Datentabellen durchsuchen

Unterstützt in:

Datentabellen sind mehrspaltige Datenkonstrukte, mit denen Sie Ihre eigenen Daten in Google Security Operations eingeben können. Datentabellen können als Suchtabellen mit definierten Spalten und in Zeilen gespeicherten Daten dienen. Sie können eine Datentabelle mit der Google SecOps-Weboberfläche, der Data Tables API oder einer Übersicht über YARA-L 2.0-Abfrage erstellen oder in Ihr Google SecOps-Konto importieren.

Datentabellen mithilfe von Daten-RBAC Bereiche zuweisen

Wenn Sie Datentabellen verwenden möchten, müssen Sie ihnen mithilfe der datenrollenbasierten Zugriffssteuerung (Daten-RBAC) Bereiche zuweisen. Wenn Sie einer Datentabelle Bereiche zuweisen, können Sie steuern, welche Nutzer und Ressourcen darauf zugreifen und sie verwenden können. Weitere Informationen finden Sie unter Daten-RBAC für Datentabellen konfigurieren.

Datentabellen über die Google SecOps-Weboberfläche verwalten

In den folgenden Abschnitten wird beschrieben, wie Sie Datentabellen über die Weboberfläche verwalten. Dazu gehört, wie Sie auf Datentabellen zugreifen, eine neue Datentabelle hinzufügen, ihren Inhalt bearbeiten, Zeilen hinzufügen und eine Datentabelle aus Ihrem Konto entfernen.

Auf Datentabellen zugreifen

So rufen Sie die Seite Datentabellen auf:

  • Wählen Sie in der Seitenleiste Prüfung > Datentabellen aus.

Wenn Sie nach einer bestimmten Datentabelle suchen möchten, geben Sie oben in der Seitenleiste Datentabellen den Namen in das Feld Suchen ein.

Neue Datentabelle hinzufügen

Wenn Sie eine neue Datentabelle hinzufügen, können Sie CSV-Daten manuell eingeben, CSV-Daten einfügen oder eine CSV- oder TSV-Datei in die Datentabelle importieren.

Die folgenden Konfigurationen sind dauerhaft und können nicht mehr geändert werden, nachdem eine neue Datentabelle gespeichert wurde:

So fügen Sie Google SecOps eine neue Datentabelle hinzu:

  1. Wählen Sie in der Seitenleiste Prüfung > Datentabellen aus.

  2. Klicken Sie oben in der Seitenleiste Datentabellen auf Erstellen.

  3. Geben Sie im Dialogfeld Neue Datentabelle erstellen einen Namen für die Tabelle ein und fügen Sie optional eine Beschreibung hinzu.

  4. Führen Sie einen der folgenden Schritte aus:

    • Geben Sie CSV-Daten manuell ein oder fügen Sie CSV-Daten in den Bereich Text (Bearbeitungsmodus) ein.
    • So importieren Sie Daten aus einer CSV- oder TSV-Datei in die Datentabelle:
    1. Klicken Sie auf Datei importieren.
    2. Gehen Sie zur Datei und klicken Sie auf Öffnen. Das Dialogfeld Datei importieren wird geöffnet.
    3. Wenn Sie im vorherigen Schritt eine TSV-Datei ausgewählt haben, gehen Sie so vor:
      1. Wählen Sie in der Liste Trennzeichen die Option Automatisch erkennen oder Tabulator aus.
      2. Geben Sie in der Liste Import starten bei Zeile die Zeile in der Datei an, ab der die Daten importiert werden sollen.
    4. Klicken Sie auf Daten importieren.
  5. Wählen Sie den Bearbeitungsmodus Tabelle aus und konfigurieren Sie Folgendes nach Bedarf:

  6. Klicken Sie auf Speichern. Die neue Datentabelle wird in der Seitenleiste Datentabellen angezeigt und ist bereit, zusätzliche Daten aufzunehmen.

Datentypen den Datentabellenspalten zuordnen

Wenn Sie eine neue Datentabelle hinzufügen, können Sie Datentypen (String, regulärer Ausdruck, CIDR oder Zahl) den Spalten der Datentabelle zuordnen.

Sie können einzelne Datenfelder einer Datenspalte zuordnen und wiederkehrende Datenfelder einer Datenspalte über die Weboberfläche oder die API zuordnen:

  • Sowohl in der Weboberfläche als auch in der API werden die Werte der Datenfelder durch einen senkrechten Strich (|) getrennt. Wenn ein Wert in der Weboberfläche einen senkrechten Strich (|) enthält, wird er standardmäßig als wiederholter Wert behandelt.

  • Legen Sie für API-Anfragen repeated_values auf true fest.

Weitere Informationen finden Sie unter Wiederkehrende Felder.

Im folgenden Beispiel enthält die Datentabellenspalte Field_value Werte für mehrere Felder:

Field_value Field_name
altostrat.com FQDN
192.0.2.135 IP-Adresse
charlie userid
Beispiel Hostname

Die vorherige Tabelle ist in vier Spalten unterteilt, wobei jede Spalte nur einem Feldtyp zugeordnet ist, bevor sie für einen der in diesem Dokument vorgestellten Datentabellen-Anwendungsfälle verwendet werden kann.

FQDN IP-Adresse Userid Hostname
altostrat.com 192.0.2.135 charlie Beispiel
… … … …

Schlüsselspalten festlegen

Wenn Sie eine neue Datentabelle hinzufügen, können Sie bestimmte Spalten als Schlüsselspalten festlegen.

Wenn Sie eine Spalte als Schlüsselspalte kennzeichnen, werden die Werte in dieser Spalte eindeutig identifiziert. Außerdem wird die Datenduplizierung verhindert und die Daten können durch Regeln und Suchvorgänge besser gefunden werden.

Spalten für wiederkehrende Felder festlegen

Wenn Sie eine neue Datentabelle hinzufügen, können Sie bestimmte Spalten für wiederkehrende Felder festlegen.

Spalten, die für die Speicherung von Feldern mit mehreren Werten oder wiederkehrenden Feldern vorgesehen sind, müssen beim Erstellen der Datentabelle explizit als wiederkehrend gekennzeichnet werden.

Spaltennamen Entitätsfeldern zuordnen (optional)

Wenn Sie eine neue Datentabelle hinzufügen, können Sie die Spaltennamen der Datentabelle Entitätsfeldern zuordnen.

In der folgenden Beispieldatentabelle werden die Spalten Userid und Role den Spalten entity.user.userid bzw. entity.user.attribute.role.name zugeordnet:

Userid
(Zuordnung zu entity.user.userid)
E-Mail Rolle
(Zuordnung zu entity.user.attribute.role.name)
Wagenheber jack123@gmail.com Administrator
tony tony123@gmail.com Techniker

Sie können eine Datentabellenspalte einem Entitäts-Proto-Feld zuordnen. Verwenden Sie dazu das Feld mapped_column_path der Ressource DataTable.

Für Spalten ohne definierten Entitätspfad, z. B. Email in dieser Beispieltabelle, müssen Sie manuell einen Datentyp angeben. Wie bei Referenzlisten sind die unterstützten Datentypen für Datentabellen number, string, regex und cidr.

