收集 SAP BTP 日志

支持的平台：

本文档介绍了如何使用 Cloud Storage V2 将 SAP Business Technology Platform (BTP) 日志注入到 Google Security Operations。

SAP Business Technology Platform (BTP) 是一个云平台，可提供应用开发、集成、数据管理和分析功能。它会生成安全审核日志、访问日志和服务事件日志，这些日志对于监控平台活动和检测安全威胁至关重要。Cloud Run 函数按计划轮询 SAP 审核日志管理服务的审核日志检索 API，以 NDJSON 格式将日志写入 Cloud Storage 存储桶，然后 Google SecOps 通过 Cloud Storage V2 Feed 提取这些日志。

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 Google Cloud 项目
  • 创建和管理 Cloud Storage 存储分区的权限
  • 管理 Cloud Storage 存储分区的 Identity and Access Management (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 SAP BTP 具有管理员访问权限，并拥有配置审核日志检索的权限（目标 Cloud Foundry 空间中的空间开发者，以及在全局账号级别添加授权的能力）

  • 您的 SAP BTP 子账号有权使用的审核日志管理服务（技术名称：auditlog-management）

创建 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 sap-btp-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 SAP BTP API 凭据

创建审核日志管理服务实例

  1. 登录 SAP BTP Cockpit。
  2. 确保已为子账号分配审核日志管理服务使用权：在子账号视图中，依次前往使用权 > 修改 > 添加服务方案（使用权是从全局账号分配的）。
  3. 前往您的子账号。
  4. 前往服务 > 实例和订阅。
  5. 点击创建。
  6. 提供以下配置详细信息：
    • 服务：选择审核日志管理服务（技术名称：auditlog-management）。
    • 方案：选择默认。
    • 运行时环境：选择 Cloud Foundry。
    • 聊天室：选择目标聊天室。
    • 实例名称：输入一个名称（例如 auditlog-management-secops）。
  7. 点击创建。

创建服务钥匙

  1. 在 SAP BTP Cockpit 中，依次前往服务 > 实例和订阅，然后选择 auditlog-management 服务实例。
  2. 选择创建服务密钥。
  3. 输入名称（例如 google-secops-integration）。
  4. 点击创建。

  5. 复制服务钥匙中的以下详细信息并将其保存在安全的位置：

    • 网址：用于检索审核日志请求的基本网址。
    • uaa.url：OAuth 服务器基本网址。令牌端点为 <uaa.url>/oauth/token。
    • uaa.clientid：OAuth 客户端 ID。
    • uaa.clientsecret：OAuth 客户端密钥。

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 from the service key
UAA_URL="https://your-subdomain.authentication.region.hana.ondemand.com"
CLIENT_ID="your-client-id"
CLIENT_SECRET="your-client-secret"
API_URL="https://auditlog-management.cfapps.us10.hana.ondemand.com"

# Get OAuth token
TOKEN=$(curl -s -X POST "${UAA_URL}/oauth/token" \
  -u "${CLIENT_ID}:${CLIENT_SECRET}" \
  -d "grant_type=client_credentials" \
  -H "Content-Type: application/x-www-form-urlencoded" | jq -r '.access_token')

# Test API access: the API takes time_from/time_to in UTC without a
# timezone suffix and returns a JSON array at the root. When the result
# set is chunked, the next chunk's handle arrives in the "Paging"
# response header.
curl -v -H "Authorization: Bearer ${TOKEN}" \
  "${API_URL}/auditlog/v2/auditlogrecords?time_from=2026-08-07T00:00:00&time_to=2026-08-07T01:00:00"

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 Cloud Storage 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 sap-btp-collector-sa。
    • 服务账号说明：输入 Service account for Cloud Run function to collect SAP BTP 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 Cloud Storage 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 Cloud Storage 存储桶的 IAM 权限

向服务账号授予对 Cloud Storage 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 sap-btp-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 sap-btp-collector-sa@your-project.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 sap-btp-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，以从审核日志管理服务检索 API 中提取审核日志并将其写入 Cloud Storage。

