收集 Keeper Enterprise Security 日志

支持的平台：

Google SecOps SIEM

本文档介绍了如何使用 Google Cloud Storage V2 将 Keeper Enterprise Security 日志注入到 Google Security Operations。

Keeper Enterprise Security 是一款企业密码管理和特权访问管理平台，可保护凭据、密钥和敏感数据。它通过 Reporting and Alerts API 生成保险柜访问、密码更改、共享事件和管理操作的审核日志。

准备工作

请确保满足以下前提条件：

• Google SecOps 实例
• 启用了 Cloud Storage API 的 GCP 项目
• 创建和管理 GCS 存储桶的权限
• 管理 GCS 存储桶的 IAM 政策的权限
• 创建 Cloud Run 服务、Pub/Sub 主题和 Cloud Scheduler 作业的权限
• 对 Keeper 管理控制台的特权访问权限（具有管理员权限）
• 已启用高级报告和提醒模块 (ARAM) 的 Keeper Enterprise 或 Business 方案

创建 Google Cloud Storage 存储桶

1. 前往 Google Cloud 控制台。
2. 选择您的项目或创建一个新项目。
3. 在导航菜单中，依次前往 Cloud Storage > 存储桶。
4. 点击创建存储分区。

5. 提供以下配置详细信息：

   设置	值
   为存储桶命名	输入一个全局唯一的名称（例如 keeper-audit-logs）
   位置类型	根据您的需求进行选择（区域级、双区域级、多区域级）
   位置	选择位置（例如 us-central1）
   存储类别	标准（建议用于频繁访问的日志）
   访问权限控制	均匀（推荐）
   保护工具	可选：启用对象版本控制或保留政策

6. 点击创建。

收集 Keeper Enterprise Security API 凭据

创建 API 密钥

1. 登录 Keeper 管理控制台。
2. 依次前往管理 > 报告和提醒。
3. 点击 API 密钥，或前往 API 密钥管理部分。
4. 点击创建 API 密钥。
5. 输入 API 密钥的名称（例如 Google Security Operations Integration）。
6. 请复制以下详细信息并将其保存在安全的位置：
   • API 密钥：生成的 API 密钥值
   • 私钥：下载私钥文件（用于生成令牌）

7. 在管理控制台中记下 Keeper Enterprise 企业 ID。

   注意： API 密钥必须有权访问报告和提醒模块 (ARAM) 端点。如果您的企业未启用 ARAM 模块，请与 Keeper 支持团队联系。

确定 API 基本网址

• Keeper API 基础网址取决于您的数据中心区域：

  区域	API 基本网址
  美国	https://keepersecurity.com
  欧盟	https://keepersecurity.eu
  AU	https://keepersecurity.com.au
  CA	https://keepersecurity.ca
  JP	https://keepersecurity.jp
  美国 GovCloud	https://govcloud.keepersecurity.us

  注意： 请通过 Keeper 管理控制台网址或您的账号文档确认您的区域。

验证权限

如需验证账号是否具有所需权限，请执行以下操作：

1. 登录 Keeper 管理控制台。
2. 依次前往管理 > 报告和提醒。
3. 如果您能看到报告和提醒信息中心以及 API 密钥部分，则表示您拥有所需的权限。
4. 如果您看不到此选项，请与 Keeper 管理员联系，以启用 ARAM 模块并授予管理员访问权限。

测试 API 访问权限

• 在继续进行集成之前，请测试您的凭据：

  # Replace with your actual credentials
  KEEPER_API_KEY="your-api-key"
  KEEPER_BASE="https://keepersecurity.com"
  
  # Test API access - get audit events (requires signed token)
  # Note: Keeper uses a signed JWT for authentication.
  # Refer to Keeper Commander CLI for testing:
  keeper audit-report --format json --limit 1
  

为 Cloud Run 函数创建服务账号

Cloud Run 函数需要一个服务账号，该账号具有写入 GCS 存储桶和被 Pub/Sub 调用的权限。

创建服务账号

1. 在 GCP 控制台中，依次前往 IAM 和管理 > 服务账号。
2. 点击创建服务账号。
3. 提供以下配置详细信息：
   • 服务账号名称：输入 keeper-logs-collector-sa
   • 服务账号说明：输入 Service account for Cloud Run function to collect Keeper Enterprise Security logs
4. 点击创建并继续。
5. 在向此服务账号授予对项目的访问权限部分，添加以下角色：
   1. 点击选择角色。
   2. 搜索并选择 Storage Object Admin。
   3. 点击 + 添加其他角色。
   4. 搜索并选择 Cloud Run Invoker。
   5. 点击 + 添加其他角色。
   6. 搜索并选择 Cloud Functions Invoker。
6. 点击继续。
7. 点击完成。

以下操作需要这些角色：

• Storage Object Admin：将日志写入 GCS 存储桶并管理状态文件
• Cloud Run Invoker：允许 Pub/Sub 调用函数
• Cloud Functions Invoker：允许调用函数

授予对 GCS 存储桶的 IAM 权限

向服务账号授予对 GCS 存储桶的写入权限：

1. 前往 Cloud Storage > 存储桶。
2. 点击您的存储桶名称（例如 keeper-audit-logs）。
3. 前往权限标签页。
4. 点击授予访问权限。
5. 提供以下配置详细信息：
   • 添加主账号：输入服务账号电子邮件地址（例如 keeper-logs-collector-sa@PROJECT_ID.iam.gserviceaccount.com）
   • 分配角色：选择 Storage Object Admin
6. 点击保存。

创建 Pub/Sub 主题

创建一个 Pub/Sub 主题，供 Cloud Scheduler 发布消息，并供 Cloud Run 函数订阅。

1. 在 GCP 控制台中，前往 Pub/Sub > 主题。
2. 点击创建主题。
3. 提供以下配置详细信息：
   • 主题 ID：输入 keeper-logs-trigger
   • 将其他设置保留为默认值
4. 点击创建。

创建 Cloud Run 函数以收集日志

Cloud Run 函数将由来自 Cloud Scheduler 的 Pub/Sub 消息触发，以从 Keeper Reporting and Alerts API 中提取日志并将其写入 GCS。

1. 在 GCP 控制台中，前往 Cloud Run。
2. 点击创建服务。
3. 选择函数（使用内嵌编辑器创建函数）。

4. 在配置部分中，提供以下配置详细信息：

   设置	值
   Service 名称	keeper-logs-collector
   区域	选择与您的 GCS 存储桶匹配的区域（例如 us-central1）
   运行时	选择 Python 3.12 或更高版本

5. 在触发器（可选）部分中：

   1. 点击 + 添加触发器。
   2. 选择 Cloud Pub/Sub。
   3. 在选择 Cloud Pub/Sub 主题中，选择主题 keeper-logs-trigger。
   4. 点击保存。

6. 在身份验证部分中：

   1. 选择需要进行身份验证。
   2. 检查 Identity and Access Management (IAM)。
   注意： 调用函数时，Pub/Sub 会自动处理身份验证。

7. 向下滚动并展开容器、网络、安全性。

8. 前往安全标签页：

   • 服务账号：选择服务账号 keeper-logs-collector-sa。

9. 前往容器标签页：

   1. 点击变量和密钥。
   2. 为每个环境变量点击 + 添加变量：

   变量名称	示例值	说明
   GCS_BUCKET	keeper-audit-logs	GCS 存储桶名称
   GCS_PREFIX	keeper	日志文件的前缀
   STATE_KEY	keeper/state.json	状态文件路径
   KEEPER_API_BASE	https://keepersecurity.com	Keeper API 基本网址
   KEEPER_API_KEY	your-api-key	Keeper API 密钥
   KEEPER_PRIVATE_KEY	base64-encoded-private-key	Base64 编码的私钥
   KEEPER_ENTERPRISE_ID	12345	企业 ID
   MAX_RECORDS	5000	每次运行的记录数上限
   PAGE_SIZE	1000	每页记录数
   LOOKBACK_HOURS	24	初始回溯期