Sie können sowohl zugeordnete als auch nicht zugeordnete Spalten in eine Datentabelle aufnehmen, indem Sie eine join-Bedingung angeben.

Nicht zugeordnete Spalten werden im Feld additional der Entität gespeichert, mit der die Tabelle verknüpft ist. Diese werden als Schlüssel/Wert-Paare hinzugefügt, wobei key der Spaltenname und value der entsprechende Zeilenwert ist.

Einer Datentabelle eine neue Zeile hinzufügen

So fügen Sie eine neue Zeile hinzu:

  1. Wählen Sie auf dem Tab Details den Bearbeitungsmodus Tabelle aus.
  2. Rechtsklicken Sie auf eine vorhandene Zeile und wählen Sie Zeile darüber hinzufügen aus.
  3. Geben Sie Daten für eine neue Zeile ein. Die erste Zeile wird als Tabellenüberschrift behandelt. Achten Sie darauf, dass jedes Datenelement der richtigen Datenspalte und dem richtigen Datentyp zugeordnet ist.
  4. Klicken Sie auf Speichern.

Zeile in einer Datentabelle bearbeiten

So bearbeiten Sie eine Zeile:

  1. Klicken Sie auf das Feld, das Sie ändern möchten. Das Feld kann jetzt bearbeitet werden.
  2. Nehmen Sie die gewünschten Änderungen vor.
  3. Klicken Sie auf Speichern.

In Datentabellenzeilen suchen

Über die Weboberfläche können Sie in einer Datentabelle nach bestimmten Informationen suchen. Geben Sie auf dem Tab Details einen Suchstring in das Suchfeld ein und klicken Sie auf Suchen. Zeilen, die Ihren Suchstring enthalten, werden angezeigt.

TTL für Tabellenzeilen verwalten

So verwalten Sie den TTL-Wert (Time to Live) für Tabellenzeilen:

  1. Klicken Sie auf TTL pro Zeile anzeigen. Es wird eine TTL-Spalte angezeigt, die angibt, ob die jeweilige Zeile abgelaufen ist. Wenn sie noch nicht abgelaufen ist, wird die verbleibende Zeit bis zum Ablauf angezeigt.

  2. Klicken Sie auf die Standardablaufzeit der Zeilen, um das Dialogfeld Standardablaufzeit der Zeilen aktualisieren aufzurufen und die TTL der Tabellenzeilen anzupassen.

  3. Geben Sie einen neuen TTL-Wert in Stunden oder Tagen ein. Der Mindestwert beträgt 1 Stunde. Der Höchstwert ist 365 Tage.

  4. Klicken Sie auf Speichern.

Verhalten beim Überschreiben der TTL auf Zeilenebene

Zeilen übernehmen die auf Tabellenebene angewendete TTL. Sie können auch eine bestimmte TTL für einzelne Zeilen festlegen. Diese TTL auf Zeilenebene hat Vorrang vor dem Standardwert auf Tabellenebene. Wenn Sie eine neue Zeile hinzufügen, beginnt die TTL ab dem Zeitpunkt der Erstellung.

Tabellenzeile löschen

Wenn Sie eine Zeile löschen möchten, klicken Sie mit der rechten Maustaste auf die Zeile und wählen Sie Zeile(n) löschen aus.

Wenn Sie mehrere Zeilen löschen möchten, wählen Sie jede Zeile aus, die Sie entfernen möchten. Klicken Sie dann mit der rechten Maustaste auf eine beliebige ausgewählte Zeile und wählen Sie Zeile(n) löschen aus.

Datentabelle entfernen

So entfernen Sie eine Datentabelle:

  1. Wählen Sie in der Seitenleiste in der Liste Datentabellen eine Datentabelle aus.

  2. Klicken Sie auf Löschen.

Datentabellen mit der Chronicle API verwalten

Sie können auch die in der Chronicle API verfügbaren REST-Ressourcen verwenden, um Datentabellen in Google SecOps zu verwalten. Die API kann alle in der Weboberfläche verfügbaren Funktionen replizieren und enthält einige zusätzliche Funktionen, mit denen Sie Datentabellen mit höherer Leistung und größerem Umfang verwalten können.

Hier sind die REST-Ressourcen für Datentabellen:

Beispiel: Filtersyntax

Im folgenden Chronicle API-Beispiel wird gezeigt, wie Sie mit der filter-Syntax in Datentabellenzeilen nach google.com suchen:

  curl -X GET \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://staging-chronicle.sandbox.googleapis.com/v1alpha/projects/{$PROJECT}/locations/${REGION}/instances/${INSTANCE}/dataTables/${DATA_TABLE_NAME}/dataTableRows?filter=google.com"

Datentabellen in Google SecOps verwenden

Nachdem Sie Ihrer Google SecOps-Instanz Datentabellen hinzugefügt haben, können Sie sie verwenden, um Ihre Daten mithilfe von YARA-L-Abfragen zu filtern, zu verbessern und anzureichern. Dieses Dokument enthält zahlreiche Beispiele in YARA-L-Syntax, die Sie in Google SecOps einbinden können.

Sie können Datentabellen in Verbindung mit YARA-L-Abfragen sowohl in der Suche als auch in Regeln verwenden.

Datentabellen können auf folgende Weise verwendet werden:

UDM-Ereignis- und Entitätsdaten mithilfe einer Datentabelle filtern

Sie können UDM-Ereignisse und ‑Entitäten filtern, indem Sie sie mit Einträgen in einer Datentabelle vergleichen. Verknüpfen Sie die Datentabelle mit einem UDM-Ereignis oder einer UDM-Entität mithilfe von zeilenbasierten oder spaltenbasierten Vergleichen.

Zeilen- und spaltenbasierte Vergleiche in Datentabellen

Vergleichstyp Schlüssellogik Gängige Operatoren Beispielsyntax Geeignet für
Zeilenbasiert Alle Bedingungen müssen in DERSELBEN Zeile übereinstimmen =, !=, >, >=, <, <= $e.field = %table.col_a Wenn die Beziehung zwischen mehreren Spaltenwerten in derselben Zeile wichtig ist.
Spaltenbasiert Der Wert muss IRGENDWO in der Spalte vorhanden sein IN, IN regex, IN cidr $e.field IN %table.col_b Wenn Sie prüfen möchten, ob ein Wert in einer Gruppe von Werten in einer einzelnen Spalte vorhanden ist.

Verknüpfen Sie UDM-Ereignisse mit Datentabellen mithilfe der Vergleichsmethoden Zeilenbasiert oder Spaltenbasiert:

  • Wenn Sie UDM-Ereignisse mithilfe eines zeilenbasierten Vergleichs mit Datentabellen verknüpfen möchten, verwenden Sie Gleichheitsoperatoren (=, !=, >, >=, <, <=).

    Beispiel: $<udm_variable>.<field_path> = %<data_table_name>.<column_name>

    • Wenn Sie mehrere Vergleichsanweisungen verwenden, müssen alle Felder oder Bedingungen in derselben Datentabellenzeile übereinstimmen.
    • Wenn Sie Operatoren (z. B. not, !=, >, >=, <, <=) in Ihrer Abfrage verwenden möchten, müssen Sie mindestens eine join-Bedingung zwischen UDM-Feldern und Datentabellenzeilen einfügen.