  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 sap-btp-collector
    区域 选择与您的 Cloud Storage 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 sap-btp-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)。

  7. 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 sap-btp-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 sap-btp-logs Cloud Storage 存储桶名称
    GCS_PREFIX sap-btp 日志文件的前缀
    STATE_KEY sap-btp-state.json 状态文件路径，位于日志前缀之外
    SAP_API_URL https://auditlog-management.cfapps.us10.hana.ondemand.com 服务钥匙中的 url 值
    SAP_UAA_URL https://your-subdomain.authentication.region.hana.ondemand.com OAuth 令牌端点网址
    SAP_CLIENT_ID your-client-id OAuth 客户端 ID
    SAP_CLIENT_SECRET your-client-secret OAuth 客户端密钥
    LOOKBACK_HOURS 24 初始回溯期

  10. 在变量和密钥标签页中，前往请求：

    • 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. 前往执行环境：

    • 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 hashlib
import json
import os
import urllib3
from datetime import datetime, timezone, timedelta
import time
import base64
import uuid

# 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', 'sap-btp')
STATE_KEY = os.environ.get('STATE_KEY', 'sap-btp-state.json')
SEEN_KEY = STATE_KEY + '.seen'
API_URL = os.environ.get('SAP_API_URL')
UAA_URL = os.environ.get('SAP_UAA_URL')
CLIENT_ID = os.environ.get('SAP_CLIENT_ID')
CLIENT_SECRET = os.environ.get('SAP_CLIENT_SECRET')
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)

# message_uuid is the identifier of an audit log record; the parser maps it to
# metadata.product_log_id.
ID_FIELDS = ('message_uuid',)

def event_keys(event):
    """Return every identity this event can be recognised by."""
    keys = {'sha256:' + hashlib.sha256(
        json.dumps(event, sort_keys=True, ensure_ascii=False).encode('utf-8')
    ).hexdigest()}
    for field in ID_FIELDS:
        value = event.get(field)
        if value:
            keys.add(f'{field}:{value}')
    return keys

def get_oauth_token():
    """Get OAuth 2.0 access token using client credentials flow."""
    token_url = f"{UAA_URL.rstrip('/')}/oauth/token"

    credentials = f"{CLIENT_ID}:{CLIENT_SECRET}"
    encoded_credentials = base64.b64encode(credentials.encode('utf-8')).decode('utf-8')

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

    body = 'grant_type=client_credentials'

    backoff = 1.0
    max_retries = 3

    for attempt in range(max_retries):
        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(f"Failed to get token after {max_retries} retries due to rate limiting")

@functions_framework.cloud_event
def main(cloud_event):
    """
    Cloud Run function triggered by Pub/Sub to fetch SAP BTP
    audit logs and write to GCS.

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

    if not all([GCS_BUCKET, API_URL, UAA_URL, CLIENT_ID, CLIENT_SECRET]):
        # Raise rather than return: a bare return acks the Pub/Sub message and
        # reports the run as successful, silently discarding the schedule tick.
        raise RuntimeError('Missing required environment variables')

    try:
        bucket = storage_client.bucket(GCS_BUCKET)

        # Load state
        state = load_state(bucket, STATE_KEY)
        seen_keys = load_seen(bucket, SEEN_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"])
                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 audit logs from {last_time.isoformat()} to {now.isoformat()}")

        # Get OAuth token
        token = get_oauth_token()

        # Fetch audit logs
        records, newest_event_time = fetch_audit_logs(
            token=token,
            start_time=last_time,
            end_time=now,
        )

        # Drop the events already written by a previous run (overlap window)
        fresh = [r for r in records if not (event_keys(r) & seen_keys)]

        if not fresh:
            print("No new audit log records found.")
            return

