Halaman ini menjelaskan cara melakukan streaming temuan baru dan yang diperbarui ke set data BigQuery menggunakan fungsi ekspor Security Command Center untuk BigQuery. Temuan yang ada tidak dikirim ke BigQuery kecuali jika diperbarui.
BigQuery adalah data warehouse analisis yang terkelola sepenuhnya, berskala petabyte, dan hemat biaya dari Google Cloud, yang memungkinkan Anda menjalankan analisis pada sejumlah besar data secara hampir real time. Anda dapat menggunakan BigQuery untuk menjalankan kueri terhadap temuan baru dan yang diperbarui, memfilter data untuk menemukan apa yang Anda butuhkan, dan membuat laporan kustom. Untuk mempelajari lebih lanjut BigQuery, lihat dokumentasi BigQuery.
Ringkasan
Jika Anda mengaktifkan fitur ini, temuan baru yang ditulis ke Security Command Center akan diekspor ke tabel BigQuery hampir secara real time. Kemudian, Anda dapat mengintegrasikan data ke dalam alur kerja yang ada dan membuat analisis kustom. Anda dapat mengaktifkan fitur ini di tingkat organisasi, folder, dan project untuk mengekspor temuan berdasarkan persyaratan Anda.
Fitur ini adalah cara yang direkomendasikan untuk mengekspor temuan Security Command Center ke BigQuery, karena dikelola sepenuhnya dan tidak memerlukan operasi manual atau penulisan kode kustom.
Struktur set data
Fitur ini menambahkan setiap temuan baru dan pembaruan berikutnya sebagai
baris baru dalam tabel findings
, yang dikelompokkan berdasarkan source_id
,
finding_id
,
dan event_time
.
Saat temuan diperbarui, fitur ini membuat beberapa catatan temuan dengan
nilai source_id
dan finding_id
yang sama, tetapi dengan nilai event_time
yang berbeda. Struktur set data ini memungkinkan Anda melihat perubahan status setiap temuan dari waktu ke waktu.
Perhatikan bahwa entri duplikat mungkin ada dalam set data Anda. Untuk menguraikannya, Anda
dapat menggunakan klausa DISTINCT
, seperti yang ditunjukkan dalam
kueri contoh pertama.
Setiap set data berisi tabel findings
, yang memiliki kolom berikut:
Kolom | Deskripsi |
---|---|
source_id |
ID unik yang ditetapkan Security Command Center ke sumber temuan. Misalnya, semua temuan dari sumber Cloud Anomaly Detection memiliki nilai source_id yang sama. Contoh: |
finding_id | ID unik yang merepresentasikan temuan. ID ini unik dalam sumber untuk organisasi. Alfanumerik dan memiliki kurang dari atau sama dengan 32 karakter. |
event_time |
Waktu terjadinya peristiwa atau waktu terjadinya update pada
temuan. Misalnya, jika temuan mewakili firewall yang terbuka, maka Contoh: |
bulk_export_id |
Kolom ini tidak diisi dengan data. |
menemukan |
Kumpulan data penilaian seperti keamanan, risiko, kesehatan, atau privasi, yang dimasukkan ke Security Command Center untuk presentasi, pemberitahuan, analisis, pengujian kebijakan, dan penegakan. Misalnya, kerentanan pembuatan skrip lintas situs (XSS) di aplikasi App Engine adalah temuan.
Untuk mengetahui informasi selengkapnya tentang kolom bertingkat, lihat referensi API
untuk objek
|
resource |
Informasi terkait resource yang dikaitkan dengan temuan ini. Google Cloud
Untuk mengetahui informasi selengkapnya tentang kolom bertingkat, lihat referensi API
untuk objek
|
Biaya
Anda akan dikenai biaya BigQuery terkait fitur ini. Untuk mengetahui informasi selengkapnya, lihat harga BigQuery.
Sebelum memulai
Anda harus menyelesaikan langkah-langkah ini sebelum mengaktifkan fitur ini.
Siapkan izin
Untuk menyelesaikan panduan ini, Anda harus memiliki peran Identity and Access Management (IAM) berikut:
Di organisasi, folder, atau project tempat Anda ingin mengekspor temuan, salah satu hal berikut:
- Security Center BigQuery Exports Editor
(
roles/securitycenter.bigQueryExportsEditor
). - Security Center Admin
(
roles/securitycenter.admin
).
Untuk mempelajari peran Security Command Center lebih lanjut, lihat Kontrol akses.
- Security Center BigQuery Exports Editor
(
Di set data BigQuery, berikan peran BigQuery Data Owner (
roles/bigquery.dataOwner
).
Membuat set data BigQuery
Membuat set data BigQuery. Untuk informasi selengkapnya, lihat Membuat set data.
Merencanakan residensi data
Jika aset data diaktifkan untuk
Security Command Center, konfigurasi yang menentukan ekspor streaming ke
BigQuery—resource BigQueryExport
—tunduk pada
kontrol aset data dan disimpan di
lokasi Security Command Center
yang Anda pilih.
Untuk mengekspor temuan di lokasi Security Command Center ke BigQuery, Anda harus mengonfigurasi ekspor BigQuery di lokasi Security Command Center yang sama dengan temuan.
Karena filter yang digunakan dalam ekspor BigQuery dapat berisi data yang tunduk pada kontrol residensi, pastikan Anda menentukan lokasi yang benar sebelum membuatnya. Security Command Center tidak membatasi lokasi tempat Anda membuat ekspor.
Ekspor BigQuery hanya disimpan di lokasi tempat ekspor tersebut dibuat dan tidak dapat dilihat atau diedit di lokasi lain.
Setelah membuat BigQuery Export, Anda tidak dapat mengubah lokasinya. Untuk mengubah lokasi, Anda harus menghapus ekspor BigQuery dan membuatnya ulang di lokasi baru.
Untuk mempelajari cara menggunakan Security Command Center saat residensi data diaktifkan, lihat Endpoint regional Security Command Center.
Mengekspor temuan dari Security Command Center ke BigQuery
Untuk mengekspor temuan, aktifkan terlebih dahulu Security Command Center API.
Mengaktifkan Security Command Center API
Untuk mengaktifkan Security Command Center API:
Buka halaman API Library di konsol Google Cloud .
Pilih project yang ingin Anda aktifkan Security Command Center API-nya.
Di kotak Penelusuran, masukkan
Security Command Center
, lalu klik Security Command Center di hasil penelusuran.Di halaman API yang muncul, klik Enable.
Security Command Center API diaktifkan untuk project Anda. Selanjutnya, Anda akan menggunakan gcloud CLI untuk membuat konfigurasi ekspor baru ke BigQuery.
Memberikan akses perimeter di Kontrol Layanan VPC
Jika Anda menggunakan Kontrol Layanan VPC dan set data BigQuery Anda adalah bagian dari project di dalam perimeter layanan, Anda harus memberikan akses ke project untuk mengekspor temuan.
Untuk memberikan akses ke project, buat
aturan masuk dan keluar untuk
principal dan project tempat Anda mengekspor temuan. Aturan
mengizinkan akses ke resource yang dilindungi dan memungkinkan BigQuery memverifikasi bahwa
pengguna memiliki izin setIamPolicy
pada set data
BigQuery.
Sebelum menyiapkan ekspor baru ke BigQuery
Konsol
-
Di konsol Google Cloud , buka halaman VPC Service Controls.
- Pilih organisasi atau project Anda.
- Jika Anda memilih organisasi, klik Pilih kebijakan akses, lalu pilih kebijakan akses yang terkait dengan perimeter yang ingin Anda perbarui.
-
Klik nama perimeter yang ingin Anda perbarui.
Untuk menemukan perimeter layanan yang perlu diubah, Anda dapat memeriksa entri log yang menunjukkan pelanggaran
RESOURCES_NOT_IN_SAME_SERVICE_PERIMETER
. Dalam entri tersebut, periksa kolomservicePerimeterName
:accessPolicies/ACCESS_POLICY_ID/servicePerimeters/SERVICE_PERIMETER_NAME
- Klik Edit perimeter.
- Klik Kebijakan traffic keluar.
- Klik Tambahkan aturan traffic keluar.
-
Di bagian DARI, tetapkan detail berikut:
- Untuk Identity, pilih Select identities & groups.
- Klik Tambahkan identitas
-
Masukkan alamat email principal yang digunakan untuk memanggil Security Command Center API.
- Pilih pemilik atau tekan ENTER, lalu klik Tambahkan identitas.
-
Di bagian KE, tetapkan detail berikut:
- Untuk Project, pilih Semua project.
- Untuk Operasi atau peran IAM, pilih Pilih operasi.
-
Klik Tambahkan operasi, lalu tambahkan operasi berikut:
- Tambahkan layanan bigquery.googleapis.com.
- Klik Semua metode.
- Klik Tambahkan semua metode.
- Tambahkan layanan bigquery.googleapis.com.
- Klik Ingress policy.
- Klik Tambahkan aturan ingress.
-
Di bagian DARI, tetapkan detail berikut:
- Untuk Identity, pilih Select identities & groups.
- Klik Tambahkan identitas
-
Masukkan alamat email principal yang digunakan untuk memanggil Security Command Center API.
- Pilih pemilik atau tekan ENTER, lalu klik Tambahkan identitas.
