收集 Salesforce Commerce Cloud 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 Salesforce Commerce Cloud 日志注入到 Google Security Operations。

Salesforce Commerce Cloud 是一个电子商务平台，可生成交易、访问和安全审核日志。Cloud Run 函数会按计划连接到 Salesforce Commerce Cloud WebDAV 端点，下载日志文件，以 NDJSON 格式将其写入 GCS 存储桶，然后 Google SecOps 会通过 GCS V2 Feed 提取这些日志文件。

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
• 对 Salesforce Commerce Cloud 商家管理工具拥有 WebDAV 访问权限的特权访问权限

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 sfcc-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 Salesforce Commerce Cloud 凭据

配置 WebDAV 访问权限

1. 登录 Salesforce Commerce Cloud 实例的商家管理工具。
2. 依次前往管理 > 组织 > 角色和权限。
3. 验证您的用户账号是否已启用 WebDAV 文件访问权限。
4. 记下您的 SFCC 实例主机名（例如 development-yoursite-dw.demandware.net）。

5. 将以下凭据保存在安全的位置：

   • SFCC 主机：您的实例主机名（例如 development-yoursite-dw.demandware.net）。
   • 用户名：您的商家管理工具用户名。
   • 密码：您的商家管理工具密码。
   注意： 必须在“管理”>“组织”>“角色和权限”中为您的用户账号启用 WebDAV 访问权限。

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 Salesforce Commerce Cloud 实例的商家管理工具。
2. 依次前往管理 > 网站开发 > 开发设置。
3. 点击 WebDAV 部分下的 Log Files。
4. 如果您能看到日志文件目录，则表示您拥有所需的权限。
5. 如果您看不到此选项，请与 SFCC 管理员联系，以获取 WebDAV 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
  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/"
  

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 sfcc-logs-collector-sa。
   • 服务账号说明：输入 Service account for Cloud Run function to collect Salesforce Commerce Cloud 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 sfcc-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 [e-mail]）。
   • 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 sfcc-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 Cloud Scheduler 中的 Pub/Sub 消息触发，以从 Salesforce Commerce Cloud WebDAV 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	sfcc-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 主题部分，选择主题 sfcc-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. 前往安全性标签页：

   • 服务账号：选择服务账号 sfcc-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	sfcc-logs	GCS 存储桶名称
   GCS_PREFIX	sfcc	日志文件的前缀
   STATE_KEY	sfcc/state.json	状态文件路径
   SFCC_HOST	development-yoursite-dw.demandware.net	SFCC 实例主机名
   SFCC_USERNAME	your-username	商家管理工具用户名
   SFCC_PASSWORD	your-password	商家管理工具密码
   LOG_DIRS	security,error,warn,customerror	以逗号分隔的日志目录
   LOOKBACK_HOURS	24	初始回溯期

10. 在变量和密钥标签页中，向下滚动到请求：

    • 请求超时：输入 600 秒（10 分钟）。

11. 前往容器中的设置标签页：

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

12. 向下滚动到执行环境：

    • 选择默认（推荐）。

13. 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）。

14. 点击创建。

15. 等待服务创建完成（1-2 分钟）。

16. 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. 在函数入口点中输入 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 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	sfcc-logs-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	选择主题 sfcc-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 * * * *	大批量、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 * * *	低成交量、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 (sfcc-logs-collector-hourly)。
2. 点击强制运行以手动触发。
3. 等待几秒钟，然后前往 Cloud Run > 服务 > sfcc-logs-collector > 日志。

4. 验证函数是否已成功执行。请查找以下内容：

   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. 检查 GCS 存储桶 (sfcc-logs) 以确认日志是否已写入。

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 SFCC 凭据
• HTTP 403：验证账号在商家管理工具中是否具有 WebDAV 文件访问权限
• 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 Salesforce Commerce Cloud 日志

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 Salesforce Commerce Cloud Logs）。
5. 选择 Google Cloud Storage V2 作为来源类型。
6. 选择 Salesforce Commerce Cloud 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. 复制此电子邮件地址。您将在下一步骤中用到它。

   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://sfcc-logs/sfcc/
      

      • 替换：
        • sfcc-logs：您的 GCS 存储桶名称。
        • sfcc/：存储日志的前缀/文件夹路径。
    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。