        # Write to GCS as NDJSON
        timestamp = now.strftime('%Y%m%d_%H%M%S')
        # The random suffix keeps concurrent executions (Pub/Sub delivers at
        # least once) from overwriting each other's object within one second.
        object_key = f"{GCS_PREFIX}/audit_{timestamp}_{uuid.uuid4().hex[:8]}.ndjson"
        blob = bucket.blob(object_key)

        ndjson = '\n'.join([json.dumps(record, ensure_ascii=False) for record in fresh]) + '\n'
        blob.upload_from_string(ndjson, content_type='application/x-ndjson')

        print(f"Wrote {len(fresh)} records to gs://{GCS_BUCKET}/{object_key}")

        # Remember every fetched record so the next overlap window is deduplicated
        save_seen(bucket, SEEN_KEY, records)

        # Update state with newest event time. The watermark must be an event
        # timestamp, never wall clock: a wall-clock watermark skips every event
        # the vendor indexes late.
        if not newest_event_time:
            raise RuntimeError('Records were returned but no event timestamp could be parsed')
        save_state(bucket, STATE_KEY, newest_event_time)

        print(f"Successfully processed {len(fresh)} records")

    except Exception as e:
        print(f'Error processing audit 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}")
        raise

    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}")
        raise

def load_seen(bucket, key):
    """Load the event keys written by the previous run."""
    try:
        blob = bucket.blob(key)
        if blob.exists():
            return set(json.loads(blob.download_as_text()))
    except Exception as e:
        print(f"Warning: Could not load seen keys: {e}")
        raise

    return set()

def save_seen(bucket, key, records):
    """Save the keys of every fetched record for the next overlap window."""
    try:
        keys = set()
        for record in records:
            keys |= event_keys(record)
        blob = bucket.blob(key)
        blob.upload_from_string(
            json.dumps(sorted(keys)),
            content_type='application/json'
        )
        print(f"Saved {len(keys)} seen keys")
    except Exception as e:
        print(f"Warning: Could not save seen keys: {e}")
        raise

def fetch_audit_logs(token: str, start_time: datetime, end_time: datetime):
    """
    Fetch audit logs from the Audit Log Management Service retrieval API.

    The API takes time_from/time_to in UTC without a timezone designator and
    returns a JSON array at the root (HTTP 204 when the window is empty).
    When the result set is chunked, the next chunk's handle arrives in the
    "Paging" response header as handle=<value> and is passed back as the
    handle query parameter; the server chunk size is fixed at 500 records.

    Args:
        token: OAuth 2.0 access token
        start_time: Start time for log query
        end_time: End time for log query

    Returns:
        Tuple of (records list, newest_event_time ISO string)

    Raises:
        RuntimeError: on any API failure, so a failed fetch can never be
            mistaken for an empty result.
    """
    base_url = API_URL.rstrip('/')
    endpoint = f"{base_url}/auditlog/v2/auditlogrecords"

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

    records = []
    newest_time = None
    page_num = 0
    backoff = 1.0
    rate_limit_retries = 0
    token_refreshed = False

    # The API expects UTC timestamps with no timezone suffix.
    time_from = start_time.strftime('%Y-%m-%dT%H:%M:%S')
    time_to = end_time.strftime('%Y-%m-%dT%H:%M:%S')
    handle = None

    from urllib.parse import urlencode

    while True:
        page_num += 1

        # Rebuild the full parameter set on every request.
        params = {'time_from': time_from, 'time_to': time_to}
        if handle:
            params['handle'] = handle
        url = f"{endpoint}?{urlencode(params)}"

        response = http.request('GET', url, headers=headers)