- Untuk Sumber, pilih Semua sumber
-
Di bagian KE, tetapkan detail berikut:
- Untuk Project, pilih Pilih project.
- Klik Tambahkan project, lalu tambahkan project yang berisi set data BigQuery.
- Untuk Operasi atau peran IAM, pilih Pilih operasi.
-
Klik Tambahkan operasi, lalu tambahkan operasi berikut:
- Tambahkan layanan bigquery.googleapis.com.
- Klik Semua metode.
- Klik Tambahkan semua metode.
- Tambahkan layanan bigquery.googleapis.com.
- Klik Simpan.
gcloud
-
Jika project kuota belum ditetapkan, tetapkan project kuota. Pilih project yang mengaktifkan Access Context Manager API.
gcloud config set billing/quota_project QUOTA_PROJECT_ID
Ganti
QUOTA_PROJECT_ID
dengan ID project yang ingin Anda gunakan untuk penagihan dan kuota. -
Buat file bernama
egress-rule.yaml
dengan konten berikut:- egressFrom: identities: - PRINCIPAL_ADDRESS egressTo: operations: - serviceName: bigquery.googleapis.com methodSelectors: - method: '*' resources: - '*'
Ganti
PRINCIPAL_ADDRESS
dengan alamat principal yang digunakan untuk memanggil Security Command Center API. -
Buat file bernama
ingress-rule.yaml
dengan konten berikut:- ingressFrom: identities: - PRINCIPAL_ADDRESS sources: - accessLevel: '*' ingressTo: operations: - serviceName: bigquery.googleapis.com methodSelectors: - method: '*' resources: - '*'
Ganti
PRINCIPAL_ADDRESS
dengan alamat principal yang digunakan untuk memanggil Security Command Center API. -
Tambahkan aturan traffic keluar ke perimeter:
gcloud access-context-manager perimeters update PERIMETER_NAME \ --set-egress-policies=egress-rule.yaml
Ganti kode berikut:
-
PERIMETER_NAME
: nama perimeter. Misalnya,accessPolicies/1234567890/servicePerimeters/example_perimeter
.Untuk menemukan perimeter layanan yang perlu diubah, Anda dapat memeriksa log untuk menemukan entri yang menunjukkan pelanggaran
RESOURCES_NOT_IN_SAME_SERVICE_PERIMETER
. Dalam entri tersebut, periksa kolomservicePerimeterName
:accessPolicies/ACCESS_POLICY_ID/servicePerimeters/SERVICE_PERIMETER_NAME
-
-
Tambahkan aturan traffic masuk ke perimeter:
gcloud access-context-manager perimeters update PERIMETER_NAME \ --set-ingress-policies=ingress-rule.yaml
Ganti kode berikut:
-
PERIMETER_NAME
: nama perimeter. Misalnya,accessPolicies/1234567890/servicePerimeters/example_perimeter
.Untuk menemukan perimeter layanan yang perlu diubah, Anda dapat memeriksa log untuk menemukan entri yang menunjukkan pelanggaran
RESOURCES_NOT_IN_SAME_SERVICE_PERIMETER
. Dalam entri tersebut, periksa kolomservicePerimeterName
:accessPolicies/ACCESS_POLICY_ID/servicePerimeters/SERVICE_PERIMETER_NAME
-
Lihat Aturan traffic masuk dan keluar untuk informasi selengkapnya.
Menyiapkan ekspor baru ke BigQuery
Pada langkah ini, Anda membuat konfigurasi ekspor untuk mengekspor temuan ke instance BigQuery. Anda dapat membuat konfigurasi ekspor di level project, folder, atau organisasi. Misalnya, jika Anda ingin mengekspor temuan dari project ke set data BigQuery, Anda membuat konfigurasi ekspor di tingkat project untuk mengekspor hanya temuan yang terkait dengan project tersebut. Secara opsional, Anda dapat menentukan filter untuk mengekspor temuan tertentu saja.
Pastikan untuk membuat konfigurasi ekspor Anda di tingkat yang sesuai. Misalnya, jika Anda membuat konfigurasi ekspor di Project B untuk mengekspor temuan dari Project A dan Anda menentukan filter seperti resource.project_display_name: project-a-id
, konfigurasi tidak akan mengekspor temuan apa pun.
Anda dapat membuat maksimal 500 konfigurasi ekspor ke BigQuery untuk organisasi Anda. Anda dapat menggunakan set data yang sama untuk beberapa konfigurasi ekspor. Jika Anda menggunakan set data yang sama, semua pembaruan akan dilakukan pada tabel temuan yang sama.
