收集 Proofpoint Web Browser Isolation 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 Proofpoint Web Browser Isolation 日志注入到 Google Security Operations。

Proofpoint Web Browser Isolation 是一项远程浏览器隔离服务，可通过在安全的云环境中呈现 Web 内容来保护用户免受基于 Web 的威胁，防止恶意代码到达端点。它通过 Proofpoint TAP SIEM API 提供浏览活动日志。解析器从隔离事件数据中提取字段，并将其映射到统一数据模型 (UDM)，从而捕获网址分类、用户操作、安全处置和浏览会话元数据。

准备工作

请确保满足以下前提条件：

• Google SecOps 实例
• 已启用 Cloud Storage API 的 GCP 项目
• 创建和管理 GCS 存储分区的权限
• 管理 GCS 存储分区的 IAM 政策的权限
• 创建 Cloud Run 服务、Pub/Sub 主题和 Cloud Scheduler 作业的权限
• 使用 TAP SIEM API 凭据（服务正文和 API 密钥）对 Proofpoint 进行特权访问

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新项目。
3. 在导航菜单中，依次前往 Cloud Storage > 存储分区。
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 proofpoint-wbi-logs）
   位置类型	根据您的需求进行选择（区域级、双区域、多区域）
   位置	选择营业地点（例如 us-central1）
   存储类别	标准（建议用于经常访问的日志）
   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 Proofpoint TAP SIEM API 凭据

获取 API 凭据

1. 登录 Proofpoint TAP 信息中心。
2. 前往设置 > 已关联的应用。
3. 点击创建新凭据（或使用现有的 SIEM API 凭据）。

4. 复制并妥善存储以下凭据：

   • 服务正文：复制此值
   • API 密钥：复制此值
   注意： TAP SIEM API 使用 HTTP 基本身份验证，并将服务正文作为用户名，API 密钥作为密码。请与 Proofpoint 支持团队联系，确认您的订阅层级是否包含浏览器隔离事件。

验证权限

如需验证 API 凭据是否具有所需的权限，请执行以下操作：

1. 登录 Proofpoint TAP 信息中心。
2. 前往设置 > 已关联的应用。
3. 确认相应凭据已列出，且状态为有效。
4. 验证凭据是否已启用 SIEM API 访问权限。

测试 API 访问权限

• 在继续进行集成之前，请先测试您的凭据：

  # Replace with your actual credentials
  SERVICE_PRINCIPAL="<your-service-principal>"
  API_SECRET="<your-api-secret>"
  
  # Test TAP SIEM API access - fetch events from last hour
  curl -v -u "${SERVICE_PRINCIPAL}:${API_SECRET}" \
    "https://tap-api-v2.proofpoint.com/v2/siem/all?format=json&sinceSeconds=3600"
  

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 存储桶的权限，并且可以由 Pub/Sub 调用。

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 proofpoint-wbi-collector-sa
   • 服务账号说明：输入 Service account for Cloud Run function to collect Proofpoint Web Browser Isolation 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中，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。

必须拥有这些角色，才能：

• 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 > 存储分区。
2. 点击您的存储桶名称（例如 proofpoint-wbi-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 proofpoint-wbi-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，Cloud Scheduler 将向该主题发布消息，而 Cloud Run 函数将订阅该主题。

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 proofpoint-wbi-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 Proofpoint TAP SIEM API 中提取浏览器隔离事件，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	proofpoint-wbi-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 Pub/Sub 主题 (proofpoint-wbi-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. 前往安全性标签页：

   • 服务账号：选择服务账号 (proofpoint-wbi-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	proofpoint-wbi-logs	GCS 存储桶名称
   GCS_PREFIX	wbi-logs	日志文件的前缀
   STATE_KEY	wbi-logs/state.json	状态文件路径
   SERVICE_PRINCIPAL	your-service-principal	Proofpoint TAP 服务正文
   API_SECRET	your-api-secret	Proofpoint TAP API 密钥
   LOOKBACK_SECONDS	3600	回溯期（以秒为单位）（默认值：1 小时）

10. 在变量和 Secret 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
     
     # Initialize HTTP client with timeouts
     http = urllib3.PoolManager(
       timeout=urllib3.Timeout(connect=5.0, 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', 'wbi-logs')
     STATE_KEY = os.environ.get('STATE_KEY', 'wbi-logs/state.json')
     SERVICE_PRINCIPAL = os.environ.get('SERVICE_PRINCIPAL')
     API_SECRET = os.environ.get('API_SECRET')
     LOOKBACK_SECONDS = int(os.environ.get('LOOKBACK_SECONDS', '3600'))
     
     TAP_API_BASE = "https://tap-api-v2.proofpoint.com/v2/siem"
     
     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 Proofpoint
       Web Browser Isolation events via TAP SIEM API and write to GCS.
     
       Args:
         cloud_event: CloudEvent object containing Pub/Sub message
       """
     
       if not all([GCS_BUCKET, SERVICE_PRINCIPAL, API_SECRET]):
         print('Error: Missing required environment variables')
         return
     
       try:
         # Get GCS bucket
         bucket = storage_client.bucket(GCS_BUCKET)
     
         # Load state
         state = load_state(bucket, STATE_KEY)
     
         now = datetime.now(timezone.utc)
     
         # Determine since_seconds from state
         since_seconds = LOOKBACK_SECONDS
         if isinstance(state, dict) and state.get("last_event_time"):
           try:
             last_time = parse_datetime(state["last_event_time"])
             elapsed = (now - last_time).total_seconds()
             # Add 120 seconds overlap to catch delayed events
             since_seconds = int(elapsed) + 120
             # TAP API maximum is 1 hour (3600 seconds)
             since_seconds = min(since_seconds, 3600)
           except Exception as e:
             print(f"Warning: Could not parse last_event_time: {e}")
     
         print(f"Fetching events from last {since_seconds} seconds")
     
         # Build auth header (Basic auth)
         auth_string = f"{SERVICE_PRINCIPAL}:{API_SECRET}"
         auth_bytes = auth_string.encode('utf-8')
         auth_b64 = base64.b64encode(auth_bytes).decode('utf-8')
     
         # Fetch all SIEM events
         records = fetch_siem_events(
           auth_b64=auth_b64,
           since_seconds=since_seconds,
         )
     
         if not records:
           print("No new events 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
         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_siem_events(auth_b64: str, since_seconds: int):
       """
       Fetch events from the Proofpoint TAP SIEM API.
     
       The TAP SIEM API returns all event types (clicks, messages, isolation)
       in a single response. The sinceSeconds parameter controls the lookback window
       (maximum 3600 seconds / 1 hour).
     
       Args:
         auth_b64: Base64-encoded Service Principal:API Secret for Basic auth
         since_seconds: Fetch events from the last N seconds (max 3600)
     
       Returns:
         List of event records
       """
       headers = {
         'Authorization': f'Basic {auth_b64}',
         'Accept': 'application/json',
         'User-Agent': 'GoogleSecOps-ProofpointWBICollector/1.0',
       }
     
       url = f"{TAP_API_BASE}/all?format=json&sinceSeconds={since_seconds}"
       backoff = 1.0
       max_retries = 3
     
       for attempt in range(max_retries):
         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
     
           if response.status != 200:
             print(f"HTTP Error: {response.status}")
             response_text = response.data.decode('utf-8')
             print(f"Response body: {response_text}")
             return []
     
           data = json.loads(response.data.decode('utf-8'))
     
           # TAP SIEM API returns events grouped by type
           all_events = []
     
           # Collect all event types
           for key in ['clicksPermitted', 'clicksBlocked', 'messagesDelivered', 'messagesBlocked']:
             events = data.get(key, [])
             if events:
               for event in events:
                 event['_tap_event_type'] = key
               all_events.extend(events)
               print(f"Retrieved {len(events)} {key} events")
     
           print(f"Total events retrieved: {len(all_events)}")
           return all_events
     
         except Exception as e:
           print(f"Error fetching SIEM events (attempt {attempt + 1}): {e}")
           if attempt < max_retries - 1:
             time.sleep(backoff)
             backoff = min(backoff * 2, 30.0)
     
       return []
     