    • Google SecOps behandelt jede Regel mit einer Datentabelle join als Regel für mehrere Ereignisse, für die ein match-Abschnitt in der Regeldefinition erforderlich ist.

  • Wenn Sie Daten filtern möchten, indem Sie Werte aus UDM-Ereignissen mit Zeilen in der Datentabelle abgleichen, können Sie die folgende Join-Syntax verwenden:

    • Richtige Join-Syntax:

    • Erkennungsregeln (Left Anti-Join): Wenn Sie Ereignisse ausschließen möchten, bei denen eine bestimmte Kombination mehrerer Felder mit derselben Zeile in einer Datentabelle übereinstimmt (Anti-Join), binden Sie die Ereignisfelder im Abschnitt events mit dem Gleichheitszeichen (=) an die Datentabellenspalten und geben Sie im Abschnitt condition $e and #<data_table_name> = 0 an. Alternativ können Sie #<data_table_name> >= 0 in den Abschnitt condition einfügen, damit der Compiler einen Left Outer Join ausführt (z. B. $e and #<data_table_name> >= 0 and $match_count = 0, wenn übereinstimmende Zeilen in outcome mit $match_count = count(%<data_table_name>.<column_name>) gezählt werden). Wenn eine Zeile in der Datentabelle mit allen gebundenen Spalten übereinstimmt, ist die Zeilenanzahl größer als null und die Regel schließt das Ereignis aus. Weitere Informationen finden Sie unter Beispiele für Left-Anti-Join (Ausschluss) in Regeln.

    • Suche und Dashboards:

      • Mit einem match-Abschnitt (aggregierte Suche und Dashboards): Wiederholen Sie left join für jede verknüpfte Spalte im events-Abschnitt (z. B. left join $e.field1 = %<data_table_name>.col1 und left join $e.field2 = %<data_table_name>.col2) und fügen Sie #<data_table_name> = 0 im condition-Abschnitt hinzu (oder zählen Sie eine übereinstimmende Spalte in outcome und werten Sie $match_count = 0 in condition aus).
      • Ohne match-Abschnitt (nicht aggregierte mehrstufige Suche und Dashboards): Platzieren Sie die wiederholten left join-Anweisungen in einer benannten stage, die eine Datentabellenspalte in outcome ausgibt (z. B. $matched_col = %<data_table_name>.<column_name>), filtern Sie im Hauptabschnitt events nach $<stage_name>.matched_col = "" (nicht übereinstimmende Stringausgaben der Stufe werden standardmäßig auf leere Strings statt auf Null gesetzt) und projizieren Sie die erforderlichen Stufenfelder im Hauptabschnitt outcome.
    • Falsche Join-Syntax:

    • Verwenden Sie NOT nicht für mehrere zeilenbasierte Gleichheitsbedingungen (z. B. NOT ($e.field1 = %table.col1 AND $e.field2 = %table.col2)). Die Übereinstimmung wird Zeile für Zeile mit der Datentabelle abgeglichen. Wenn eine Zeile die innere kombinierte Bedingung nicht erfüllt, wird NOT zu true ausgewertet. Das Ereignis wird dann möglicherweise eingeschlossen, anstatt ausgeschlossen zu werden.

    • Verwenden Sie keine unabhängigen Ungleichheitsoperatoren für mehrere Spalten (z. B. $e.field1 != %table.col1 AND $e.field2 != %table.col2) ohne eine positive Join-Bedingung (=), da dies zu einem Kompilierungsfehler führt. Auch wenn sie mit einem positiven Join in einer anderen Spalte kombiniert werden, werten Ungleichheitsoperatoren Spalten in derselben verknüpften Zeile aus und stimmen überein, wenn sich eine verknüpfte Zeile unterscheidet, anstatt zu prüfen, ob keine Zeile mit dem Tupel übereinstimmt.

    • Verwechseln Sie zeilenbasierte Vergleiche nicht mit spaltenbasierten Mitgliedschaftsprüfungen (not $e.field1 in %table.col1 and not $e.field2 in %table.col2). Bei spaltenbasierten in-Prüfungen wird jede Spalte unabhängig über die gesamte Datentabelle hinweg ausgewertet. Ein Ereignis wird ausgeschlossen, wenn field1 in einer Zeile und field2 in einer anderen Zeile vorkommt, auch wenn beide Werte nie zusammen in derselben Zeile vorkommen.

  • Wenn Sie eine Datentabellenspalte vom Typ CIDR oder regex für den zeilenbasierten Vergleich verwenden möchten, verwenden Sie die folgende Syntax:

    net.ip_in_range_cidr($e.principal.ip, %<data_table_name>.<column_name>)
    
    re.regex($e.principal.hostname, %<data_table_name>.<column_name>)
    
  • Wenn Sie UDM-Ereignisse mithilfe eines spaltenbasierten Vergleichs mit Datentabellen verknüpfen möchten, verwenden Sie das Schlüsselwort in.

    Beispiel: $<udm_variable>.<field_path> in %<data_table_name>.<column_name>

  • Wenn Sie Ereignisse herausfiltern möchten, bei denen der Feldwert in der angegebenen Spalte vorhanden ist (z. B. eine Sperr- oder Zulassungsliste), verwenden Sie diese Syntax: NOT (... IN %table.column)

    Beispiel: not ($evt_username in %my_data_table.username)

  • Wenn Sie eine Datentabellenspalte vom Typ CIDR oder regex für einen spaltenbasierten Vergleich verwenden möchten, verwenden Sie die folgende Syntax:

    $e.principal.ip in cidr %cidr_data_table.column_name
    
    $e.principal.hostname in regex %regex_data_table.column_name
    
  • Beim Vergleichen von Spalten in Datentabellen mit CIDR- oder regulären Ausdrucksdatentypen sind die Schlüsselwörter cidr und regex optional.

  • Sie können den Operator not auch mit Datentabellen verwenden.

    In der folgenden Beispielabfrage werden Einträge herausgefiltert, bei denen die IP-Adressen ($e.principal.ip) mit keinem der CIDR-Bereiche übereinstimmen, die in der Spalte benign_ip in cidr_data_table aufgeführt sind:

    not $e.principal.ip in %data_table.benign_ip
    

Datentabelle als mehrspaltige Referenzliste verwenden

Sie können eine Datentabelle als mehrspaltige Referenzliste verwenden. Eine Referenzliste kann zwar auf Daten in einer einzelnen Dimension (eine Spalte) zugreifen, Datentabellen unterstützen jedoch mehrere Spalten, sodass Sie Daten über mehrere Dimensionen hinweg filtern und darauf zugreifen können.

Sie können UDM-Ereignisse mit dem Schlüsselwort in für den spaltenbasierten Vergleich mit einer Datentabelle verknüpfen. So können Sie Werte in einem bestimmten UDM-Feld mit Werten in einer einzelnen Spalte der Datentabelle abgleichen.

Im folgenden Beispiel enthält die Datentabelle badApps zwei Spalten: hostname und ip. Die Abfrage gleicht beide Werte (Wert basierend auf dem UDM-Feld und Wert basierend auf der Datentabelle, beide vom Datentyp „String“) unabhängig voneinander ab.