        # The documented rate limit is 4 requests per second (burst 20).
        if response.status == 429:
            rate_limit_retries += 1
            if rate_limit_retries > 5:
                raise RuntimeError('Rate limited repeatedly; giving up without advancing the watermark')
            retry_after = response.headers.get('Retry-After')
            try:
                delay = float(retry_after) if retry_after else backoff
            except (TypeError, ValueError):
                delay = backoff
            delay = min(max(delay, 1.0), 60.0)
            print(f"Rate limited (429). Retrying after {delay}s...")
            time.sleep(delay)
            backoff = min(backoff * 2, 30.0)
            continue

        backoff = 1.0
        rate_limit_retries = 0

        if response.status == 401:
            # One refresh per run: a second consecutive 401 means the audit
            # service rejects tokens UAA still issues, and retrying forever
            # would hammer both services until the platform kills the run.
            if token_refreshed:
                raise RuntimeError('Audit log request still unauthorized after a token refresh')
            print("Token expired, refreshing...")
            token = get_oauth_token()
            headers['Authorization'] = f'Bearer {token}'
            token_refreshed = True
            continue

        token_refreshed = False

        if response.status == 204:
            # Documented empty result for the requested window.
            break

        if response.status != 200:
            raise RuntimeError(
                f"Audit log request failed: {response.status} - "
                f"{response.data.decode('utf-8')}"
            )

        data = json.loads(response.data.decode('utf-8'))

        # The records arrive as a JSON array at the root. Tolerate wrapped
        # shapes defensively, but never call .get on a list: doing so
        # crashed previous revisions of this function.
        if isinstance(data, list):
            page_results = data
        elif isinstance(data, dict):
            page_results = data.get('value', data.get('results', []))
        else:
            page_results = []

        print(f"Page {page_num}: Retrieved {len(page_results)} audit records")
        records.extend(page_results)

        # Track newest event time. Parse before assigning: an unparseable
        # stamp must never become the persisted watermark.
        for record in page_results:
            event_time = record.get('time') or record.get('timestamp')
            if not event_time:
                continue
            try:
                parsed = parse_datetime(event_time)
            except Exception as e:
                print(f"Warning: Could not parse event time: {e}")
                continue
            if newest_time is None or parsed > parse_datetime(newest_time):
                newest_time = event_time

        # More chunks are signaled only by the Paging response header.
        paging = response.headers.get('Paging') or response.headers.get('paging') or ''
        handle = paging.split('=', 1)[1] if '=' in paging else None
        if not handle:
            break

    print(f"Retrieved {len(records)} total audit 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该函数。

  4. 等待部署完成（2-3 分钟）。

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 sap-btp-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 UTC）
    目标类型 Pub/Sub
    主题 选择主题 sap-btp-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 (sap-btp-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 > sap-btp-collector > 日志。

  4. 验证函数是否已成功执行。查找：

    Fetching audit logs from YYYY-MM-DDTHH:MM:SS+00:00 to YYYY-MM-DDTHH:MM:SS+00:00
Page 1: Retrieved X audit records
Wrote X records to gs://sap-btp-logs/sap-btp/audit_YYYYMMDD_HHMMSS.ndjson
Successfully processed X records

  5. 检查 Cloud Storage 存储桶 (sap-btp-logs)，确认是否已写入审核日志。

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 OAuth 凭据，或者令牌可能已过期（函数会自动处理刷新）
  • HTTP 403：验证服务密钥是否属于您预期会生成日志的同一子账号中的 auditlog-management 实例；用户角色集合不适用于客户端凭据令牌
  • HTTP 429：速率限制 - 函数将自动重试并进行退避
  • 未能获取访问令牌：验证 SAP_UAA_URL、SAP_CLIENT_ID 和 SAP_CLIENT_SECRET 是否正确

在 Google SecOps 中配置 Feed 以注入 SAP BTP 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 SAP BTP Logs）。
  5. 选择 Google Cloud Storage V2 作为来源类型。
  6. 选择 SAP Business Technology Platform 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：

    chronicle-12345678@chronicle-gcp-prod.iam.gserviceaccount.com

  8. 复制此电子邮件地址。您将在下一步骤中用到它。

  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 Cloud Storage 存储桶 URI：

      gs://sap-btp-logs/sap-btp/
      • 替换：
        • sap-btp-logs：您的 Cloud Storage 存储桶名称。
        • sap-btp/：存储日志的路径。