Saat Anda membuat konfigurasi ekspor pertama, akun layanan akan otomatis dibuat untuk Anda. Akun layanan ini diperlukan untuk membuat atau
memperbarui tabel temuan dalam set data dan untuk mengekspor temuan ke tabel.
Memiliki bentuk
service-org-ORGANIZATION_ID@gcp-sa-scc-notification.iam.gservicaccount.com
dan
diberi peran BigQuery Data Editor (roles/bigquery.dataEditor
) di tingkat
set data BigQuery.
Di konsol Google Cloud , beberapa resource BigQueryExport
mungkin memiliki label Legacy
yang menunjukkan bahwa resource tersebut dibuat dengan Security Command Center API v1. Anda dapat mengelola resource BigQueryExport
ini dengan konsol Google Cloud , gcloud CLI, Security Command Center API v1, atau library klien v1 untuk Security Command Center.
Untuk mengelola resource BigQueryExport
ini dengan gcloud CLI, Anda tidak boleh menentukan
lokasi saat menjalankan perintah gcloud CLI.
gcloud
Buka konsol Google Cloud .
Pilih project tempat Anda mengaktifkan Security Command Center API.
Klik Activate Cloud Shell.
Untuk membuat konfigurasi ekspor baru, jalankan perintah berikut:
gcloud scc bqexports create BIGQUERY_EXPORT \ --dataset=DATASET_NAME \ --folder=FOLDER_ID | --organization=ORGANIZATION_ID | --project=PROJECT_ID \ --location=LOCATION \ [--description=DESCRIPTION] \ [--filter=FILTER]
Ganti kode berikut:
BIGQUERY_EXPORT
dengan nama untuk konfigurasi ekspor ini.DATASET_NAME
dengan nama set data BigQuery—misalnya,projects/PROJECT_ID/datasets/DATASET_ID
.FOLDER_ID
,ORGANIZATION_ID
, atauPROJECT_ID
dengan nama folder, organisasi, atau project Anda. Anda harus menyetel salah satu opsi ini. Untuk folder dan organisasi, namanya adalah ID folder atau ID organisasi. Untuk project, namanya adalah nomor project atau ID project.LOCATION
: lokasi Security Command Center tempat konfigurasi ekspor akan dibuat; jika retensi data diaktifkan, gunakaneu
,ksa
, atauus
; jika tidak, gunakan nilaiglobal
.DESCRIPTION
dengan deskripsi konfigurasi ekspor yang dapat dibaca manusia. Variabel ini bersifat opsional.FILTER
dengan ekspresi yang menentukan temuan yang akan disertakan dalam ekspor. Misalnya, jika Anda ingin memfilter kategori XSS_SCRIPTING, ketik"category=\"XSS_SCRIPTING\"
. Variabel ini bersifat opsional.
Terraform
Untuk mempelajari cara menerapkan atau menghapus konfigurasi Terraform, lihat Perintah dasar Terraform. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi penyedia Terraform.
Buat konfigurasi ekspor untuk organisasi:
Membuat konfigurasi ekspor untuk folder:
Buat konfigurasi ekspor untuk project:
Java
Untuk melakukan autentikasi ke Security Command Center, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan ADC untuk lingkungan pengembangan lokal.
Python
Untuk melakukan autentikasi ke Security Command Center, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan ADC untuk lingkungan pengembangan lokal.
Anda akan melihat temuan di set data BigQuery dalam waktu sekitar 15 menit setelah Anda membuat konfigurasi ekspor. Setelah tabel BigQuery dibuat, temuan baru dan yang diperbarui yang cocok dengan filter dan cakupan Anda akan muncul di tabel hampir secara real time.
Untuk meninjau temuan Anda, lihat Meninjau temuan.
Buat aturan ingress untuk ekspor baru ke BigQuery
Jika Anda menggunakan Kontrol Layanan VPC dan set data BigQuery Anda adalah bagian dari project di dalam perimeter layanan, Anda harus membuat aturan masuk untuk ekspor baru ke BigQuery.
Konsol
-
Buka kembali perimeter layanan dari bagian sebelumnya.
- Klik Ingress policy.
- Klik Tambahkan aturan ingress.
-
Di bagian DARI, tetapkan detail berikut:
- Untuk Identity, pilih Select identities & groups.
- Klik Tambahkan identitas
-
Masukkan alamat email agen layanan konfigurasi ekspor BigQuery. Alamat agen layanan memiliki format berikut:
service-org-ORGANIZATION_ID@gcp-sa-scc-notification.iam.gserviceaccount.com
Ganti
ORGANIZATION_ID
dengan ID organisasi Anda. - Pilih agen layanan atau tekan ENTER, lalu klik Tambahkan identitas.
- Untuk Sumber, pilih Semua sumber
-
Di bagian KE, tetapkan detail berikut:
- Untuk Project, pilih Pilih project.
