收集 WatchGuard EDR 記錄

支援的國家/地區：

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

WatchGuard EDR (舊稱 Panda Adaptive Defense) 是雲端管理的端點偵測與回應平台，可提供進階威脅防護、行為分析和威脅搜尋功能。WatchGuard Cloud API 可透過程式輔助存取安全事件資料，包括偵測結果、攻擊指標和威脅情報記錄。

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 WatchGuard Cloud 控制台特殊存取權
  • WatchGuard Cloud API 金鑰或 OAuth2 憑證

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 watchguard-edr-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 WatchGuard EDR API 憑證

取得 API 憑證

  1. 以管理員身分登入 WatchGuard Cloud 控制台。
  2. 依序前往「Administration」(管理) >「Managed Access」(受管理存取權)。
  3. 按一下「API 存取權」，或前往 API 金鑰管理部分。
  4. 點選「Generate API Key」。
  5. 輸入 API 金鑰名稱 (例如 Google SecOps Integration)。

  6. 複製下列詳細資料並存放在安全的位置：

    • API 金鑰 ID：API 存取金鑰
    • API 密鑰：API 密鑰
    • 帳戶 ID：您的 WatchGuard Cloud 帳戶 ID

判斷 API 基準網址

WatchGuard Cloud 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.usa.cloud.watchguard.com
歐盟 https://api.eu.cloud.watchguard.com

測試 API 存取權

  • 請先測試憑證，再繼續進行整合：

    # Replace with your actual credentials
WG_API_KEY="your-api-key-id"
WG_API_SECRET="your-api-secret"
WG_ACCOUNT_ID="your-account-id"
WG_BASE_URL="https://api.usa.cloud.watchguard.com"

# Get access token
TOKEN=$(curl -s -X POST "${WG_BASE_URL}/oauth/token" \
  -H "Content-Type: application/x-www-form-urlencoded" \
  -d "grant_type=client_credentials&client_id=${WG_API_KEY}&client_secret=${WG_API_SECRET}&scope=api-access" \
  | jq -r '.access_token')

# Test API access - list indicators
curl -s -X GET "${WG_BASE_URL}/rest/aether/v1/accounts/${WG_ACCOUNT_ID}/indicators?$top=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 watchguard-edr-logs-collector-sa
    • 服務帳戶說明：輸入 Service account for Cloud Run function to collect WatchGuard EDR 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 watchguard-edr-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 watchguard-edr-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 watchguard-edr-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 WatchGuard Cloud 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 watchguard-edr-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 watchguard-edr-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 watchguard-edr-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 watchguard-edr-logs GCS bucket 名稱
    GCS_PREFIX watchguard 記錄檔的前置字串
    STATE_KEY watchguard/state.json 狀態檔案路徑
    WG_API_KEY your-api-key-id WatchGuard Cloud API 金鑰 ID
    WG_API_SECRET your-api-secret WatchGuard Cloud API 密碼
    WG_ACCOUNT_ID your-account-id WatchGuard Cloud 帳戶 ID
    WG_API_BASE https://api.usa.cloud.watchguard.com WatchGuard Cloud API 基礎網址
    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：

    • 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', 'watchguard')
STATE_KEY = os.environ.get('STATE_KEY', 'watchguard/state.json')
WG_API_KEY = os.environ.get('WG_API_KEY')
WG_API_SECRET = os.environ.get('WG_API_SECRET')
WG_ACCOUNT_ID = os.environ.get('WG_ACCOUNT_ID')
WG_API_BASE = os.environ.get('WG_API_BASE', 'https://api.usa.cloud.watchguard.com')
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 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.
  """
  api_base = WG_API_BASE.rstrip('/')
  token_url = f"{api_base}/oauth/token"

  headers = {
    'Content-Type': 'application/x-www-form-urlencoded',
    'Accept': 'application/json'
  }

  body = (
    f"grant_type=client_credentials"
    f"&client_id={WG_API_KEY}"
    f"&client_secret={WG_API_SECRET}"
    f"&scope=api-access"
  )

  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 WatchGuard EDR
  security event logs and write to GCS.