  • Beispielregel:

    rule udm_in_data_table {
    meta:
      description = "Use data table as multicolumn reference list"
    events:
      $e.metadata.event_type = "NETWORK_CONNECTION"
      $e.security_result.action = "ALLOW"
      $e.target.asset.asset_id = $assetid
    
      // Event hostname matches at least one value in table column hostname.
      $e.target.hostname in %badApps.hostname
    
      // Event IP matches at least one value in table column ip.
      $e.target.ip in %badApps.ip
    
    match:
      $assetid over 1h
    
    condition:
      $e
    }
    
  • Beispiel für eine Suchanfrage:

    events:
      $e.metadata.event_type = "NETWORK_CONNECTION"
      $e.security_result.action = "ALLOW"
      $e.target.asset.asset_id = $assetid
    
      // Event hostname matches at least one value in table column hostname.
      $e.target.hostname in %badApps.hostname
    
      // Event IP matches at least one value in table column ip.
      $e.target.ip in %badApps.ip
    

Zeilenbasierte Joins zwischen einer Datentabelle und einem UDM-Ereignis oder einer UDM-Entität

Sie können UDM-Ereignisse mithilfe von Gleichheits- und Vergleichsoperatoren (=, !=, >, >=, <, <=) mit einer Datentabelle verknüpfen, um zeilenbasierte Vergleiche durchzuführen. Mit diesem Ansatz können Sie Daten filtern, indem Sie Werte aus UDM-Ereignissen mit Zeilen in der Datentabelle abgleichen. Wenn Sie mehrere Vergleichsanweisungen verwenden, müssen alle Felder oder Bedingungen in derselben Datentabellenzeile übereinstimmen.

Sie müssen mindestens eine join-Bedingung zwischen UDM-Feldern und Datentabellenzeilen angeben, um Operatoren (z. B. not, !=, >, >=, <, <=) in Ihrer Abfrage zu verwenden. Google SecOps behandelt jede Regel mit einer Datentabelle join als Regel für mehrere Ereignisse, was einen entsprechenden match-Abschnitt in der Regeldefinition erfordert.

Wenn eine Verknüpfung erfolgt, sind die Zeilen der verknüpften Datentabelle in der Google Suche sichtbar. Weitere Informationen finden Sie unter Datentabellenzeilen in der Suche ansehen.

  • Platzhalter werden für Datentabellen im Abschnitt event einer Abfrage unterstützt, müssen aber mit einem UDM-Ereignis oder einer UDM-Entität verbunden sein.

  • Im folgenden Beispiel wird eine Datentabellenspalte vom Typ string verwendet.

    • In diesem YARA-L-Abfragebeispiel wird geprüft, ob ein Nutzeranmeldeereignis mit einer Zeile in der example_table übereinstimmt.

      • Eine Bedingung ist, dass die user ID in der example_table vorhanden ist.
      • Beide Bedingungen müssen in derselben Zeile in example_table übereinstimmen, damit die Regel ausgelöst wird.
    • Beispielregel:

      // Check if user exists in a data table and is active in all user login events.
      rule udm_join_data_table {
      
      meta:
        description = "Join data table with UDM event"
      
      events:
        $e.metadata.event_type = "USER_LOGIN"
        $e.security_result.action = "ALLOW"
        $e.principal.user.userid = $userid
      
      // Event must match at least 1 row in the data table 
      // where the uid in the data table row is the userid on the event 
      // and the active date in the same data table row is before the event timestamp.
      %example_table.uid = $userid
      $e.principal.hostname = %example_table.hostname
      
      match:
        $userid over 1h
      
      condition:
        $e
      }
      
    • Beispiel für eine Suchanfrage:

      events:
      $e.metadata.event_type = "USER_LOGIN"
      $e.security_result.action = "ALLOW"
      $e.principal.user.userid = $userid
      
      // Event must match at least 1 row in the data table 
      // where the uid in the data table row is the userid on the event 
      // and the active date in the same data table row is before the event timestamp
      
      %example_table.uid = $userid
      $e.principal.hostname = %example_table.hostname
      
  • Das folgende Beispiel zeigt, wie eine Datentabelle und UDM-Ereignisdaten zusammenarbeiten.

    Basierend auf der Logik in der vorherigen YARA-L-Abfrage wird ein Nutzer mit user ID 32452 in der Erkennung als hostname des Nutzers aus dem System angezeigt und stimmt mit dem hostname in der Datentabelle überein.

    Datentabelle
    uid title hostname
    32452 HR host1
    64452 Finanzen host2
    46364 IT-Team host3
    UDM-Ereignistabelle
    Hauptkonto metadata security_result Hauptkonto
    32452 USER_LOGIN ZULASSEN host1
    64589 USER_LOGIN ZULASSEN host9
    87352 USER_LOGIN ZULASSEN host4

Ereignisse mithilfe eines mehrspaltigen, zeilenbasierten Anti-Joins ausschließen

Wenn Sie Ereignisse nur ausschließen möchten, wenn eine bestimmte Kombination von Feldern mit der gleichen Zeile in einer Datentabelle für Ausschlüsse übereinstimmt (ein Left-Anti-Join), binden Sie jedes Ereignisfeld im Abschnitt events an die entsprechende Datentabellenspalte und geben Sie im Abschnitt condition #<data_table_name> = 0 an.

In der folgenden Beispielerkennungsregel werden Ereignisse ausgeschlossen, wenn sowohl der Regelname als auch der Hostname des Hauptkontos mit derselben Zeile in der exclusion_table übereinstimmen:

rule multi_column_row_exclusion {

  meta:
    author = "Google SecOps"
    description = "Excludes events matching a specific rule and hostname combination in the same row of an exclusion data table."

  events:
    $e.metadata.event_type = "USER_LOGIN"
    $e.security_result.rule_name = $rule_name
    $e.principal.hostname = $hostname

    // Both fields must match the SAME row in the exclusion data table
    $rule_name = %exclusion_table.rule_name
    $hostname = %exclusion_table.hostname

  match:
    $rule_name, $hostname over 5m

  condition:
    // Triggers only when the event exists and no matching combination row exists in the data table
    $e and #exclusion_table = 0
}

Weitere Beispiele für Outer Joins und Anti-Joins finden Sie unter Daten mit Outer Joins korrelieren.

Ergebnisse aus YARA-L-Abfragen in Datentabellen schreiben

Sie können die Ergebnisse von YARA-L-Abfragen in eine Datentabelle schreiben. Mit dieser Funktion können Sie Datentabellen aus Ihren Google SecOps-Daten erstellen und diese Tabellen zum Filtern und Erweitern anderer Daten verwenden.

Sie können die YARA-L-Abfragesyntax für Folgendes verwenden:

  • YARA-L-Syntax zum Schreiben von Abfrageergebnissen in Datentabellen definieren

  • Datentabellen für Threat Intelligence, Incident Response und andere Sicherheitsanwendungsfälle verwenden.

  • Die Daten müssen der YARA-L-Syntax und den YARA-L-Konventionen entsprechen.

Erkennungen und Benachrichtigungen mit YARA-L in Datentabellen schreiben

Mit einer YARA-L-Abfrage können Sie Erkennungen und Warnungen an Datentabellen senden.