- Klik Tambahkan project, lalu tambahkan project yang berisi set data BigQuery.
- Untuk Operasi atau peran IAM, pilih Pilih operasi.
-
Klik Tambahkan operasi, lalu tambahkan operasi berikut:
- Tambahkan layanan bigquery.googleapis.com.
- Klik Semua metode.
- Klik Tambahkan semua metode.
- Tambahkan layanan bigquery.googleapis.com.
- Klik Simpan.
gcloud
-
Jika project kuota belum ditetapkan, tetapkan project kuota. Pilih project yang mengaktifkan Access Context Manager API.
gcloud config set billing/quota_project QUOTA_PROJECT_ID
Ganti
QUOTA_PROJECT_ID
dengan ID project yang ingin Anda gunakan untuk penagihan dan kuota. -
Buat file bernama
ingress-rule.yaml
dengan konten berikut:- ingressFrom: identities: - serviceAccount:service-org-ORGANIZATION_ID@gcp-sa-scc-notification.iam.gserviceaccount.com sources: - accessLevel: '*' ingressTo: operations: - serviceName: bigquery.googleapis.com methodSelectors: - method: '*' resources: - '*'
Ganti
ORGANIZATION_ID
dengan ID organisasi Anda. -
Tambahkan aturan traffic masuk ke perimeter:
gcloud access-context-manager perimeters update PERIMETER_NAME \ --set-ingress-policies=ingress-rule.yaml
Ganti kode berikut:
-
PERIMETER_NAME
: nama perimeter. Misalnya,accessPolicies/1234567890/servicePerimeters/example_perimeter
.Untuk menemukan perimeter layanan yang perlu diubah, Anda dapat memeriksa log untuk menemukan entri yang menunjukkan pelanggaran
RESOURCES_NOT_IN_SAME_SERVICE_PERIMETER
. Dalam entri tersebut, periksa kolomservicePerimeterName
:accessPolicies/ACCESS_POLICY_ID/servicePerimeters/SERVICE_PERIMETER_NAME
-
Lihat Aturan traffic masuk dan keluar untuk informasi selengkapnya.
Project, pengguna, dan akun layanan yang dipilih kini dapat mengakses resource yang dilindungi dan mengekspor temuan.
Jika Anda telah mengikuti semua langkah dalam panduan ini, dan ekspor berfungsi dengan benar, Anda kini dapat menghapus hal berikut:
- Aturan masuk untuk akun utama
- Aturan keluar untuk akun utama
Aturan tersebut hanya diperlukan untuk mengonfigurasi konfigurasi ekspor. Namun, agar konfigurasi ekspor terus berfungsi, Anda harus mempertahankan aturan masuk yang Anda buat sebelumnya, yang memungkinkan Security Command Center mengekspor temuan ke set data BigQuery Anda di balik perimeter layanan.
Melihat detail konfigurasi ekspor
gcloud
Buka konsol Google Cloud .
Pilih project tempat Anda mengaktifkan Security Command Center API.
Klik Activate Cloud Shell.
Untuk memverifikasi detail konfigurasi ekspor, jalankan perintah berikut:
gcloud scc bqexports get BIGQUERY_EXPORT \ --folder=FOLDER_ID | --organization=ORGANIZATION_ID | --project=PROJECT_ID \ --location=LOCATION
Ganti kode berikut:
- Ganti
BIGQUERY_EXPORT
dengan nama untuk konfigurasi ekspor ini. FOLDER_ID
,ORGANIZATION_ID
, atauPROJECT_ID
dengan nama folder, organisasi, atau project Anda. Anda harus menyetel salah satu opsi ini. Untuk folder dan organisasi, namanya adalah ID folder atau ID organisasi. Untuk project, namanya adalah nomor project atau ID project.LOCATION
: lokasi Security Command Center tempat konfigurasi ekspor akan dibuat; jika retensi data diaktifkan, gunakaneu
,ksa
, atauus
; jika tidak, gunakan nilaiglobal
.Misalnya, untuk mendapatkan konfigurasi ekspor bernama
my-bq-export
dari organisasi dengan ID organisasi yang ditetapkan ke123
, jalankan:gcloud scc bqexports get my-bq-export \ --organization=123 \ --location=global
- Ganti
Memperbarui konfigurasi ekspor
Jika perlu, Anda dapat mengubah filter, set data, dan deskripsi konfigurasi ekspor yang ada. Anda tidak dapat mengubah nama konfigurasi ekspor.
gcloud
Buka konsol Google Cloud .
Pilih project tempat Anda mengaktifkan Security Command Center API.
Klik Activate Cloud Shell.