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

  if not all([GCS_BUCKET, WG_API_KEY, WG_API_SECRET, WG_ACCOUNT_ID]):
    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 logs from multiple endpoints
    all_records = []
    newest_event_time = None

    for endpoint_type in ['indicators', 'threats']:
      records, newest_time = fetch_logs(
        token=token,
        endpoint_type=endpoint_type,
        start_time=last_time,
        end_time=now,
        page_size=PAGE_SIZE,
        max_records=MAX_RECORDS,
      )
      all_records.extend(records)
      if newest_time:
        if newest_event_time is None or parse_datetime(newest_time) > parse_datetime(newest_event_time):
          newest_event_time = newest_time

    if not all_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 all_records]) + '\n'
    blob.upload_from_string(ndjson, content_type='application/x-ndjson')

    print(f"Wrote {len(all_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(all_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, endpoint_type: str, start_time: datetime, end_time: datetime, page_size: int, max_records: int):
  """
  Fetch security event logs from WatchGuard Cloud API
  with OData-style pagination and rate limiting.

  Args:
    token: OAuth2 access token
    endpoint_type: API endpoint type (indicators, threats)
    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 = WG_API_BASE.rstrip('/')
  endpoint = f"{api_base}/rest/aether/v1/accounts/{WG_ACCOUNT_ID}/{endpoint_type}"

  headers = {
    'Authorization': f'Bearer {token}',
    'Accept': 'application/json',
    'User-Agent': 'GoogleSecOps-WatchGuardEDRCollector/1.0'
  }

  records = []
  newest_time = None
  page_num = 0
  skip = 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')

  while True:
    page_num += 1

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

    url = f"{endpoint}?$top={min(page_size, max_records - len(records))}&$skip={skip}&$filter=date ge {start_iso} and date le {end_iso}&$orderby=date asc"

    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('value', data.get('data', []))

      if not page_results:
        print(f"No more results (empty page) for {endpoint_type}")
        break

      print(f"{endpoint_type} page {page_num}: Retrieved {len(page_results)} events")

      # Add endpoint type for identification
      for event in page_results:
        event['_wg_log_type'] = endpoint_type

      records.extend(page_results)

      # Track newest event time
      for event in page_results:
        try:
          event_ts = event.get('date') or event.get('timestamp') or event.get('createdAt')
          if event_ts:
            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(f"No more pages for {endpoint_type} (last page not full)")
        break

      skip += len(page_results)

    except Exception as e:
      print(f"Error fetching {endpoint_type} logs: {e}")
      return records, newest_time

  print(f"Retrieved {len(records)} total {endpoint_type} 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 watchguard-edr-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 watchguard-edr-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 watchguard-edr-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。請注意以下事項：

    Fetching logs from YYYY-MM-DDTHH:MM:SS+00:00 to YYYY-MM-DDTHH:MM:SS+00:00
indicators page 1: Retrieved X events
threats page 1: Retrieved X events
Wrote X records to gs://watchguard-edr-logs/watchguard/logs_YYYYMMDD_HHMMSS.ndjson
Successfully processed X records

