    for log_dir in LOG_DIRS:
      print(f"Processing log directory: {log_dir}")
      files_processed = fetch_and_upload_logs(
        bucket=bucket,
        webdav_base=webdav_base,
        log_dir=log_dir,
        headers=headers,
        since=last_time,
        now=now,
      )
      total_files += files_processed

    if total_files == 0:
      print("No new log files found.")
    else:
      print(f"Successfully processed {total_files} log files")

    save_state(bucket, STATE_KEY, now.isoformat())

  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 list_webdav_files(webdav_url: str, headers: dict):
  """List files in a WebDAV directory using PROPFIND."""
  backoff = 1.0
  max_retries = 3

  for attempt in range(max_retries):
    response = http.request('PROPFIND', webdav_url, headers={**headers, 'Depth': '1'})

    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

    if response.status not in (200, 207):
      print(f"HTTP Error listing {webdav_url}: {response.status}")
      return []

    content = response.data.decode('utf-8')
    # Parse file names from WebDAV PROPFIND XML response
    files = re.findall(r'<D:href>([^<]+)</D:href>', content)
    return [f for f in files if not f.endswith('/')]

  return []

def fetch_and_upload_logs(bucket, webdav_base: str, log_dir: str, headers: dict, since: datetime, now: datetime):
  """
  Fetch log files from a WebDAV directory and upload to GCS.

  Args:
    bucket: GCS bucket object
    webdav_base: WebDAV base URL
    log_dir: Log directory name
    headers: HTTP headers with auth
    since: Only process files newer than this
    now: Current time for file naming

  Returns:
    Number of files processed
  """
  dir_url = f"{webdav_base}/{log_dir}/"
  files = list_webdav_files(dir_url, headers)
  files_processed = 0
  backoff = 1.0

  for file_path in files:
    file_name = file_path.split('/')[-1]
    if not file_name:
      continue

    # Download file
    file_url = f"https://{SFCC_HOST}{file_path}"

    response = http.request('GET', file_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)
      response = http.request('GET', file_url, headers=headers)

    if response.status != 200:
      print(f"Error downloading {file_name}: {response.status}")
      continue

    backoff = 1.0
    content = response.data

    if not content:
      continue

    # Upload to GCS
    timestamp = now.strftime('%Y%m%d_%H%M%S')
    object_key = f"{GCS_PREFIX}/{log_dir}/{file_name}_{timestamp}"
    blob = bucket.blob(object_key)

    # Convert log lines to NDJSON
    lines = content.decode('utf-8', errors='replace').splitlines()
    records = []
    for line in lines:
      line = line.strip()
      if line:
        try:
          record = json.loads(line)
        except json.JSONDecodeError:
          record = {'raw_log': line, 'log_dir': log_dir, 'source_file': file_name}
        records.append(record)

    if records:
      ndjson = '\n'.join([json.dumps(r, ensure_ascii=False) for r in records]) + '\n'
      blob.upload_from_string(ndjson, content_type='application/x-ndjson')
      print(f"Uploaded {len(records)} records from {file_name} to gs://{GCS_BUCKET}/{object_key}")
      files_processed += 1

  return files_processed

    • 第二個檔案 - 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 sfcc-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 sfcc-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. 在 Cloud Scheduler 控制台中，找出您的工作 (sfcc-logs-collector-hourly)。
  2. 按一下「強制執行」即可手動觸發。
  3. 等待幾秒鐘，然後依序前往「Cloud Run」>「Services」(服務) >「sfcc-logs-collector」>「Logs」(記錄)。

  4. 確認函式是否已順利執行。請注意以下事項：

    Fetching logs since YYYY-MM-DDTHH:MM:SS+00:00
Processing log directory: security
Uploaded X records from filename.log to gs://sfcc-logs/sfcc/security/filename.log_YYYYMMDD_HHMMSS
Successfully processed X log files

  5. 檢查 GCS 值區 (sfcc-logs)，確認記錄是否已寫入。

如果記錄中顯示錯誤：

  • HTTP 401：檢查環境變數中的 SFCC 憑證
  • HTTP 403：確認帳戶在商家管理工具中具有 WebDAV 檔案存取權
  • 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，擷取 Salesforce Commerce Cloud 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 Salesforce Commerce Cloud Logs)。
  5. 選取「Google Cloud Storage V2」做為「來源類型」。
  6. 選取「Salesforce Commerce 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，後續步驟會用到。