    • 来源删除选项：根据您的偏好选择删除选项：

      • 永不删除文件：永不从源中删除文件（建议用于测试）。
      • 删除已转移的文件和空目录：在成功提取完成后，从来源中删除文件和空目录。

    • 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。

  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 Cloud Storage 存储桶具备两个角色：用于读取日志对象的 Storage Object Viewer，以及用于读取存储桶元数据的存储桶级角色。

  1. 前往 Cloud Storage > 存储分区。
  2. 点击您的存储桶名称 (sap-btp-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：选择以下两个角色：
      • Storage Object Viewer：读取日志对象。
      • Storage Legacy Bucket Reader：读取存储桶元数据。如果您选择了删除已转移的文件和空目录删除选项，请改为选择存储空间旧版存储分区写入者，该角色也会授予删除权限。

  6. 点击保存。

UDM 映射表

日志字段 UDM 映射 逻辑
time metadata.event_timestamp 解析为 ISO8601
principal_present metadata.event_type 已映射：true → STATUS_UPDATE
user_present metadata.event_type 已映射：true → USER_RESOURCE_ACCESS、true → USER_UNCATEGORIZED
json_message_uuid metadata.product_log_id 直接映射
host principal.asset.hostname 直接映射
key principal.asset.ip 已映射：ip → value
principal_ip principal.asset.ip 已合并
value principal.asset.ip 已合并
host principal.hostname 直接映射
key principal.ip 已映射：ip → value
principal_ip principal.ip 已合并
value principal.ip 已合并
principal_user_role principal.user.attribute.roles 已合并
key principal.user.email_addresses 已映射："new","old" → value2、"new","old" → value1
key1 principal.user.email_addresses 已映射：emails → value2，userName → value1
key2 principal.user.email_addresses 已映射：value → value2
value1 principal.user.email_addresses 已映射：^.+@.+$ → value1
value2 principal.user.email_addresses 已合并
user principal.user.user_display_name 直接映射
json_message.data_subject.id.userid principal.user.userid 直接映射
value1 principal.user.userid 直接映射
category security_result.category_details 已合并
als_service_id_label security_result.detection_fields 已合并
app_or_service_id_label security_result.detection_fields 已合并
attri_label security_result.detection_fields 已合并
attribute_label security_result.detection_fields 已合并
attribute_label1 security_result.detection_fields 已合并
custom_status_label security_result.detection_fields 已合并
custom_success_label security_result.detection_fields 已合并
custom_type_label security_result.detection_fields 已合并
desc_label security_result.detection_fields 已合并
format_version_label security_result.detection_fields 已合并
key security_result.detection_fields 映射：json_message → message_label、id → attribute_label、"new","old" → `attribu…
message_id_label security_result.detection_fields 已合并
message_label security_result.detection_fields 已合并
message_label_json_message security_result.detection_fields 已合并
message_label_msgId security_result.detection_fields 已合并
message_label_msgNo security_result.detection_fields 已合并
message_label_uuid security_result.detection_fields 已合并
message_label_version security_result.detection_fields 已合并
org_id_label security_result.detection_fields 已合并
space_id_label security_result.detection_fields 已合并
tenant_label security_result.detection_fields 已合并
key security_result.severity 已映射：level → INFORMATIONAL、level → MEDIUM、level → UNKNOWN_SEVERITY
level security_result.severity 已映射：INFO → INFORMATIONAL
value security_result.severity 已映射：INFO → INFORMATIONAL，WARN → MEDIUM
level security_result.severity_details 直接映射
value1 target.resource.product_object_id 直接映射
key1 target.resource.resource_type 已映射：clusterID → CLUSTER
不适用 metadata.event_type 常量：GENERIC_EVENT
不适用 metadata.product_name 常量：SAP_BTP
不适用 metadata.vendor_name 常量：SAP_BTP
不适用 security_result.severity 常量：INFORMATIONAL
不适用 target.resource.resource_type 常量：CLUSTER

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。