   • 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该函数。

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

1. 在 GCP Console 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	proofpoint-wbi-collector-hourly
   区域	选择与 Cloud Run 函数相同的区域
   频率	0 * * * *（每小时一次，整点时）
   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 Pub/Sub 主题 (proofpoint-wbi-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 * * * *	大批量、低延迟
每隔 15 分钟	*/15 * * * *	搜索量中等
每小时	0 * * * *	标准（推荐）

注意： Proofpoint TAP SIEM API 的回溯时间上限为 3600 秒（1 小时）。安排该函数每小时至少运行一次，以避免错过事件。

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. 点击函数名称 (proofpoint-wbi-collector)。
6. 点击日志标签页。

7. 验证函数是否已成功执行。请查找以下内容：

   Fetching events from last 3600 seconds
   Retrieved X clicksPermitted events
   Retrieved X messagesDelivered events
   Total events retrieved: X
   Wrote X records to gs://proofpoint-wbi-logs/wbi-logs/logs_YYYYMMDD_HHMMSS.ndjson
   Successfully processed X records
   

8. 前往 Cloud Storage > 存储分区。

9. 点击您的存储桶名称 (proofpoint-wbi-logs)。

10. 前往前缀文件夹 (wbi-logs/)。

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：检查环境变量中的服务正文和 API 密钥
• HTTP 403：验证凭据是否具有 SIEM API 访问权限，以及您的订阅是否包含浏览器隔离事件
• 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

检索 Google SecOps 服务账号

Google SecOps 使用唯一的服务账号从您的 GCS 存储桶中读取数据。您必须授予此服务账号对您的存储桶的访问权限。

获取服务账号电子邮件地址

1. 依次前往 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 Proofpoint Web Browser Isolation Logs）。
5. 选择 Google Cloud Storage V2 作为来源类型。
6. 选择 Proofpoint Web Browser Isolation 作为日志类型。
7. 点击获取服务账号。

8. 系统会显示一个唯一的服务账号电子邮件地址，例如：

   [e-mail]
   

9. 复制此电子邮件地址，以便在下一步中使用。

   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。

10. 点击下一步。

11. 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://proofpoint-wbi-logs/wbi-logs/
      

      • 替换：
        • proofpoint-wbi-logs：您的 GCS 存储桶名称。
        • wbi-logs：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：在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的文件（默认值为 180 天）

    • 资产命名空间：资产命名空间

    • 注入标签：要应用于此 Feed 中事件的标签

12. 点击下一步。

13. 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 服务账号需要您的 GCS 存储桶的 Storage Object Viewer 角色。

1. 前往 Cloud Storage > 存储分区。
2. 点击您的存储桶名称（例如 proofpoint-wbi-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：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，请授予存储对象管理员角色，而不是存储对象查看者角色。

UDM 映射表

日志字段	UDM 映射	逻辑
	metadata.event_type	事件类型
categories	metadata.product_event_type	特定于产品的事件类型
parentPageURL	metadata.url_back_to_product	指向商品的网址链接
区域	principal.location.country_or_region	委托人的位置所在的国家或区域
可用区	principal.location.name	主账号的位置名称
userId	principal.user.product_object_id	用户的产品专属标识符
userName	principal.user.userid	用户标识符
security_result	security_result	安全结果详细信息
disposition	security_result.action	采取的安全措施
disposition	security_result.action_details	安全操作的详细信息
分类信息	security_result.detection_fields	与检测相关的字段
网址	target.url	目标资源的网址
	metadata.product_name	产品名称
	metadata.vendor_name	供应商名称

更新日志

查看相应解析器的更改日志

需要更多帮助？获得社区成员和 Google SecOps 专业人士的解答。