  8. 依序前往「Cloud Storage」>「Buckets」。

  9. 按一下 bucket 名稱 (watchguard-edr-logs)。

  10. 前往 watchguard/ 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 WatchGuard Cloud 控制台中確認 API 金鑰是否具備必要權限
  • 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 WatchGuard EDR 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 WatchGuard EDR Logs)。
  5. 選取「Google Cloud Storage V2」做為「來源類型」。
  6. 選取「WatchGuard EDR」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://watchguard-edr-logs/watchguard/
      • 取代：
        • watchguard-edr-logs：您的 GCS bucket 名稱。
        • watchguard：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
about.asset.asset_id 設為 device_vendor.device_product:deviceExternalId
about.file.full_path 如果 filePath 不為空白，則為 filePath 的值；如果 file_is_not_hash 為 true，則為 _hash 的值；如果 file_is_not_hash 為 true，則為 fileHash 的值
about.file.size 如果 fsize > 0，則為 fsize 的值
about.hostname dvchost 的值
about.ip IP 驗證後從 dvc 陣列合併
about.mac 如果 MAC 有效，則為 dvcmac 的值；如果沒有位置，則為 dvc_mac 的值
about.nat_ip deviceTranslatedAddress 的值
about.process.command_line 如果沒有，則為「主旨」中的值，否則為「Emne」，否則為「路徑」
about.process.pid dvcpid 的值
about.resource.attribute.permissions filePermission 的值
about.resource.attribute.labels resource_Type_label 的值
additional.fields 從各種 additional_* 標籤合併，例如 additional_eventId、additional_devicePayloadId 等。
metadata.collected_timestamp 如果「alertDateTime」值採用 ISO 格式，則為該值；否則如果「AlertDate」值採用 ISO 格式，則為該值；否則如果「Received」值採用 ISO 格式，則為該值；否則如果「Generated」值採用 ISO 格式，則為該值
metadata.description 訊息中的值
metadata.event_timestamp 如果採用 ISO 格式，則為「Date」的值
metadata.event_type 如果 file_full_path 不為空白，則設為「PROCESS_UNCATEGORIZED」；如果 event_name 位於 LogSpyware 或 LogPredictiveMachineLearning 中，則設為「SCAN_UNCATEGORIZED」；如果 has_principal 為 true，則設為「STATUS_UPDATE」；否則設為「GENERIC_EVENT」
metadata.product_event_type 如果 huntingRule 不為空白，則取自 huntingRule；否則取自 ThreatType；否則取自 device_event_class_id - event_name；否則取自 device_event_class_id；否則取自 event_name
metadata.product_log_id 如果 pandaAlertId 不是空白，則為該值，否則為 externalId
metadata.product_name 如果是 JSON，請設為「ALERTS」，否則請從 device_product 取得
metadata.product_version device_version 的值
metadata.url_back_to_product directLink 的值
metadata.vendor_name 如果是 JSON，請設為「WATCHGUARD」，否則請設為 device_vendor
network.application_protocol 如果 app_protocol_output 不是空白，則使用該值
network.direction 如果 deviceDirection == 0，則設為「INBOUND」，否則如果 == 1，則設為「OUTBOUND」
network.http.method requestMethod 的值
network.http.user_agent requestClientApplication 中的值
network.ip_protocol 如果 ip_protocol_out 不是空白，則使用該值
network.received_bytes 值來自 in，且 > 0 和整數
network.sent_bytes 值來自 out，且大於 0 的整數
principal.administrative_domain 如果 sntdom 不為空白，則為 sntdom 的值；否則為「網域」的值；否則為「Domene」的值
principal.application 來自 sourceServiceName 的值
principal.asset.asset_id 如果 MUID 值不為空白，則使用該值
principal.asset.hostname 如果 machineName 不是空白，則取自該值；否則取自 HostName；否則取自 SourceMachineName；否則取自 MachineName
principal.asset.ip 如果不是空白，則從 HostIp 合併，否則為 SourceIP，否則為 MachineIP
principal.asset.product_object_id ClientId 的值
principal.group.group_display_name 如果 Group_name 不為空白，則為 Group_name 的值，否則為 Gruppenavn