10. 在变量和密钥部分中，向下滚动到请求：

    • 请求超时：输入 600 秒（10 分钟）

11. 前往设置标签页：

    • 在资源部分中：
      • 内存：选择 512 MiB 或更高值
      • CPU：选择 1

12. 在修订版本伸缩部分中：

    • 实例数下限：输入 0
    • 实例数上限：输入 100（或根据预期负载进行调整）

13. 点击创建。

14. 等待服务创建完成（1-2 分钟）。

15. 创建服务后，系统会自动打开内嵌代码编辑器。

添加函数代码

1. 在入口点字段中输入 main。

2. 在内嵌代码编辑器中，创建两个文件：

   • 第一个文件 - 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 hashlib
       import hmac
     
       # 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', 'keeper')
       STATE_KEY = os.environ.get('STATE_KEY', 'keeper/state.json')
       KEEPER_API_BASE = os.environ.get('KEEPER_API_BASE', 'https://keepersecurity.com')
       KEEPER_API_KEY = os.environ.get('KEEPER_API_KEY')
       KEEPER_PRIVATE_KEY = os.environ.get('KEEPER_PRIVATE_KEY')
       KEEPER_ENTERPRISE_ID = os.environ.get('KEEPER_ENTERPRISE_ID')
       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)
     
       def get_auth_token():
         """
         Generate authentication token for Keeper Reporting API.
         Uses HMAC-SHA512 signing with the private key.
         """
         api_base = KEEPER_API_BASE.rstrip('/')
         token_url = f"{api_base}/api/rest/enterprise/auth/token"
     
         # Build token request
         timestamp = str(int(time.time()))
         message = f"{KEEPER_API_KEY}:{timestamp}"
     
         # Decode private key from base64
         private_key_bytes = base64.b64decode(KEEPER_PRIVATE_KEY)
     
         # Sign with HMAC-SHA512
         signature = hmac.new(
           private_key_bytes,
           message.encode('utf-8'),
           hashlib.sha512
         ).digest()
         signature_b64 = base64.b64encode(signature).decode('utf-8')
     
         body = json.dumps({
           'api_key': KEEPER_API_KEY,
           'timestamp': timestamp,
           'signature': signature_b64,
           'enterprise_id': KEEPER_ENTERPRISE_ID
         })
     
         headers = {
           'Content-Type': 'application/json',
           'Accept': 'application/json'
         }
     
         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 auth token: {response.status} - {response.data.decode('utf-8')}")
     
           data = json.loads(response.data.decode('utf-8'))
           return data.get('token', data.get('access_token'))
     
         raise RuntimeError("Failed to get auth token after 3 retries")
     
       @functions_framework.cloud_event
       def main(cloud_event):
         """
         Cloud Run function triggered by Pub/Sub to fetch Keeper Enterprise
         Security audit logs and write to GCS.
     
         Args:
           cloud_event: CloudEvent object containing Pub/Sub message
         """
     
         if not all([GCS_BUCKET, KEEPER_API_KEY, KEEPER_PRIVATE_KEY, KEEPER_ENTERPRISE_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 auth token
           token = get_auth_token()
     
           # Fetch logs
           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 audit event logs from Keeper Reporting and Alerts API
         with pagination and rate limiting.
     
