收集 ThreatX WAF 記錄

支援的國家/地區：

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

ThreatX WAF 是一種 API 和網頁應用程式防火牆，可提供行為威脅偵測和機器人防護功能。這項服務會監控及分析流量模式，找出並封鎖針對網頁應用程式和 API 的惡意要求。ThreatX REST API 提供事件和實體記錄的程式輔助存取權。

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
  • 具備管理員權限的 ThreatX 控制台特殊存取權
  • ThreatX API 金鑰和客戶名稱

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 threatx-waf-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 ThreatX WAF API 憑證

取得 API 金鑰

  1. 以管理員身分登入 ThreatX 控制台。
  2. 依序前往「設定」>「API 金鑰」。
  3. 點選「Generate API Key」。
  4. 輸入 API 金鑰名稱 (例如 Google SecOps Integration)。

  5. 複製下列詳細資料並存放在安全的位置：

    • API 金鑰：產生的 API 金鑰值
    • 客戶名稱：您的 ThreatX 客戶名稱 (顯示在控制台網址或「設定」頁面中)

判斷 API 基準網址

ThreatX API 基準網址：

環境 API 基礎網址
正式環境 https://provision.threatx.io/tx/api/v2

測試 API 存取權

  • 請先測試憑證，再繼續進行整合：

    # Replace with your actual credentials
THREATX_API_KEY="your-api-key"
THREATX_CUSTOMER="your-customer-name"

# Test API access - list entities
curl -s -X POST "https://provision.threatx.io/tx/api/v2/entities/list" \
  -H "Content-Type: application/json" \
  -d "{\"api_key\": \"${THREATX_API_KEY}\", \"customer_name\": \"${THREATX_CUSTOMER}\", \"command\": {\"limit\": 1}}"

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 threatx-waf-logs-collector-sa
    • 服務帳戶說明：輸入 Service account for Cloud Run function to collect ThreatX WAF 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 threatx-waf-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 threatx-waf-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 threatx-waf-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 ThreatX REST 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 threatx-waf-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 threatx-waf-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 threatx-waf-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 threatx-waf-logs GCS bucket 名稱
    GCS_PREFIX threatx 記錄檔的前置字串
    STATE_KEY threatx/state.json 狀態檔案路徑
    THREATX_API_KEY your-api-key ThreatX API 金鑰
    THREATX_CUSTOMER your-customer-name ThreatX 客戶名稱
    THREATX_API_BASE https://provision.threatx.io/tx/api/v2 ThreatX API 基準網址
    MAX_RECORDS 5000 每次執行的記錄數上限
    PAGE_SIZE 1000 每頁記錄數
    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：

    • 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

# 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', 'threatx')
STATE_KEY = os.environ.get('STATE_KEY', 'threatx/state.json')
THREATX_API_KEY = os.environ.get('THREATX_API_KEY')
THREATX_CUSTOMER = os.environ.get('THREATX_CUSTOMER')
THREATX_API_BASE = os.environ.get('THREATX_API_BASE', 'https://provision.threatx.io/tx/api/v2')
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 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 ThreatX WAF
    event logs and write to GCS.

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

    if not all([GCS_BUCKET, THREATX_API_KEY, THREATX_CUSTOMER]):
        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()}")

        # Fetch logs
        records, newest_event_time = fetch_logs(
            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(start_time: datetime, end_time: datetime, page_size: int, max_records: int):
    """
    Fetch event logs from ThreatX REST API
    with pagination and rate limiting.

    Args:
        start_time: Start time for log query
        end_time: End time for log query
        page_size: Number of records per page
        max_records: Maximum total records to fetch

    Returns:
        Tuple of (records list, newest_event_time ISO string)
    """
    api_base = THREATX_API_BASE.rstrip('/')
    endpoint = f"{api_base}/logs/list"

    headers = {
        'Accept': 'application/json',
        'Content-Type': 'application/json',
        'User-Agent': 'GoogleSecOps-ThreatXCollector/1.0'
    }

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

    start_epoch = int(start_time.timestamp())
    end_epoch = int(end_time.timestamp())

    while True:
        page_num += 1

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

        body = json.dumps({
            'api_key': THREATX_API_KEY,
            'customer_name': THREATX_CUSTOMER,
            'command': {
                'from': start_epoch,
                'to': end_epoch,
                'limit': min(page_size, max_records - len(records)),
                'offset': offset
            }
        })

        try:
            response = http.request('POST', endpoint, body=body, 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('Ok', {}).get('logs', data.get('Ok', []))
            if isinstance(page_results, dict):
                page_results = page_results.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_ts = event.get('timestamp') or event.get('time')
                    if event_ts:
                        if isinstance(event_ts, (int, float)):
                            event_dt = datetime.fromtimestamp(event_ts, tz=timezone.utc)
                            event_time = event_dt.isoformat()
                        else:
                            event_time = str(event_ts)
                        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
            if len(page_results) < page_size:
                print("No more pages (last page not full)")
                break

            offset += len(page_results)

        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
    • 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 threatx-waf-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 threatx-waf-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。
  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 threatx-waf-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
Page 1: Retrieved X events
Wrote X records to gs://threatx-waf-logs/threatx/logs_YYYYMMDD_HHMMSS.ndjson
Successfully processed X records