principal.hostname 如果 machineName 不為空值，則取自該值；否則如果 temp_dhost 不為空值，則取自該值；否則如果 IP 驗證失敗，則取自 shost；否則取自 Device_name；否則取自 Enhetsnavn
principal.ip 如果 principal_ip 是有效 IP，則取自該 IP；否則取自 src (如果 src 是有效 IP)
principal.mac 如果 MAC 有效，則為 smac 的值
principal.nat_ip 如果 IP 位址有效，則為 sourceTranslatedAddress 的值
principal.nat_port 如果 > 0，則為 sourceTranslatedPort 的值
principal.port 如果為整數且不為 0，則為 spt 的值
principal.process.command_line 來自預存程序的 Value
principal.process.pid spid 的值
principal.user.attribute.roles spriv 的值
principal.user.user_display_name 如果不是以 { 開頭，則取自 suser 的值；否則取自 SourceUserName，否則取自 CustomerName (如果不是空白)
principal.user.userid 如果內容.0.LoggedUser 不為空白，則取自該值，並將 event_type 設為 USER_UNCATEGORIZED；否則取自 temp_duid，否則取自 User，否則取自 Bruker
security_result.action 如果 act 為 accept/notified 或 outcome 為 REDIRECTED_USER_MAY_PROCEED 或 categoryOutcome 為 Success 或 cs2 為 Allow，則設為「ALLOW」；如果 act 為 deny/blocked 或 outcome 為 BLOCKED 或 categoryOutcome 為 Failure 或 cs2 為 Denied，則設為「BLOCK」；如果 outcome 為 Failure，則設為「FAIL」
security_result.action_details 來自 act 的值，否則來自 Action_Taken
security_result.attack_details.tactics 如果 tactics_data 不為空白，則從該資料合併
security_result.attack_details.techniques 如果不是空白，則從 technique_data 合併
security_result.category_details 貓咪帶來的價值
security_result.description 如果 msg_data_2 不為空白，則為 msg_data_2 的值；否則為 THRuleName 的值；否則為 Type 的值；否則為 Scan_Type 的值
security_result.detection_fields 合併自 operation_label、operasjon_label、permission_label、tillatelse_label、infection_channel_label、spyware_Grayware_Type_label、threat_probability_label
security_result.rule_name mwProfile 的值
security_result.severity 如果嚴重程度 == 1，則設為「INFORMATIONAL」；如果為 2，則設為「LOW」；如果為 3，則設為「MEDIUM」；如果為 4，則設為「HIGH」；如果為 5，則設為「CRITICAL」；否則，如果嚴重程度為 0/1/2，則設為「LOW」；如果為 3/4/5/INFO，則設為「MEDIUM」；如果為 6/7/SEVERE，則設為「HIGH」；如果為 8/9/10/VERY-HIGH，則設為「CRITICAL」
security_result.summary 應用程式類別的值，否則為結果
security_result.threat_name 如果間諜軟體的值不為空，則為該值；否則為 Virus_Malware_Name，否則為 Unknown_Threat
src.file.full_path 來自舊檔案路徑的值
src.file.size 如果 oldFileSize > 0，則為 oldFileSize 的值
target.administrative_domain 來自 dntdom 的值
target.application destinationServiceName 的值
target.file.full_path ItemPath 的值
target.file.md5 如果小寫轉換成功，則為 ItemHash 的值
target.hostname 如果 temp_dhost 不是空白，則使用該值
target.ip 如果 IP 有效，則為 dst_ip 的值
target.mac 如果 MAC 有效，則為 dmac 的值
target.nat_ip 如果 IP 有效，則為 destination_translated_address 的值
target.nat_port 如果為整數，則為 destinationTranslatedPort 的值
target.port 如果值為整數且在範圍內，則為 dpt 的值
target.process.command_line dproc 的值
target.process.file.full_path 如果內容.0.ChildPath 不為空白，則取自該值，否則取自 file_full_path
target.process.file.md5 如果小寫成功，則為 contents.0.ChildMd5 的值
target.process.file.names 如果不是空白，則從 file_name 合併
target.process.parent_process.file.full_path contents.0.ParentPath 的值
target.process.parent_process.file.md5 如果小寫成功，則為 contents.0.ParentMd5 的值
target.process.parent_process.file.names 如果不是空白，則從 parent_file_name 合併
target.process.parent_process.pid contents.0.ParentPID 的值
target.process.pid 來自 dpid 的值
target.resource.attribute.labels DriveType_label、ServiceLevel_label 的值
target.url 要求中的值
target.user.user_display_name temp_duser 的值
target.user.userid 如果 temp_duid 不是空白，則使用該值

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。