    • 提取标签：要应用于相应 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 (sfcc-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
auth.mechanism	extensions.auth.mechanism	已合并
csv_format	extensions.auth.mechanism	已映射：false → auth.mechanism
event_id	extensions.auth.mechanism	已映射：Login: Success → auth.mechanism
mechanism	extensions.auth.mechanism	已合并
LoginType	extensions.auth.type	已映射：Application → AUTHTYPE_UNSPECIFIED
csv_format	extensions.auth.type	已映射：false → AUTHTYPE_UNSPECIFIED
event_id	extensions.auth.type	映射的值（共 6 个，例如“Login”“LoginAsEvent”“IdentityVerificationEvent”“LoginE...
eventType.name	metadata.description	直接映射
metadata_description	metadata.description	直接映射
collected_timestamp	metadata.event_timestamp	解析为 yyyyMMddHHmmss
createdAt	metadata.event_timestamp	解析为 UNIX_MS
createdDate	metadata.event_timestamp	解析为 yyyy-MM-ddTHH:mm:ss.SSS
timestamp	metadata.event_timestamp	解析为 yyyyMMddHHmmss
ts_date	metadata.event_timestamp	解析为 yyyy-MM-dd HH:mm:ss.SSSZ
csv_format	metadata.event_type	映射：false → USER_LOGIN、false → USER_LOGOUT、false → `USER_RESOURCE_UPDATE_CON...
event_id	metadata.event_type	映射：Login: Success → USER_LOGIN，Logout → USER_LOGOUT
event_type	metadata.event_type	直接映射
label	metadata.ingestion_labels	已合并
resource_name	metadata.ingestion_labels	已映射：`"ReportEvent","SessionHijackingEventStore","BulkApiResultEventStore","CredentialStu...
attrs.cat	metadata.product_event_type	已重命名/已映射
eventType.id	metadata.product_event_type	直接映射
event_id	metadata.product_event_type	直接映射
event_identifier	metadata.product_log_id	直接映射
id	metadata.product_log_id	直接映射
protocol	network.application_protocol	直接映射
transaction_id	network.dhcp.transaction_id	直接映射
referral_url	network.http.referral_url	直接映射
request_status	network.http.response_code	直接映射
attrs.Application	principal.application	已重命名/已映射
enterpriseId	principal.group.product_object_id	直接映射
attrs.src	principal.ip	已合并
csv_format	principal.ip	已映射：false → attrs.src
event_id	principal.ip	已映射：Login: Success → attrs.src
Status_LK	principal.labels	已合并
Status_LK	principal.resource.attribute.labels	已合并
browser_name	principal.resource.name	直接映射
memberId	principal.resource.product_object_id	直接映射
principal_resource_type	principal.resource.type	直接映射
attrs.usrName	principal.user.email_addresses	已合并
csv_format	principal.user.email_addresses	已映射：false → attrs.usrName
src_email	principal.user.email_addresses	已合并
attrs.USER_ID_DERIVED	principal.user.product_object_id	已重命名/已映射
employee.employeeName	principal.user.user_display_name	直接映射
user_display_name	principal.user.user_display_name	直接映射
attrs.usrName	principal.user.userid	直接映射
employee.userName	principal.user.userid	直接映射
login_key	principal.user.userid	直接映射
user_id	principal.user.userid	直接映射
csv_format	security_result	已映射：false → sec_result
event_id	security_result	已映射：Login: Success → sec_result
sec_result	security_result	已合并
sr	security_result	已合并
action	security_result.action	已合并
eventSource.name	src.resource.name	直接映射
eventSource.id	src.resource.product_object_id	直接映射
organization_id	target.administrative_domain	直接映射
target_hostname	target.asset.hostname	直接映射
device_id	target.asset_id	直接映射
target_hostname	target.hostname	直接映射
call_time	target.resource.attribute.labels	已合并
cpu	target.resource.attribute.labels	已合并
db_cpu	target.resource.attribute.labels	已合并
db_type	target.resource.attribute.labels	已合并
duration_time	target.resource.attribute.labels	已合并
entry_p	target.resource.attribute.labels	已合并
exe_time	target.resource.attribute.labels	已合并
no_sql_que	target.resource.attribute.labels	已合并
ope	target.resource.attribute.labels	已合并
rows_proc	target.resource.attribute.labels	已合并
run	target.resource.attribute.labels	已合并
ses_level	target.resource.attribute.labels	已合并
ss_type	target.resource.attribute.labels	已合并
total_time	target.resource.attribute.labels	已合并
user_ty	target.resource.attribute.labels	已合并
verify_method	target.resource.attribute.labels	已合并
attrs.AccountId	target.resource.id	已重命名/已映射
attrs.CaseId	target.resource.id	已重命名/已映射
attrs.ContactId	target.resource.id	已重命名/已映射
eventSource.id	target.resource.id	直接映射
request_id	target.resource.id	直接映射
eventSource.name	target.resource.name	直接映射
object.name	target.resource.name	直接映射
resource_name	target.resource.name	直接映射
object.id	target.resource.product_object_id	直接映射
event_id	target.resource.resource_type	映射：PlatformEncryption → ACCESS_POLICY、ApexCallout → ACCESS_POLICY、`ApexTrigge...
target_resource_type	target.resource.resource_type	直接映射
event_id	target.resource.type	已映射：(QueuedExecution/ApexExecution) → BATCH、ApexTrigger → DATABASE_TRIGGER、`Co...
attrs.LoginUrl	target.url	已重命名/已映射
attrs.attributes.url	target.url	已重命名/已映射
uri	target.url	直接映射
attrs.usrName	target.user.email_addresses	已合并
csv_format	target.user.email_addresses	已映射：false → attrs.usrName
event_id	target.user.email_addresses	已映射：Logout → attrs.usrName
target_user_display_name	target.user.user_display_name	直接映射
target_user_name	target.user.userid	直接映射
不适用	extensions.auth.auth_details	常量：ACTIVE
不适用	extensions.auth.type	常量：SSO
不适用	metadata.event_type	常量：GENERIC_EVENT
不适用	metadata.product_name	常量：SALESFORCE
不适用	metadata.vendor_name	常量：SALESFORCE
不适用	target.resource.resource_type	常量：ACCESS_POLICY
不适用	target.resource.type	常量：BATCH

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。