Mit der Funktion write_row können Sie eine Datentabellenzeile mit dem übereinstimmenden Schlüssel in der Datentabelle mit den Ergebnissen einer Regel überschreiben. Wenn der Schlüssel nicht in der Tabelle gefunden wird, fügen Sie stattdessen eine neue Zeile hinzu.

Geben Sie die Funktion write_row im Exportabschnitt einer YARA-L-Abfrage an. Das Schreiben von Daten in die Datentabelle muss die letzte Aktion der Abfrage sein. Dadurch werden die Ergebnisvariablen in die Datentabelle geschrieben.

  • Beispiel

    export:
      %<data_table_name>.write_row(
      data_table_column_x_name: <value>,
      data_table_column_y_name: <value>,
      ...,
      ...,
      data_table_column_z_name: <value>
    )
    // depending on the key column(s), the rows will be updated for existing keys 
    and appended for new keys
    
  • Beispiel: Suchergebnisse in Datentabelle exportieren

    events:
      $e.metadata.event_type = "USER_LOGIN"
      $e.security_result.action = "ALLOW"
    
    outcome:
      $user = $e.principal.user.userid
      $ip = $e.target.ip[0] // Assuming target.ip is an array
      $timestamp = $e.metadata.event_timestamp.seconds
    
    export:
      // Write to the data table named 'successful_logins'
      %successful_logins.write_row(
        user: $user,          // Maps $user variable to 'user' column
        ip: $ip,              // Maps $ip variable to 'ip' column
        first_seen: $timestamp // Maps $timestamp variable to 'first_seen' column
      )
    

Datentabelle mit YARA-L ändern

Im Folgenden wird gezeigt, wie Sie eine Datentabelle mit YARA-L ändern:

TableName: ip_user_domain_table (Schlüsselspalten für den Primärschlüssel werden bei der Erstellung definiert)

IP-Adresse employee_id* Domain
192.0.2.10 Dana altostrat.com
192.0.2.20 Quinn altostrat.com
192.0.2.30 Lee cymbalgroup.com

* gibt den Primärschlüssel an.

Mit der folgenden Abfrage werden eindeutige Kombinationen aus principal.ip, principal.user.employee_id und target.domain erfasst. Die Ergebnisse werden anhand der Verbreitung des target.domain gefiltert:

  • Beispiel

    events:
      $e.principal.ip = $principal_ip
      $e.principal.user.employee_id = $principal_user_employee_id
      $e.target.domain.name = $target_domain
      $e.target.domain.prevalence.day_count < 5
    
    // To run this query as a rule, add Condition Section here 
    // condition:$e
    

Abfrageergebnisse:

ip empid Domain
192.0.2.10 Dana altostrat.com
192.0.2.30 Lee examplepetstore.com
192.0.2.20 Quinn altostrat.com

Beispiel: „write_row“ verwenden, um die Abfrageausgabe in eine Datentabelle zu schreiben

  • Beispielregel:

    rule udm_write_data_table {
    meta:
        description = "Writeto data table"
    events:
      $e.principal.user.employee_id = $principal_user_employee_id
      $e.target.domain.name = $target_domain
      $e.target.domain.prevalence.day_count < 5
    
    outcome:
      $hostname = $target_domain
      $principal_emp_id = $principal_user_employee_id
    
    condition:
      $e
    
    export:
      %ips_with_hostnames.write_row(
          employeeid:$principal_emp_id,
          hostname:$hostname
      )
    }
    
  • Beispiel für eine Suchanfrage:

    events:
      $e.principal.user.employee_id = $principal_user_employee_id
      $e.target.domain.name = $target_domain
      $e.target.domain.prevalence.day_count < 5
    
    outcome:
      $hostname = $target_domain
      $principal_emp_id = $principal_user_employee_id
    
    export:
      %ips_with_hostnames.write_row(
        employeeid:$principal_emp_id,
        hostname:$hostname
      )
    

Beispiel: write_row verstehen

Im folgenden Beispiel werden user und ip als Primärschlüssel verwendet. Jede Erkennung, die in der Tabelle „detections“ verbleibt, führt zu einer Auswertung des Funktionsaufrufs im Exportabschnitt der Abfrage.

  • Beispielregel:

    rule udm_write_data_table {
    meta:
      description = "Write data table"
    events:
      $e.metadata.event_type = "USER_LOGIN"
      all $e.security_result.action != "BLOCK"
      all $e.security_result.action != "UNKNOWN_ACTION"
    
      $user = $e.principal.user.userid
      $ip = $e.target.ip
      $ts = $e.metadata.event_timestamp.seconds
    
    match:
      $user, $ip over 1h
    
    outcome:
      $first_seen = min($ts)
    
    condition:
      $e
    
    export:
      %successful_logins.write_row(user:$user, ip:$ip)
    }
    
  • Beispiel für eine Suchanfrage:

    events:
      $e.metadata.event_type = "USER_LOGIN"
      all $e.security_result.action != "BLOCK"
      all $e.security_result.action != "UNKNOWN_ACTION"
    
      $ts = $e.metadata.event_timestamp.seconds
    
    outcome:
      $user = $e.principal.user.userid
      $ip = $e.target.ip[0]
    
    export:
      %successful_logins.write_row(user:$user, ip:$ip)
    

    Hier sind die Ereignisdaten:

    metadata: {
      event_type: USER_LOGIN
      event_timestamp: { seconds: 1283299200 }
    }
    principal: {
      user: {
        userid: "charlie"
      }
    }
    target: {
      ip: ["192.0.2.135", "192.0.2.136"]
    }
    security_result: {
      action: ALLOW
    }
    
  • Die folgenden Erkennungen werden zurückgegeben, wenn diese Abfrage als Regel ausgeführt wird:

    Erkennungs-ID $user abgleichen Match $ip
    0 charlie 192.0.2.135
    1 charlie 192.0.2.136

    Die Datentabelle enthält Folgendes:

    Nutzer*in ip
    charlie 192.0.2.135
    charlie 192.0.2.136
  • Die folgende Suchanfrage veranschaulicht das Supportangebot in der Suche für das Schreiben von Skalarwerten in Datentabellen.

    events:
      $e.metadata.event_type = "NETWORK_CONNECTION"
    
    export:
      %summary_table.write_row(col_name: $e.metadata.product_name, Vendor_name: $e.metadata.vendor_name)
    

Entitätsdiagramm mit einer Datentabelle anreichern

Mithilfe von Datentabellen können Sie die in einem Entitätsdiagramm dargestellten Entitäten aus Regeln hinzufügen, entfernen oder ersetzen. Verwenden Sie Funktionen im Abschnitt setup, um anzugeben, wie die Datentabelle mit Entitätsereignissen, auf die im Abschnitt events verwiesen wird, zusammengeführt, angehängt oder verwendet werden soll, um Entitäten daraus zu entfernen.

Mit der folgenden Regelvorlage können Sie ein Entitätsdiagramm ändern:

  • Regelvorlage

    rule entity_graph_template {
    
      meta:
        ...
    
      setup:
        // import the data table into entity graph
        <enrichment_keyword> <join_condition>
    
      events:
        ...
    
      match:
        ...
    
      condition:
        ...
    }
    

Sie können die folgenden YARA-L 2.0-Funktionen verwenden, um den Entitätsgraphen mit einer Datentabelle zu erweitern:

  • graph_override: Überschreibt die Zeilen im Entitätsgraphen, die der Join-Bedingung entsprechen, mit Daten aus der Datentabelle.

