Azure-Sentinel中Barracuda CloudGen防火墙日志解析问题分析
2025-06-09 00:27:30作者:温艾琴Wonderful
背景介绍
在Azure-Sentinel安全信息与事件管理系统中,Barracuda CloudGen防火墙的日志解析功能出现了问题。用户在实际部署环境中发现,虽然日志能够成功传输到Sentinel平台,但现有的解析器无法正确解析日志内容,导致数据连接器无法正常识别这些日志数据。
问题现象
用户在两套新部署的环境中安装了Barracuda F18B防火墙设备,并通过Linux服务器将日志转发到Azure Sentinel。虽然日志能够显示在Sentinel界面中,但存在以下问题:
- 日志结构未被正确解析
- 数据连接器无法识别这些日志流
- 原始解析器基于"ProcessName"字段过滤,但转发后的日志中该字段为空
- 日志格式与解析器预期格式不匹配
技术分析
通过对比原始解析器和用户修改后的解析器,我们可以发现几个关键差异:
-
过滤条件不同:原始解析器依赖"ProcessName"字段,而转发后的日志中该字段为空。用户改用"box_Firewall_Activity"关键词进行过滤更为合理。
-
解析方法不同:原始解析器使用正则表达式提取各个字段,而用户改用split函数按分隔符"|"分割日志内容,这更符合实际日志格式。
-
字段映射不同:用户提供的解析器包含了更多实际可用的字段,如Action、Direction、PolicyID等,这些在原始解析器中未被考虑。
解决方案建议
针对这一问题,建议对Azure-Sentinel中的Barracuda CloudGen防火墙解析器进行以下改进:
- 更新过滤条件,使用"box_Firewall_Activity"关键词而非ProcessName字段
- 采用split函数替代正则表达式进行字段提取
- 增加对新版Barracuda防火墙日志格式的支持
- 补充更多实际可用的日志字段映射
用户提供的解析查询已经验证可行,可以作为新解析器的基础:
Syslog
| where SyslogMessage contains "box_Firewall_Activity"
| extend
Action = extract("Block|Allow", 0, SyslogMessage),
Direction = tostring(split(SyslogMessage, "|")[0]),
L4Protocol = tostring(split(SyslogMessage, "|")[1]),
PolicyID = tostring(split(SyslogMessage, "|")[2]),
SourceIP = tostring(split(SyslogMessage, "|")[3]),
SourcePort = tostring(split(SyslogMessage, "|")[4]),
SourceMAC = tostring(split(SyslogMessage, "|")[5]),
DestinationIP = tostring(split(SyslogMessage, "|")[6]),
DestinationPort = tostring(split(SyslogMessage, "|")[7]),
SourceInterface = tostring(split(SyslogMessage, "|")[8]),
DestinationInterface = tostring(split(SyslogMessage, "|")[9]),
FirewallRule = tostring(split(SyslogMessage, "|")[10]),
TrafficID = tostring(split(SyslogMessage, "|")[11]),
StatusFlags = tostring(split(SyslogMessage, "|")[12]),
Count = tostring(split(SyslogMessage, "|")[13]),
ReceivedBytes = tostring(split(SyslogMessage, "|")[14]),
SentBytes = tostring(split(SyslogMessage, "|")[15]),
ReceivedPackets = tostring(split(SyslogMessage, "|")[16]),
SentPackets = tostring(split(SyslogMessage, "|")[17])
实施建议
对于遇到类似问题的用户,可以采取以下临时解决方案:
- 在Azure Sentinel中创建自定义解析函数
- 使用上述改进后的KQL查询替代原有解析器
- 创建自定义工作簿和告警规则,直到官方解析器更新
总结
Barracuda CloudGen防火墙新版本的日志格式变化导致了Azure-Sentinel中原有解析器的失效。通过分析日志实际格式并调整解析方法,可以解决这一问题。建议Microsoft官方更新解析器以更好地支持新版Barracuda防火墙设备,同时考虑不同部署场景下的日志格式差异。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253