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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134