         Args:
           token: Authentication token
           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 = KEEPER_API_BASE.rstrip('/')
         endpoint = f"{api_base}/api/rest/enterprise/audit-events"
     
         headers = {
           'Authorization': f'Bearer {token}',
           'Accept': 'application/json',
           'Content-Type': 'application/json',
           'User-Agent': 'GoogleSecOps-KeeperCollector/1.0'
         }
     
         records = []
         newest_time = None
         page_num = 0
         backoff = 1.0
     
         # Convert to Unix epoch seconds for Keeper API
         start_epoch = int(start_time.timestamp())
         end_epoch = int(end_time.timestamp())
         cursor = None
     
         while True:
           page_num += 1
     
           if len(records) >= max_records:
             print(f"Reached max_records limit ({max_records})")
             break
     
           # Build request body
           body = {
             'start_time': start_epoch,
             'end_time': end_epoch,
             'limit': min(page_size, max_records - len(records)),
             'enterprise_id': KEEPER_ENTERPRISE_ID
           }
           if cursor:
             body['cursor'] = cursor
     
           try:
             response = http.request(
               'POST',
               endpoint,
               body=json.dumps(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('audit_events', data.get('events', []))
     
             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('created')
                 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
             cursor = data.get('cursor') or data.get('next_cursor')
             if not cursor:
               print("No more pages (no next cursor)")
               break
     
           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
     

   • 第二个文件 - requirements.txt:：

       functions-framework==3.*
       google-cloud-storage==2.*
       urllib3>=2.0.0
     

3. 点击部署以保存并部署函数。

4. 等待部署完成（2-3 分钟）。

   注意： Pub/Sub 触发器配置会自动创建必要的订阅和权限。

创建 Cloud Scheduler 作业

Cloud Scheduler 将定期向 Pub/Sub 主题发布消息，从而触发 Cloud Run 函数。

1. 在 GCP 控制台中，前往 Cloud Scheduler。
2. 点击创建作业。

3. 提供以下配置详细信息：

   设置	值
   名称	keeper-logs-collector-hourly
   区域	选择与 Cloud Run 函数相同的区域
   频率	0 * * * *（每小时整点）
   时区	选择时区（建议选择世界协调时间 [UTC]）
   目标类型	Pub/Sub
   主题	选择主题 keeper-logs-trigger
   消息正文	{}（空 JSON 对象）

4. 点击创建。

时间表频率选项

根据日志量和延迟时间要求选择频次：

频率	Cron 表达式	使用场景
每隔 5 分钟	*/5 * * * *	大容量、低延迟
每隔 15 分钟	*/15 * * * *	搜索量中等
每小时	0 * * * *	标准（推荐）
每 6 小时	0 */6 * * *	低量批处理
每天	0 0 * * *	历史数据收集

测试集成

1. 在 Cloud Scheduler 控制台中，找到您的作业。
2. 点击强制运行以手动触发作业。
3. 等待几秒钟。
4. 前往 Cloud Run > 服务。
5. 点击 keeper-logs-collector。
6. 点击日志标签页。

7. 验证函数是否已成功执行。查找：

   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://keeper-audit-logs/keeper/logs_YYYYMMDD_HHMMSS.ndjson
   Successfully processed X records
   

8. 前往 Cloud Storage > 存储桶。

9. 点击您的存储桶名称 (keeper-audit-logs)。

10. 转到 keeper/ 文件夹。

11. 验证是否已创建具有当前时间戳的新 .ndjson 文件。

如果您在日志中看到错误，请执行以下操作：

• HTTP 401：检查环境变量中的 API 凭据
• HTTP 403：在 Keeper 管理控制台中验证账号是否具有所需的 ARAM 权限
• HTTP 429：速率限制 - 函数将自动重试并进行退避
• 缺少环境变量：检查是否已设置所有必需的变量

在 Google SecOps 中配置 Feed 以注入 Keeper Enterprise Security 日志

1. 前往 SIEM 设置 > Feed。
2. 点击添加新 Feed。
3. 点击配置单个 Feed。
4. 在 Feed 名称字段中，输入 Feed 的名称（例如 Keeper Enterprise Security Logs）。
5. 选择 Google Cloud Storage V2 作为来源类型。
6. 选择 Keeper Enterprise Security 作为日志类型。