    Beispiel: [graph_override](?tab=t.0#heading=h.v0fps7eke1if)

  • graph_append: Die Zeilen aus der Datentabelle werden an die Zeilen im Entitätsgraphen angehängt. Für den Vorgang graph_append ist ein Array erforderlich, das eine Datentabellenvariable und eine Entitätsereignisvariable enthält, anstatt einer Join-Bedingung.

    Im folgenden Beispiel ist $g1 die Entitätsdiagrammvariable und example_table die Datentabelle: graph_append [$g1, %example_table]

    Für die Funktion append sollten Datentabellen die folgenden Spalten enthalten, um die Entität zu validieren:

    • start_time (zugeordnet zu metadata.interval.start_time.seconds)

    • end_time (zugeordnet zu metadata.interval.end_time.seconds)

    Datentabellenspalten können nicht über die Weboberfläche Metadatenfeldern zugeordnet werden. Für append-Anwendungsfälle müssen Datentabellen mit der Chronicle API erstellt werden (https://docs.cloud.google.com/chronicle/docs/reference/rest/v1alpha/projects.locations.instances.dataTables/create).

  • graph_exclude: Entfernt die Zeilen im Entitätsdiagramm, die der Bedingung join entsprechen.

    Beispiel: [graph_exclude](?tab=t.0#heading=h.o0qbb5paki6g)

Die Join-Bedingung muss ein Gleichheitsausdruck zwischen der Spalte der Datentabelle und dem Feld des Entitätsgraphen sein. Für die Funktionen graph_override und graph_exclude lautet die Syntax für den Zugriff auf eine Datentabelle so:

<data_table_name>.<column_name>

Alle Filter, die für <entity_variable> im Ereignisabschnitt angegeben sind, werden nach der Erweiterung mit der Datentabelle angewendet.

Nachdem die Entität im Entitätsdiagramm mit der Entität in der Datentabelle angereichert wurde, muss die Entitätsvariable im Entitätsdiagramm mit der UDM-Entität verknüpft werden.

Entitätsdiagramm mit Daten aus der Datentabelle überschreiben

Mit der Funktion graph_override werden Felder, die sowohl im Entitätsdiagramm als auch in der Datentabelle vorhanden sind, durch Felder aus der Datentabelle ersetzt. Felder, die im Entitätsgraphen, aber nicht in der Datentabelle vorhanden sind, bleiben unverändert. Felder, die nicht im Entitätsdiagramm, aber in der Datentabelle vorhanden sind, werden berücksichtigt.

Nur die zugeordneten Spalten der Datentabelle überschreiben die Spalten des Entitätsdiagramms. Die nicht zugeordneten Spalten werden dem Feld additional des Entitätsgraphen hinzugefügt, mit dem die Datentabelle verknüpft ist.

Beispiel: Übereinstimmung bei einzelnem Join

Im folgenden Beispiel werden die Zeilen im Entitätsdiagramm, die der Join-Bedingung zwischen der Datentabellenspalte und dem Entitätsdiagrammfeld ($g1.graph.entity.ip = %example_table.my_ip) entsprechen, von der Datentabelle überschrieben.

  • Beispiel

    rule rule_override {
      meta:
      description = "Override entity context with data table before joining with UDM event"
    
      setup:
      //Rows in the entity graph that match the join condition are overridden by the data table
        graph_override ($g1.graph.entity.ip = %example_table.my_ip)
    
      events:
        $e.metadata.event_type = "NETWORK_CONNECTION"
        $e.security_result.action = "ALLOW"
    
        // Filter will be applied after graph is overridden by data table
        $g1.graph.entity.hostname = "ftp01"
    
        // Accessing unmapped columns
        $g1.graph.additional.fields["Owner"] = "alice"
    
        // Joining the UDM event with the enriched entity graph
        $e.target.ip = $iocip
        $g1.graph.entity.ip = $iocip
    
      match:
        $iocip over 1h
    
      condition:
        $e and $g1
    }
    

Wenn Sie eine nicht zugeordnete Spalte (z. B. „Inhaber“) der Datentabelle verwenden möchten, geben Sie eine entsprechende Anweisung für $g1.graph.entity.owner = "alice" is $g1.graph.additional.fields["Owner"] = "alice" an. Das liegt daran, dass alle nicht zugeordneten Spalten der Datentabelle in das Feld additional des Entitätsdiagramms ($g1) eingefügt werden.

In den folgenden Tabellen wird ein Überschreibungsvorgang veranschaulicht, bei dem Zeilen im Entitätsdiagramm angereichert werden, wenn das IP-Feld in der Datentabelle mit dem IP-Feld im Entitätsdiagramm übereinstimmt.

Vorhandenes Entitätendiagramm
Hostname IP MAC
ftp01 10.1.1.4 …:01
www01 10.1.1.5 …:02
Datentabelle
Hostname IP MAC Inhaber
ftp01 10.1.1.4 …:bb alice
h1 10.1.1.6 …:cc bob
h2 10.1.1.7 …:dd chris
h3 10.1.1.4 …:ee doug

Angereichertes Entitätendiagramm
Hostname IP MAC Inhaber
ftp01 10.1.1.4 …:bb alice
www01 10.1.1.5 …:02
h3 10.1.1.4 …:ee doug

Beispiel: Übereinstimmung mit mehreren Joins

Im folgenden Beispiel werden die Zeilen im Entitätsgraphen, die den mehreren Join-Bedingungen ($g1.graph.entity.ip = %example_table.my_ip und $g1.graph.entity.hostname = %example_table.my_hostname) entsprechen, durch die Datentabelle überschrieben.

  • Beispiel

    rule rule_override {
    meta:
      description = "Override Entity context with Data Table before joining with UDM event"
    setup:
      // example with more than one condition
      graph_override ($g1.graph.entity.ip = %example_table.my_ip and
      $g1.graph.entity.hostname = %example_table.my_hostname) 
    events:
      $e.metadata.event_type = "NETWORK_CONNECTION"
      $e.security_result.action = "ALLOW"
    
      // Filter will be applied after graph is overridden by data table
      $g1.graph.entity.hostname = "ftp01"
    
      // joining the UDM event with the enriched entity graph
      $e.target.ip = $iocip
      $g1.graph.entity.ip = $iocip
    
    match:
      $iocip over 1h
    
    condition:
      $e and $g1
    }
    

Die folgenden Tabellen veranschaulichen einen Überschreibungsvorgang, bei dem die Zeilen des Entitätsdiagramms angereichert werden, wenn sowohl das IP-Feld als auch das Hostnamenfeld in der Datentabelle mit dem IP-Feld und dem Hostnamenfeld im Entitätsdiagramm übereinstimmen.

Vorhandenes Entitätendiagramm
Hostname IP MAC
ftp01 10.1.1.4 …:01
www01 10.1.1.5 …:02
Datentabelle
Hostname IP MAC Inhaber
ftp01 10.1.1.4 …:bb alice
h1 10.1.1.5 …:cc bob
h2 10.1.1.6 …:dd chris
h3 10.1.1.4 …:ee doug
Angereichertes Entitätendiagramm
Hostname IP MAC Inhaber
ftp01 10.1.1.4 …:bb alice
www01 10.1.1.5 …:02

Daten aus der Datentabelle an den Entitätsgraphen anhängen

Bei der Funktion graph_append ist keine Join-Bedingung erforderlich.