  8. 依序前往「Cloud Storage」>「Buckets」。

  9. 按一下 bucket 名稱 (threatx-waf-logs)。

  10. 前往 threatx/ 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 金鑰和客戶名稱
  • HTTP 403：確認 API 金鑰在 ThreatX 控制台中是否具備必要權限
  • 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

在 Google SecOps 中設定動態饋給，擷取 ThreatX WAF 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 ThreatX WAF Logs)。
  5. 選取「Google Cloud Storage V2」做為「來源類型」。
  6. 選取「ThreatX WAF」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://threatx-waf-logs/threatx/
      • 取代：
        • threatx-waf-logs：您的 GCS bucket 名稱。
        • threatx：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
動作 additional.fields.action_label 其他供應商專屬事件資料
args additional.fields.args_label 其他供應商專屬事件資料
content_length additional.fields.content_length_label 其他供應商專屬事件資料
content_type additional.fields.content_type_label 其他供應商專屬事件資料
Cookie additional.fields.cookie_label 其他供應商專屬事件資料
數量 additional.fields.count_label 其他供應商專屬事件資料
entity.codename additional.fields.entity_codename_label 其他供應商專屬事件資料
entity.hash additional.fields.entity_hash_label 其他供應商專屬事件資料
機構 additional.fields.facility_label 其他供應商專屬事件資料
js_fingerprint additional.fields.js_fingerprint_label 其他供應商專屬事件資料
msg_type additional.fields.msg_type_label 其他供應商專屬事件資料
new_value additional.fields.new_value_label 其他供應商專屬事件資料
old_value additional.fields.old_value_label 其他供應商專屬事件資料
postblock_event additional.fields.postblock_event_label 其他供應商專屬事件資料
random_id additional.fields.random_id_label 其他供應商專屬事件資料
response_length additional.fields.response_length_label 其他供應商專屬事件資料
SSL additional.fields.ssl_label 其他供應商專屬事件資料
tenant_name additional.fields.tenant_name_label 其他供應商專屬事件資料
tls_fingerprint additional.fields.tls_fingerprint_label 其他供應商專屬事件資料
upstream_response_time additional.fields.upstream_response_time_label 其他供應商專屬事件資料
版本 additional.fields.version_label 其他供應商專屬事件資料
data.classification、rule.classification security_result.detection_fields.classification_label、security_result.detection_fields.rule_classification_label 安全分類或動作
data.contrib_score、rule.contrib_score security_result.detection_fields.contrib_score_label、security_result.detection_fields.rule_contrib_score_label 安全分類或動作
data.description、rule.description security_result.detection_fields.description_label、security_result.detection_fields.rule_description_label 安全分類或動作
data.id、rule.id security_result.detection_fields.id_label、security_result.detection_fields.rule_id_label 安全分類或動作
data.risk、rule.beta security_result.detection_fields.risk_label、security_result.detection_fields.rule_beta_label 安全分類或動作
data.state、rule.state security_result.detection_fields.state_label、security_result.detection_fields.rule_state_label 安全分類或動作
data.contrib_score security_result.detection_fields.contribscore%{index}_label 安全分類或動作
data.description security_result.detectionfields.description%{index}_label 安全分類或動作
data.classification security_result.detectionfields.classification%{index}_label 安全分類或動作
data.id security_result.detectionfields.id%{index}_label 安全分類或動作
data.risk security_result.detectionfields.risk%{index}_label 安全分類或動作
data.state security_result.detectionfields.state%{index}_label 安全分類或動作
rule.blocking security_result.detection_fields.rule_blocking_label 安全分類或動作
metadata.description 事件說明
metadata.event_type 事件類型 (例如 USER_LOGIN、NETWORK_CONNECTION)
msg_id metadata.product_log_id 記錄項目的專屬 ID
metadata.product_name 產品名稱
metadata.vendor_name 供應商/公司名稱
network.http.method network.http.method 要求中使用的 HTTP 方法
status_code network.http.response_code HTTP 回應代碼
user_agent network.http.parsed_user_agent、network.http.user_agent 已剖析的使用者代理程式字串
entity.ip_address、ip principal.asset.ip、principal.ip 連線的來源 IP 位址
主機名稱 principal.asset.hostname、principal.hostname 來源主機名稱
user_email principal.email 使用者的電子郵件地址
msg1 principal.url 與負責人相關聯的網址
user_id principal.user.userid 使用者的專屬 ID
request_id target.resource.attribute.labels.request_id_label 資源屬性
subscription_id target.resource.attribute.labels.subscription_ID_label 資源屬性
uri target.resource.attribute.labels.uri_label 資源屬性
dst_domain、dst_host、username target.asset.hostname、target.hostname 目的地主機名稱
動作 security_result.action 安全性產品採取的動作
category security_result.category_details 安全性類別詳細資料
優先順序 security_result.priority 安全事件的優先順序等級
風險 security_result.risk_score 指派給事件的風險分數
嚴重性 security_result.severity 安全性事件的嚴重性等級
rule.id", "rule.description", "rule.classification", "rule.state", "rule.contrib_score", "rule.beta", and "rule.blocking security_result.detection_fields 從變更記錄對應
action", "tenant_name", "random_id", "cookie", "js_fingerprint", "content_type", "postblock_event", "ssl", "content_length", "count", "upstream_response_time", "upstream_response_time", and "response_length additional.fields 從變更記錄對應
old_value" and "new_value 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。