Untuk memperbarui konfigurasi ekspor, jalankan perintah berikut:
gcloud scc bqexports update BIGQUERY_EXPORT \ --dataset=DATASET_NAME \ --folder=FOLDER_ID | --organization=ORGANIZATION_ID | --project=PROJECT_ID \ --location=LOCATION \ [--description=DESCRIPTION] \ [--filter=FILTER]
Ganti kode berikut:
BIGQUERY_EXPORT
dengan nama konfigurasi ekspor yang ingin Anda perbarui.DATASET_NAME
dengan nama set data BigQuery—misalnya,projects/PROJECT_ID/datasets/DATASET_ID
.FOLDER_ID
,ORGANIZATION_ID
, atauPROJECT_ID
dengan nama folder, organisasi, atau project Anda. Anda harus menyetel salah satu opsi ini. Untuk folder dan organisasi, namanya adalah ID folder atau ID organisasi. Untuk project, namanya adalah nomor project atau ID project.LOCATION
: lokasi Security Command Center tempat konfigurasi ekspor akan diperbarui; jika retensi data diaktifkan, gunakaneu
,ksa
, atauus
; jika tidak, gunakan nilaiglobal
.DESCRIPTION
dengan deskripsi konfigurasi ekspor yang dapat dibaca manusia. Variabel ini bersifat opsional.FILTER
dengan ekspresi yang menentukan temuan yang akan disertakan dalam ekspor. Misalnya, jika Anda ingin memfilter kategori XSS_SCRIPTING, ketik"category=\"XSS_SCRIPTING\"
. Variabel ini bersifat opsional.
Melihat semua konfigurasi ekspor
Anda dapat melihat semua konfigurasi ekspor dalam organisasi, folder, atau project.
gcloud
Buka konsol Google Cloud .
Pilih project tempat Anda mengaktifkan Security Command Center API.
Klik Activate Cloud Shell.
Untuk mencantumkan konfigurasi ekspor, jalankan perintah berikut:
gcloud scc bqexports list \ --folder=FOLDER_ID | --organization=ORGANIZATION_ID | --project=PROJECT_ID \ --location=LOCATION \ [--limit=LIMIT] \ [--page-size=PAGE_SIZE]
Ganti kode berikut:
FOLDER_ID
,ORGANIZATION_ID
, atauPROJECT_ID
dengan nama folder, organisasi, atau project Anda. Anda harus menyetel salah satu opsi ini. Untuk folder dan organisasi, namanya adalah ID folder atau ID organisasi. Untuk project, namanya adalah nomor project atau ID project.Jika Anda menentukan ID organisasi, daftar akan mencakup semua konfigurasi ekspor yang ditentukan dalam organisasi tersebut, termasuk yang berada di tingkat folder dan project. Jika Anda menentukan ID folder, daftar ini akan mencakup semua konfigurasi ekspor yang ditentukan di tingkat folder dan di project dalam folder tersebut. Jika Anda menentukan nomor project atau project ID, daftar hanya mencakup semua konfigurasi ekspor untuk project tersebut.
LOCATION
: lokasi Security Command Center tempat mencantumkan konfigurasi ekspor; jika retensi data diaktifkan, gunakaneu
,ksa
, atauus
; jika tidak, gunakan nilaiglobal
.LIMIT
dengan jumlah konfigurasi ekspor yang ingin Anda lihat. Variabel ini bersifat opsional.PAGE_SIZE
dengan nilai ukuran halaman. Variabel ini bersifat opsional.
Java
Untuk melakukan autentikasi ke Security Command Center, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan ADC untuk lingkungan pengembangan lokal.
Python
Untuk melakukan autentikasi ke Security Command Center, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan ADC untuk lingkungan pengembangan lokal.
Menghapus konfigurasi ekspor
Jika tidak lagi memerlukan konfigurasi ekspor, Anda dapat menghapusnya.
gcloud
Buka konsol Google Cloud .
Pilih project tempat Anda mengaktifkan Security Command Center API.
Klik Activate Cloud Shell.
Untuk menghapus konfigurasi ekspor, jalankan perintah berikut:
gcloud scc bqexports delete BIGQUERY_EXPORT \ --folder=FOLDER_ID | --organization=ORGANIZATION_ID | --project=PROJECT_ID \ --location=LOCATION
Ganti kode berikut:
BIGQUERY_EXPORT
dengan nama konfigurasi ekspor yang ingin Anda hapus.FOLDER_ID
,ORGANIZATION_ID
, atauPROJECT_ID
dengan nama folder, organisasi, atau project Anda. Anda harus menyetel salah satu opsi ini. Untuk folder dan organisasi, namanya adalah ID folder atau ID organisasi. Untuk project, namanya adalah nomor project atau ID project.LOCATION
: lokasi Security Command Center tempat konfigurasi ekspor akan dihapus; jika retensi data diaktifkan, gunakaneu
,ksa
, atauus
; jika tidak, gunakan nilaiglobal
.Misalnya, untuk menghapus konfigurasi ekspor bernama
my-bq-export
dari organisasi dengan ID organisasi yang ditetapkan ke123
, jalankan:gcloud scc bqexports delete my-bq-export \ --organization=123 \ --location=global
Java
Untuk melakukan autentikasi ke Security Command Center, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan ADC untuk lingkungan pengembangan lokal.