  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://sfcc-logs/sfcc/
      • 取代：
        • sfcc-logs：您的 GCS bucket 名稱。
        • sfcc/：儲存記錄的前置字元/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. 按一下 bucket 名稱 (sfcc-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
auth.mechanism extensions.auth.mechanism 已合併
csv_format extensions.auth.mechanism 已對應：false → auth.mechanism
event_id extensions.auth.mechanism 已對應：Login: Success → auth.mechanism
mechanism extensions.auth.mechanism 已合併
LoginType extensions.auth.type 已對應：Application → AUTHTYPE_UNSPECIFIED
csv_format extensions.auth.type 已對應：false → AUTHTYPE_UNSPECIFIED
event_id extensions.auth.type 對應的值 (共 6 個，例如 ` "Login"、"LoginAsEvent"、"IdentityVerificationEvent"、"LoginE...
eventType.name metadata.description 直接對應
metadata_description metadata.description 直接對應
collected_timestamp metadata.event_timestamp 剖析為 yyyyMMddHHmmss
createdAt metadata.event_timestamp 剖析為 UNIX_MS
createdDate metadata.event_timestamp 剖析為 yyyy-MM-ddTHH:mm:ss.SSS
timestamp metadata.event_timestamp 剖析為 yyyyMMddHHmmss
ts_date metadata.event_timestamp 剖析為 yyyy-MM-dd HH:mm:ss.SSSZ
csv_format metadata.event_type 已對應：false → USER_LOGIN、false → USER_LOGOUT、false → `USER_RESOURCE_UPDATE_CON...
event_id metadata.event_type 對應：Login: Success → USER_LOGIN、Logout → USER_LOGOUT
event_type metadata.event_type 直接對應
label metadata.ingestion_labels 已合併
resource_name metadata.ingestion_labels 已對應：`"ReportEvent","SessionHijackingEventStore","BulkApiResultEventStore","CredentialStu...
attrs.cat metadata.product_event_type 已重新命名/對應
eventType.id metadata.product_event_type 直接對應
event_id metadata.product_event_type 直接對應
event_identifier metadata.product_log_id 直接對應
id metadata.product_log_id 直接對應
protocol network.application_protocol 直接對應
transaction_id network.dhcp.transaction_id 直接對應
referral_url network.http.referral_url 直接對應
request_status network.http.response_code 直接對應
attrs.Application principal.application 已重新命名/對應
enterpriseId principal.group.product_object_id 直接對應
attrs.src principal.ip 已合併
csv_format principal.ip 已對應：false → attrs.src
event_id principal.ip 已對應：Login: Success → attrs.src
Status_LK principal.labels 已合併
Status_LK principal.resource.attribute.labels 已合併
browser_name principal.resource.name 直接對應
memberId principal.resource.product_object_id 直接對應
principal_resource_type principal.resource.type 直接對應
attrs.usrName principal.user.email_addresses 已合併
csv_format principal.user.email_addresses 已對應：false → attrs.usrName
src_email principal.user.email_addresses 已合併
attrs.USER_ID_DERIVED principal.user.product_object_id 已重新命名/對應
employee.employeeName principal.user.user_display_name 直接對應
user_display_name principal.user.user_display_name 直接對應
attrs.usrName principal.user.userid 直接對應
employee.userName principal.user.userid 直接對應
login_key principal.user.userid 直接對應
user_id principal.user.userid 直接對應
csv_format security_result 已對應：false → sec_result
event_id security_result 已對應：Login: Success → sec_result
sec_result security_result 已合併
sr security_result 已合併
action security_result.action 已合併
eventSource.name src.resource.name 直接對應
eventSource.id src.resource.product_object_id 直接對應
organization_id target.administrative_domain 直接對應
target_hostname target.asset.hostname 直接對應
device_id target.asset_id 直接對應
target_hostname target.hostname 直接對應
call_time target.resource.attribute.labels 已合併
cpu target.resource.attribute.labels 已合併
db_cpu target.resource.attribute.labels 已合併
db_type target.resource.attribute.labels 已合併
duration_time target.resource.attribute.labels 已合併
entry_p target.resource.attribute.labels 已合併
exe_time target.resource.attribute.labels 已合併
no_sql_que target.resource.attribute.labels 已合併
ope target.resource.attribute.labels 已合併
rows_proc target.resource.attribute.labels 已合併
run target.resource.attribute.labels 已合併
ses_level target.resource.attribute.labels 已合併
ss_type target.resource.attribute.labels 已合併
total_time target.resource.attribute.labels 已合併
user_ty target.resource.attribute.labels 已合併
verify_method target.resource.attribute.labels 已合併
attrs.AccountId target.resource.id 已重新命名/對應
attrs.CaseId target.resource.id 已重新命名/對應
attrs.ContactId target.resource.id 已重新命名/對應
eventSource.id target.resource.id 直接對應
request_id target.resource.id 直接對應
eventSource.name target.resource.name 直接對應
object.name target.resource.name 直接對應
resource_name target.resource.name 直接對應
object.id target.resource.product_object_id 直接對應
event_id target.resource.resource_type 已對應：PlatformEncryption → ACCESS_POLICY、ApexCallout → ACCESS_POLICY、`ApexTrigge...
target_resource_type target.resource.resource_type 直接對應
event_id target.resource.type 已對應：(QueuedExecution/ApexExecution) → BATCH、ApexTrigger → DATABASE_TRIGGER、`Co...
attrs.LoginUrl target.url 已重新命名/對應
attrs.attributes.url target.url 已重新命名/對應
uri target.url 直接對應
attrs.usrName target.user.email_addresses 已合併
csv_format target.user.email_addresses 已對應：false → attrs.usrName
event_id target.user.email_addresses 已對應：Logout → attrs.usrName
target_user_display_name target.user.user_display_name 直接對應
target_user_name target.user.userid 直接對應
不適用 extensions.auth.auth_details 常數：ACTIVE
不適用 extensions.auth.type 常數：SSO
不適用 metadata.event_type 常數：GENERIC_EVENT
不適用 metadata.product_name 常數：SALESFORCE
不適用 metadata.vendor_name 常數：SALESFORCE
不適用 target.resource.resource_type 常數：ACCESS_POLICY
不適用 target.resource.type 常數：BATCH

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。