Im folgenden Beispiel werden alle Zeilen in der Datentabelle an die Zeilen im Entitätsgraphen angehängt.

  • Beispiel

    rule rule_append {
    meta:
      description = "Data table append entity"
    
    setup:
      graph_append [$g1, %example_table]
    
    events:
      // filter UDM events
      $e.metadata.event_type = "NETWORK_CONNECTION"
      $e.security_result.action = "ALLOW"
    
      // Join the filtered UDM events with the enriched graph
      $e.target.ip = $iocip
      $g1.graph.entity.ip = $iocip
    
    match:
      $iocip over 1h
    
    condition:
      $e and $g1
    }
    

Die folgende Beispieltabelle veranschaulicht einen Anfügevorgang, bei dem die Zeilen der Datentabelle an die Zeilen im Entitätsgraphen angefügt werden:

Vorhandenes Entitätendiagramm
Hostname IP MAC
ftp01 10.1.1.4 …:01
www01 10.1.1.5 …:02
Datentabelle
IP MAC Inhaber
10.1.1.4 …:01 alice
10.1.1.6 …:cc bob
10.1.1.7 …:dd chris
10.1.1.4 …:ee doug
Angereichertes Entitätendiagramm
Hostname IP MAC Inhaber
ftp01 10.1.1.4 …:01
www01 10.1.1.5 …:02
10.1.1.4 …:bb alice
10.1.1.6 …:cc bob
10.1.1.7 …:dd chris
10.1.1.4 …:ee doug

Mit „graph_exclude“ Zeilen aus dem Entitätsgraphen entfernen

Mit der Funktion graph_exclude werden Zeilen im Entitätsgraphen, die der Join-Bedingung entsprechen, aus dem Entitätsgraphen entfernt.

Im folgenden Beispiel werden alle Zeilen im Entitätsgraphen entfernt, die der angegebenen Join-Bedingung (zwischen der Datentabellenspalte und dem Entitätsgraphenfeld) entsprechen. Dem Entitätsgraphen werden keine Zeilen aus der Datentabelle hinzugefügt.

  • Beispiel

    rule rule_exclude {
    
        meta:
        setup:
          graph_exclude ($g1.graph.entity.ip = %example_table.ip)
    
        events:
            $e.metadata.event_type = "NETWORK_CONNECTION"
            $e.security_result.action = "ALLOW"
            $e.target.ip = $iocip
            $g1.graph.entity.ip = $iocip
    
        match:
            $iocip over 1h
    
        condition:
          $e and $g1
    }
    

In den folgenden Tabellen wird ein Ausschlussvorgang veranschaulicht, bei dem die Zeilen des Entitätsdiagramms, die mit dem IP-Feld der Datentabelle übereinstimmen, entfernt werden:

Vorhandenes Entitätendiagramm
Hostname IP MAC
ftp01 10.1.1.4 …:01
www01 10.1.1.5 …:02
Datentabelle
IP MAC Inhaber
10.1.1.4 …:bb alice
10.1.1.6 …:cc bob
10.1.1.7 …:dd chris
Angereichertes Entitätendiagramm
Hostname IP MAC
www01 10.1.1.5 …:02

API-Ratenbegrenzungen

Die folgenden Kontingente für Abfragen pro Minute (QPM) werden pro Projekt und Nutzer erzwungen, wenn die REST API-Endpunkte für Google SecOps-Datentabellen und ‑Datentabellenzeilen aufgerufen werden:

Ressource API-Vorgang Ratenbegrenzung (STANDARD)
DataTables CreateDataTable (data_table/create_requests) 60 QPM
DataTables GetDataTable (data_table/get_requests) 120 QPM
DataTables ListDataTables (data_table/list_requests) 120 QPM
DataTables UpdateDataTable (data_table/update_requests) 60 QPM
DataTables DeleteDataTable (data_table/delete_requests) 60 QPM
DataTableRows CreateDataTableRow (data_table_row/create_requests) 60 QPM
DataTableRows GetDataTableRow (data_table_row/get_requests) 120 QPM
DataTableRows ListDataTableRows (data_table_row/list_requests) 120 QPM
DataTableRows UpdateDataTableRow (data_table_row/update_requests) 60 QPM
DataTableRows DeleteDataTableRow (data_table_row/delete_requests) 60 QPM
DataTableRows BulkCreateDataTableRows (Sync / Async) 30 QPM
DataTableRows BulkReplaceDataTableRows (Sync / Async) 30 QPM
DataTableRows BulkUpdateDataTableRows (Sync / Async) 10 QPM
DataTableRows BulkDeleteDataTableRows (Sync / Async) 30 QPM
DataTableRows BulkGetDataTableRows (data_table_row/bulk_get_requests) 120 QPM

Beschränkungen

  • Maximale Anzahl von Datentabellen für ein Google SecOps-Konto: 1.000.

  • Datentabellen unterstützen nur CSV-Daten. Datentabellen unterstützen tabulatorgetrennte Werte nur, wenn Sie eine neue Datentabelle hinzufügen und eine TSV-Datei (tabulatorgetrennte Werte) importieren.

  • In Datentabellenfeldern werden keine Kommas (,) unterstützt.

  • Die Limits für die Anzahl der in-Anweisungen, wenn in einer Abfrage auf eine Referenzliste verwiesen wird, gelten auch für in-Anweisungen in einer Datentabelle.

  • Maximale Anzahl von in-Anweisungen in einer Abfrage für Spalten mit den Datentypen String und Number: 10.

  • Maximale Anzahl von in-Anweisungen mit Operatoren für reguläre Ausdrücke: 5.

  • Maximale Anzahl von in-Anweisungen mit CIDR-Operatoren: 5.

  • Maximale Anzahl von = (JOIN)-Anweisungen: 10.

  • Maximale Anzahl von Spalten pro Datentabelle: 1.000.

  • Maximale Anzahl von Zeilen pro Datentabelle: 10 Millionen.

  • Maximale Anzahl von Datentabellenzeilen,die auf einer Webseite in der Text- und Tabelleneditoransicht angezeigt werden können: 10.000 Zeilen.

  • Maximales Datenvolumen in einer Datentabelle: 10 GB.

  • Platzhalter sind im Einrichtungsbereich nicht zulässig.

  • Nicht zugeordnete Spalten einer Datentabelle mit dem Datentyp string können nur mit Stringfeldern von UDM-Ereignissen oder UDM-Entitäten verknüpft werden.

  • Verwenden Sie nur nicht zugeordnete Spalten in einer Datentabelle mit dem Datentyp cidr oder regex für CIDR oder reguläre Ausdrücke.

  • Datentabellen-Suchvorgänge: Platzhalter für reguläre Ausdrücke werden nicht unterstützt und Suchbegriffe sind auf 100 Zeichen beschränkt.

Einschränkungen für Datentabellen-Joins in Regeln

Für Datentabellen-Joins in Regeln gelten die folgenden Einschränkungen.