Python
Untuk melakukan autentikasi ke Security Command Center, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan ADC untuk lingkungan pengembangan lokal.
Setelah menghapus konfigurasi ekspor, Anda dapat menghapus data dari Looker Studio. Untuk mengetahui informasi selengkapnya, lihat Menghapus, menghapus, dan memulihkan sumber data.
Meninjau temuan di BigQuery
Setelah Anda membuat konfigurasi ekspor, temuan baru akan diekspor ke set data BigQuery di project yang Anda tentukan.
Untuk meninjau temuan di BigQuery, lakukan hal berikut:
Buka project di BigQuery.
Pilih project.
Di panel Explorer, luaskan node untuk project Anda.
Perluas set data Anda.
Klik tabel temuan.
Di tab yang terbuka, klik Pratinjau. Contoh set data akan ditampilkan.
Kueri yang berguna
Bagian ini memberikan contoh kueri
untuk menganalisis data temuan. Dalam contoh berikut, ganti
DATASET
dengan nama yang ditetapkan ke set data Anda dan
PROJECT_ID
dengan nama project untuk set data Anda.
Untuk memecahkan masalah error yang Anda alami, lihat Pesan error.
Jumlah temuan baru yang dibuat dan diperbarui setiap hari
SELECT
FORMAT_DATETIME("%Y-%m-%d", event_time) AS date,
count(DISTINCT finding_id)
FROM `PROJECT_ID.DATASET.findings`
GROUP BY date
ORDER BY date DESC
Data temuan terbaru untuk setiap temuan
SELECT
* EXCEPT(row)
FROM (
SELECT *, ROW_NUMBER() OVER(
PARTITION BY finding_id
ORDER BY event_time DESC, finding.mute_update_time DESC
) AS row
FROM `PROJECT_ID.DATASET.findings`
)
WHERE row = 1
Temuan saat ini yang aktif, diurutkan berdasarkan waktu
WITH latestFindings AS (
SELECT * EXCEPT(row)
FROM (
SELECT *, ROW_NUMBER() OVER(
PARTITION BY finding_id
ORDER BY event_time DESC, finding.mute_update_time DESC
) AS row
FROM `PROJECT_ID.DATASET.findings`
) WHERE row = 1
)
SELECT finding_id, event_time, finding
FROM latestFindings
WHERE finding.state = "ACTIVE"
ORDER BY event_time DESC
Temuan saat ini yang ada dalam project
WITH latestFindings AS (
SELECT * EXCEPT(row)
FROM (
SELECT *, ROW_NUMBER() OVER(
PARTITION BY finding_id
ORDER BY event_time DESC, finding.mute_update_time DESC
) AS row
FROM `PROJECT_ID.DATASET.findings`
) WHERE row = 1
)
SELECT finding_id, event_time, finding, resource
FROM latestFindings
WHERE resource.project_display_name = 'PROJECT'
Ganti PROJECT
dengan nama project.
Temuan saat ini yang ada di folder
WITH latestFindings AS(
SELECT * EXCEPT(row)
FROM (
SELECT *, ROW_NUMBER() OVER(
PARTITION BY finding_id
ORDER BY event_time DESC, finding.mute_update_time DESC
) AS row
FROM `PROJECT_ID.DATASET.findings`
) WHERE row = 1
)
SELECT finding_id, event_time, finding, resource
FROM latestFindings
CROSS JOIN UNNEST(resource.folders) AS folder
WHERE folder.resource_folder_display_name = 'FOLDER'
Ganti FOLDER
dengan nama folder.
Temuan saat ini dari pemindai Logging Scanner
WITH latestFindings AS (
SELECT * EXCEPT(row)
FROM (
SELECT *, ROW_NUMBER() OVER(
PARTITION BY finding_id
ORDER BY event_time DESC, finding.mute_update_time DESC
) AS row
FROM `PROJECT_ID.DATASET.findings`
) WHERE row = 1
)
SELECT finding_id, event_time, finding
FROM latestFindings
CROSS JOIN UNNEST(finding.source_properties) AS source_property
WHERE source_property.key = "ScannerName"
AND source_property.value = "LOGGING_SCANNER"
Hasil temuan aktif saat ini dari jenis Persistence: IAM Anomalous Grant
WITH latestFindings AS(
SELECT * EXCEPT(row)
FROM (
SELECT *, ROW_NUMBER() OVER(
PARTITION BY finding_id
ORDER BY event_time DESC, finding.mute_update_time DESC
) AS row
FROM `PROJECT_ID.DATASET.findings`
) WHERE row = 1
)
SELECT finding_id, event_time, finding
FROM latestFindings
WHERE finding.state = "ACTIVE"
AND finding.category = "Persistence: IAM Anomalous Grant"
Menghubungkan temuan aktif dari jenis tertentu dengan Cloud Audit Logs
Contoh kueri ini membantu menyelidiki temuan pemberian IAM yang anomali dari Event Threat Detection menggunakan Cloud Audit Logs dengan menampilkan urutan tindakan Aktivitas Admin pemberi selama jangka waktu sebelum dan sesudah tindakan pemberian IAM yang anomali. Kueri berikut mengorelasikan log Aktivitas Admin antara 1 jam sebelum dan 1 jam setelah stempel waktu temuan.
WITH latestFindings AS(
SELECT * EXCEPT(row)
FROM (
SELECT *, ROW_NUMBER() OVER(
PARTITION BY finding_id
ORDER BY event_time DESC, finding.mute_update_time DESC
) AS row
FROM `PROJECT_ID.DATASET.findings`
) WHERE row = 1
)
SELECT
finding_id,
ANY_VALUE(event_time) as event_time,
ANY_VALUE(finding.access.principal_email) as grantor,
JSON_VALUE_ARRAY(ANY_VALUE(finding.source_properties_json), '$.properties.sensitiveRoleGrant.members') as grantees,
ARRAY_AGG(
STRUCT(
timestamp,
IF(timestamp < event_time, 'before', 'after') as timeline,
protopayload_auditlog.methodName,
protopayload_auditlog.resourceName,
protopayload_auditlog.serviceName
)
ORDER BY timestamp ASC
) AS recent_activity
FROM (
SELECT
f.*,
a.*,
FROM latestFindings AS f
LEFT JOIN `PROJECT_ID.DATASET.cloudaudit_googleapis_com_activity` AS a
ON a.protopayload_auditlog.authenticationInfo.principalEmail = f.finding.access.principal_email
WHERE f.finding.state = "ACTIVE"
AND f.finding.category = "Persistence: IAM Anomalous Grant"
AND a.timestamp >= TIMESTAMP_SUB(f.event_time, INTERVAL 1 HOUR)
AND a.timestamp <= TIMESTAMP_ADD(f.event_time, INTERVAL 1 HOUR)
)
GROUP BY
finding_id
ORDER BY
event_time DESC
Outputnya mirip dengan hal berikut ini:

Membuat diagram di Looker Studio
Looker Studio memungkinkan Anda membuat laporan dan dasbor interaktif.
Secara umum, Anda akan dikenai biaya penggunaan BigQuery saat mengakses BigQuery melalui Looker Studio. Untuk mengetahui informasi selengkapnya, lihat Memvisualisasikan data BigQuery menggunakan Looker Studio.
Untuk membuat diagram yang memvisualisasikan data temuan berdasarkan tingkat keparahan dan kategori, lakukan hal berikut:
- Buka Looker Studio dan login.
- Jika diminta, berikan informasi tambahan dan siapkan preferensi lainnya. Baca persyaratan layanan dan, jika Anda setuju, lanjutkan.
- Klik Laporan Kosong.
- Di tab Hubungkan ke data, klik kartu BigQuery.
- Jika diminta, izinkan Looker Studio mengakses project BigQuery.
Hubungkan ke data temuan Anda:
- Untuk Project, pilih project tersebut untuk set data Anda. Atau, di tab Project saya, masukkan project ID Anda untuk menelusurinya.
- Untuk Set data, klik nama set data Anda.
- Untuk Table, klik findings.
- Klik Tambahkan.
- Pada dialog, klik Tambahkan ke laporan.
Setelah laporan ditambahkan, klik Tambahkan diagram.
Klik Diagram kolom bertumpuk, lalu klik area tempat Anda ingin menempatkannya.
Di panel Chart > Bar, pada tab Data, tetapkan kolom berikut:
- Di kolom Dimensi, pilih finding.severity.
- Di kolom Breakdown Dimension, pilih finding.category.
Laporan diperbarui untuk menampilkan beberapa kolom dengan temuan yang dikelompokkan berdasarkan tingkat keparahan dan kategori.
Langkah berikutnya
Pelajari cara menjalankan kueri di BigQuery.