7. 点击获取服务账号。系统会显示一个唯一的服务账号电子邮件地址，例如：

   [e-mail]
   

8. 复制电子邮件地址。

   注意： 每个 Google SecOps 实例都有一个唯一的服务账号。请勿使用其他文档或示例中的服务账号。

9. 点击下一步。

10. 为以下输入参数指定值：

    • 存储桶网址：输入带有前缀路径的 GCS 存储桶 URI：

      gs://keeper-audit-logs/keeper/
      

      • 替换：
        • keeper-audit-logs：您的 GCS 存储桶名称。
        • keeper：存储日志的可选前缀/文件夹路径（留空表示根目录）。
    注意： 请务必在 URI 末尾添加尾随斜杠 (/)。

    • 来源删除选项：根据您的偏好选择删除选项：

      • 永不：转移后永不删除任何文件（建议用于测试）。
      • 删除已转移的文件：成功转移后删除文件。

      • 删除已转移的文件和空目录：成功转移后删除文件和空目录。

        注意 ：如果您选择删除选项，服务账号必须具有 Storage Object Admin 角色，而不是 Storage Object Viewer 角色。相应地更新 IAM 权限。

    • 文件存在时间上限：包含在过去指定天数内修改过的文件（默认值为 180 天）

    • 资源命名空间：资源命名空间

    • 注入标签：要应用于此 Feed 中事件的标签

11. 点击下一步。

12. 在最终确定界面中查看新的 Feed 配置，然后点击提交。

向 Google SecOps 服务账号授予 IAM 权限

Google SecOps 服务账号需要对您的 GCS 存储桶具有 Storage Object Viewer 角色。

1. 前往 Cloud Storage > 存储桶。
2. 点击您的存储桶名称。
3. 前往权限标签页。
4. 点击授予访问权限。
5. 提供以下配置详细信息：
   • 添加主账号：粘贴 Google SecOps 服务账号电子邮件地址
   • 分配角色：选择 Storage Object Viewer
6. 点击保存。

注意： 如果您打算使用“删除已转移的文件”或“删除已转移的文件和空目录”删除选项，请授予 Storage Object Admin 角色，而不是 Storage Object Viewer 角色。

UDM 映射表

日志字段	UDM 映射	逻辑
logData.channel	extensions.auth.type	如果值位于 ["SSO", "MACHINE", "VPN", "PHYSICAL", "TACACS"] 中，则设置为大写值，否则设置为“AUTHTYPE_UNSPECIFIED”
logData.timestamp	metadata.event_timestamp	使用 ISO8601 格式转换
logData.audit_event, logData.remote_address	metadata.event_type	如果 audit_event 与“login”匹配且 remote_address 不为空，则设置为“USER_LOGIN”；否则，如果 remote_address 不为空，则设置为“STATUS_UPDATE”；否则设置为“GENERIC_EVENT”
logData.audit_event	metadata.product_event_type	直接复制值
logData.enterprise_id	metadata.product_log_id	已转换为字符串
	metadata.product_name	设置为“KEEPER”
	metadata.vendor_name	设置为“KEEPER”
logData.client_version	network.http.parsed_user_agent	直接复制值，然后转换为 parseduseragent
logData.client_version	network.http.user_agent	直接复制值
logData.remote_address	principal.asset.ip	直接复制值
logData.remote_address	principal.ip	直接复制值
logData.category	security_result.category_details	从来源合并
logData.shared_folder_uid, logData.folder_uid	security_result.detection_fields	合并为具有键“shared_folder_uid”和“folder_uid”的标签
logData.email	target.user.email_addresses	从来源合并
logData.username	target.user.userid	直接复制值

更新日志

查看相应解析器的更新日志

需要更多帮助？获得社区成员和 Google SecOps 专业人士的解答。