  • Das Abrufen aller Ereignisbeispiele für Erkennungen wird nicht unterstützt, wenn Datentabellen-Joins mit Ereignissen verwendet werden.

  • Im Gegensatz zu Entitäten und UDM werden in Datentabellen keine Platzhalter unterstützt. Dies führt zu folgenden Einschränkungen:

    • Sie können nicht einen Satz Filter auf eine Datentabelle anwenden und diese mit einer UDM-Entität verknüpfen.

    • Sie können nicht einen anderen Satz von Filtern auf dieselbe Datentabelle anwenden, während Sie sie mit einem anderen UDM-Platzhalter zusammenführen.

    Beispiel: Eine Datentabelle mit dem Namen dt mit drei Spalten: my_hostname, org und my_email und mit der folgenden Regel:

    events:
      $e1.principal.hostname =  %dt.my_hostname
      %dt.org ="hr"
    
      $e2.principal.email =  %dt.my_email
      %dt.org !="hr"
    

Alle Filter für eine Datentabelle werden zuerst angewendet. Anschließend werden die gefilterten Zeilen aus der Datentabelle mit dem UDM verknüpft. In diesem Fall führen die widersprüchlichen Filter (%dt.org ="hr" and %dt.org !="hr") für die Tabelle dt zu einer leeren Datentabelle, die dann sowohl mit e1 als auch mit e2 zusammengeführt wird.

Einschränkungen bei der Verwendung von Datentabellen mit Regeln

Für Datentabellen gelten die folgenden Einschränkungen, wenn sie mit Regeln verwendet werden.

Einschränkungen für die Ausführungshäufigkeit

Die Ausführungshäufigkeit „Echtzeit“ wird für Regeln mit Datentabellen nicht unterstützt.

Einschränkungen für die Ausgabe in Datentabellen

  • Die Modifikatoren any und all werden für Spalten mit wiederkehrenden Feldern in Datentabellen nicht unterstützt.

  • Die Array-Indexierung wird für Spalten mit wiederkehrenden Feldern in Datentabellen nicht unterstützt.

  • Sie können nur Ergebnisvariablen in eine Datentabelle exportieren. Ereignispfade oder Datentabellenspalten können nicht direkt exportiert werden.

  • Spaltenlisten müssen die Primärschlüsselspalten für Datentabellen enthalten.

  • Sie können maximal 20 Ergebnisse haben.

  • Wenn keine Datentabelle vorhanden ist, wird eine neue Tabelle mit dem Standarddatentyp string für alle Spalten in der angegebenen Reihenfolge erstellt.

  • Maximal fünf Regeln können gleichzeitig in eine Datentabelle schreiben.

  • Es gibt keine Garantie dafür, dass eine Erstellerregel Zeilen zu einer Datentabelle hinzufügen kann, bevor eine Nutzerregel für diese Datentabelle gestartet wird.

  • Für eine einzelne Regel gilt eine Beschränkung der Anzahl der Ergebniszeilen. Für das Ergebnis und die beibehaltenen Daten sowie für Datentabellen gilt ein Limit von maximal 10.000 Zeilen.

  • Wenn Sie eine Zeile aktualisieren, werden die alten Werte für alle Nicht-Schlüsselspalten durch die neuen Werte ersetzt. Es dauert etwa fünf Minuten, bis Aktualisierungen, einschließlich des Hinzufügens einer neuen Zeile, für Abfragen verfügbar sind.

Einschränkungen für die Entitätsanreicherung aus Datentabellen

  • Sie können nur einen Anreicherungsvorgang (entweder override, append oder exclude) auf eine einzelne Entitätsdiagrammvariable anwenden.

  • Für jeden Anreicherungsvorgang kann nur eine Datentabelle verwendet werden.

  • Im Abschnitt setup einer YARA-L-Regel können Sie maximal zwei Anreicherungsvorgänge eines beliebigen Typs definieren.

Im folgenden Beispiel wird ein override-Vorgang auf die Entitätsdiagrammvariable $g1 und ein append-Vorgang auf die Entitätsdiagrammvariable $g2 angewendet.

  • none setup: graph_override($g1.graph.entity.user.userid = %table1.myids) graph_append [$g2, %table1]

Im vorherigen Beispiel wird dieselbe Datentabelle (table1) verwendet, um verschiedene Entitätsgraphen zu erweitern. Sie können auch verschiedene Datentabellen verwenden, um die verschiedenen Entitätsgraphen zu verbessern:

  • none setup: graph_override($g1.graph.entity.user.userid = %table1.myids) graph_append [$g2, %table2]

Einschränkungen bei der Verwendung von Datentabellen mit der Google Suche

Für Datentabellen gelten bei der Verwendung mit der Suche die folgenden Einschränkungen:

  • Bei einer einzelnen Abfrageausführung können maximal 1 Million Zeilen oder 1 GB in eine Datentabelle ausgegeben werden, je nachdem, welches Limit zuerst erreicht wird.

  • Bei der Ausgabe der Suche in eine Datentabelle werden Ereigniszeilen übersprungen, wenn sie 5 MB überschreiten.

  • Die Entitätsanreicherung wird bei der Suche nicht unterstützt.

  • Datentabellen werden für Nutzer von kundenverwalteten Verschlüsselungsschlüsseln (CMEK) nicht unterstützt.

  • Schreibvorgänge sind auf 6 pro Minute und Kunde beschränkt.

  • Datentabellen und Datentabellen-Joins werden nur mit UDM-Ereignissen und nicht mit Entitäten unterstützt.

    Unterstützt: %datatable1.column1 = %datatable2.column1

    Nicht unterstützt: graph.entity.hostname = %sample.test

  • Sie können eine match-Variable nicht in den export-Abschnitt einer Statistikabfrage einfügen.

    Folgendes wird beispielsweise nicht unterstützt:

      match:
          principal.hostname
      export:
          %sample.write_row(
          row: principal.hostname
        )
    
    

Einschränkungen beim Umbenennen oder Löschen von Datentabellen mit der Chronicle API oder Terraform

  • Das Umbenennen wird weder über die Plattform noch über die API unterstützt.
  • Sie können eine Datentabelle nicht über die Plattform oder die API löschen, wenn eine Regel darauf verweist.
  • In Terraform wird durch das Umbenennen einer Datentabelle ein Lösch- und Neuerstellungsvorgang ausgelöst. Wenn die Datentabelle von einer Regel referenziert wird, schlägt dieser Vorgang fehl, da die API das Löschen der alten Tabelle blockiert.
  • Risiko von Datenverlust in Terraform: Auch wenn eine Datentabelle nicht von einer Regel referenziert wird, führt das Umbenennen mit Terraform zu dauerhaftem Datenverlust. Terraform löscht die vorhandene Tabelle und ersetzt sie durch eine neue, leere Tabelle, die keine Daten aus der ursprünglichen Tabelle enthält.
  • Empfohlene Problemumgehung:
    • Erstellen Sie eine neue Datentabelle mit dem neuen Namen.
    • Aktualisieren Sie die Regel(n), um die neue Datentabelle zu verwenden.
    • Löschen Sie die alte Datentabelle.

Benötigen Sie weitere Hilfe? Antworten von Community-Mitgliedern und Google SecOps-Experten erhalten