RousselTMLEARNING

TP · Cribl: del descubrimiento a la maestría

Práctica: analizar, enriquecer y enmascarar logs de Apache

Lo que vas a aprender en este TP
  • Configurar una fuente HEC
  • Extraer campos con Regex Extract
  • Enriquecer con Lookup
  • Enmascarar con Mask
  • Probar en la vista previa y conectar la ruta

Introducción #

Lo que vas a aprender en esta sección
  • Configurar una fuente HEC
  • Extraer campos con Regex Extract
  • Enriquecer con Lookup
  • Enmascarar con Mask
  • Probar en la vista previa y conectar la ruta

Contexto. Los logs de acceso de la tienda contienen el correo de los clientes en las URL. El SIEM ya no debe recibirlo en claro, y los analistas quieren una categoría legible para cada código HTTP.

Requisitos: un equipo con Docker y Docker Compose (4 GB de memoria libre), curl y jq, la instancia de la práctica 1  ·  Duración estimada: 50 min

Un pipeline que transforma una línea Apache en bruto en un evento estructurado, enriquecido y sin datos personales en claro.

Puesta en marcha #

Pasos guiados, con su corrección.

  1. 1. Fuente HEC y datos

    ¿Por qué? HEC es el protocolo HTTP de Splunk, muy usado por las aplicaciones.

    Crea una fuente Splunk HEC in_hec en el puerto 8088 con el token tp2-hec-token y envía 100 líneas Apache.
  2. 2. Capturar una muestra

    ¿Por qué? El pipeline se construye sobre líneas reales.

    Captura 100 eventos de in_hec y guárdalos como muestra apache_access.log. Crea el pipeline pl_apache y carga la muestra en la vista previa.
  3. 3. Extraer los campos

    ¿Por qué? Los campos estructurados permiten filtrar, agregar y enrutar.

    Añade una función Regex Extract sobre _raw que cree client, method, uri, status y bytes, y luego Numerify para convertir status y bytes en números.
  4. 4. Enriquecer

    ¿Por qué? Una categoría legible evita que cada analista memorice los códigos HTTP.

    Crea la tabla http_status.csv en Processing › Knowledge › Lookups y una función Lookup que añada status_category.
  5. 5. Enmascarar los correos

    ¿Por qué? El hash sigue permitiendo contar clientes distintos, sin revelar su dirección.

    Añade una función Mask sobre _raw y uri que sustituya el valor de email= por su SHA-256, y luego un Eval que añada env='prod'.
  6. 6. Conectar y comprobar

    ¿Por qué? La vista previa demuestra la lógica, la salida demuestra la conexión.

    Comprueba en la vista previa (OUT) que no queda ninguna dirección en claro. Añade una ruta apache (filtro sourcetype=='apache:access', pipeline pl_apache, destino out_files), vuelve a enviar datos y controla los ficheros.

Nivel de dificultad : ●●●○○ (3/5)

Mi seguimiento

  • ⏱ Duración estimada : ≈ 50 min

Inicia sesión para seguir tu progreso y tomar notas. Iniciar sesión

💬 Preguntas sobre esta lección

Todavía no hay preguntas: sé el primero en pedir ayuda o compartir tu configuración.

Hacer una pregunta sobre esta lección →

Artículos recomendados

Pipelines et fonctions : parser, enrichir, masquer

Construire des pipelines Cribl Stream : pré-traitement, traitement et post-traitement, catalogue ...

Logstash: enriquecer, probar, supervisar y desplegar en Kubernetes

Enriquecer con translate, geoip y elasticsearch, consumir Kafka, probar los pipelines, supervisar...

Sources, destinations et routes dans Cribl Stream

Recevoir et envoyer des données avec Cribl Stream : sources push, pull, collecteurs et internes, ...

Cribl : le pipeline de données pour l'observabilité et la sécurité

Découvrir Cribl : pourquoi un pipeline de données de télémétrie, la suite Cribl (Stream, Edge, La...

Logs dans Datadog : collecte, pipelines, index et maîtrise du volume

Collecter les logs avec l'agent, les structurer avec pipelines et processeurs (grok), utiliser fa...

Réduire, transformer et optimiser les volumes avec Cribl

Réduire le volume envoyé aux SIEM et outils d'observabilité sans perdre d'information utile : Dro...

Cribl Edge : collecter au plus près des sources

Déployer Cribl Edge sur Linux, Windows et Kubernetes : rôle de l'agent, flottes et sous-flottes, ...

Bonnes pratiques Cribl Stream et Edge

Les bonnes pratiques pour exploiter Cribl en production : conception des routes et pipelines, nom...

Logs Datadog avancés : index, filtres d'exclusion, Flex Logs, archives et Sensitive Data Scanner

Maîtriser coût et conformité des logs Datadog : pipelines et processeurs, index et rétention, fil...

Apoyar

♥ APOYAR

Apoya RousselTM Learning

Los cursos, artículos, prácticas y certificados siguen siendo gratuitos y sin publicidad intrusiva. Una contribución libre, por el importe que elijas, financia el alojamiento, los entornos de prácticas y nuevos contenidos.

Contribuir con PayPal Importe libre · tarjeta o cuenta PayPalMás información
QR code PayPal
O escanea este código QR con tu teléfono

¡Gracias, cada contribución cuenta!