Use dados enriquecidos com contexto em relatórios

Para apoiar as investigações de segurança, as Operações de segurança do Google ingerem dados dados de diferentes fontes, realiza análises nos dados ingeridos fornece mais contexto sobre artefatos em um ambiente de cliente. Isso documento fornece exemplos de como os analistas podem usar dados enriquecidos contextuais em painéis e esquemas do Google Security Operations no BigQuery.

Para mais informações sobre o aprimoramento de dados, consulte Como o Google Security Operations enriquece os dados de eventos e entidades.

Usar dados enriquecidos com geolocalização

Os eventos de UDM podem incluir dados enriquecidos com geolocalização para oferecer mais contexto durante uma investigação. Quando eventos de UDM são exportados para o BigQuery, esses campos também são exportados. Esta seção explica como usar campos enriquecidos com geolocalização ao criar relatórios.

Consultar dados no esquema events

Os dados de geolocalização podem ser consultados usando o esquema events do Google Security Operations no BigQuery. O exemplo a seguir é uma consulta SQL que retorna resultados agregados para todos Eventos USER_LOGIN por usuário, país e com o primeiro e o último horário observados.

SELECT
 ip_geo_artifact.location.country_or_region,
 COUNT(ip_geo_artifact.location.country_or_region) AS count_country,
 ip_geo_artifact.location.state,
 COUNT(ip_geo_artifact.location.state) AS count_state,
 target.user.email_addresses[ORDINAL(1)] AS principal_user,
 TIMESTAMP_SECONDS(MIN(metadata.event_timestamp.seconds)) AS first_observed,
 TIMESTAMP_SECONDS(MAX(metadata.event_timestamp.seconds)) AS last_observed,
FROM `datalake.events`,
UNNEST (principal.ip_geo_artifact) as ip_geo_artifact
WHERE DATE(hour_time_bucket) = "2023-01-11"
AND metadata.event_type = 15001
AND metadata.vendor_name IN ("Google Cloud Platform","Google Workspace")
GROUP BY 1,3,5
HAVING count_country > 0
ORDER BY count_country DESC

A tabela a seguir contém um exemplo dos resultados que podem ser retornados.

country_or_region count_country state count_state principal_user first_observed last_observed
Netherlands 5 North Holland 5 admin@acme.com 2023-01-11 14:32:51 UTC 2023-01-11 14:32:51 UTC
Israel 1 Tel Aviv District 1 omri@acme.com 2023-01-11 10:09:32 UTC 2023-01-11 15:26:38 UTC

A consulta SQL a seguir ilustra como detectar a distância entre dois locais.

SELECT
DISTINCT principal_user,
(ST_DISTANCE(north_pole,user_location)/1000) AS distance_to_north_pole_km
FROM (
  SELECT
    ST_GeogPoint(135.00,90.00) AS north_pole,
    ST_GeogPoint(ip_geo_artifact.location.region_coordinates.longitude, ip_geo_artifact.location.region_coordinates.latitude) AS user_location,
    target.user.email_addresses[ORDINAL(1)] AS principal_user
  FROM `datalake.events`,
  UNNEST (principal.ip_geo_artifact) as ip_geo_artifact
  WHERE DATE(hour_time_bucket) = "2023-01-11"
  AND metadata.event_type = 15001
  AND metadata.vendor_name IN ("Google Cloud Platform","Google Workspace")
  AND ip_geo_artifact.location.country_or_region != ""
)
ORDER BY 2 DESC

A tabela a seguir contém um exemplo dos resultados que podem ser retornados.

principal_user distance_to_north_pole_km
omri@acme.com 6438.98507
admin@acme.com 4167.527018

Você pode fazer consultas um pouco mais úteis aproveitando os polígonos de área para calcular uma área razoável para deslocamento de um local em um determinado intervalo. Também é possível verificar se diversos valores geográficos correspondem para identificar impossíveis de detecção de viagens. Essas soluções exigem uma fonte de dados de geolocalização precisa e consistente.

Mostrar campos enriquecidos em dashboards

Também é possível criar um dashboard usando campos de UDM enriquecidos com geolocalização. O gráfico exibe a cidade de cada evento do UDM. É possível alterar o tipo de gráfico para ver os dados em um formato diferente.

A seguir

Para informações sobre como usar dados enriquecidos com outras Operações de segurança do Google , consulte os seguintes artigos: