La correction est intégrée au TP (Voir les encadrés de couleur vert)
Ce que vous allez apprendre dans ce TP
- Configurer une source HEC
- Extraire des champs avec Regex Extract
- Enrichir avec Lookup
- Masquer avec Mask
- Tester dans l'aperçu et brancher la route
Introduction #
Ce que vous allez apprendre dans cette section
- Configurer une source HEC
- Extraire des champs avec Regex Extract
- Enrichir avec Lookup
- Masquer avec Mask
- Tester dans l'aperçu et brancher la route
Contexte. Les logs d'accès du site marchand contiennent l'adresse e-mail des clients dans les URL. Le SIEM ne doit plus la recevoir en clair, et les analystes veulent une catégorie lisible pour chaque code HTTP.
Prérequis : un poste avec Docker et Docker Compose (4 Go de mémoire libre), curl et jq, l'instance du TP 1 · Durée estimée : 50 min
Un pipeline qui transforme une ligne Apache brute en événement structuré, enrichi et sans donnée personnelle en clair.Mise en place #
Étapes guidées, avec leur correction.
1. Source HEC et données
Pourquoi ? HEC est le protocole HTTP de Splunk, très utilisé par les applications.
Créez une source Splunk HECin_hecsur le port 8088 avec le jetontp2-hec-token, puis envoyez 100 lignes Apache.Voir la correction
HEC=http://localhost:8088/services/collector/event TOKEN='tp2-hec-token' for i in $(seq 1 100); do s=$(shuf -e 200 200 200 301 404 500 503 -n1) curl -s $HEC -H "Authorization: Splunk $TOKEN" -d "{\"sourcetype\":\"apache:access\",\"event\":\"10.1.2.$((i % 20)) - - [$(date '+%d/%b/%Y:%H:%M:%S %z')] \\\"GET /api/produit/$((i % 7))?email=client$i@exemple.fr HTTP/1.1\\\" $s $((RANDOM % 5000))\"}" >/dev/null done2. Capturer un échantillon
Pourquoi ? Le pipeline se construit sur de vraies lignes.
Capturez 100 événements dein_hecet enregistrez-les comme échantillonapache_access.log. Créez le pipelinepl_apacheet chargez l'échantillon dans l'aperçu.Voir la correction
# Processing › Pipelines › Add Pipeline › pl_apache # Sample Data › Capture Data › filter: __inputId=='splunk_hec:in_hec' › Save as apache_access.log3. Extraire les champs
Pourquoi ? Des champs structurés permettent de filtrer, agréger et router.
Ajoutez une fonction Regex Extract sur_rawqui créeclient,method,uri,statusetbytes, puis Numerify pour convertirstatusetbytesen nombres.Voir la correction
/^(?<client>\S+) \S+ \S+ \[[^\]]+\] "(?<method>\S+) (?<uri>\S+) [^"]*" (?<status>\d{3}) (?<bytes>\d+)/4. Enrichir
Pourquoi ? Une catégorie lisible évite à chaque analyste de mémoriser les codes HTTP.
Créez la tablehttp_status.csvdans Processing › Knowledge › Lookups, puis une fonction Lookup qui ajoutestatus_category.Voir la correction
status,category 200,succes 301,redirection 404,client 500,serveur 503,serveur # Lookup: file http_status.csv · lookup field status = event field status · output category → status_category5. Masquer les e-mails
Pourquoi ? Le haché permet encore de compter les clients distincts, sans révéler leur adresse.
Ajoutez une fonction Mask sur_raweturiqui remplace la valeur deemail=par son SHA-256, puis un Eval qui ajouteenv='prod'.Voir la correction
Match regex: /(email=)([^&\s]+)/g Replace expr: `${g1}${C.Mask.sha256(g2)}` Eval: env = 'prod'6. Brancher et vérifier
Pourquoi ? L'aperçu prouve la logique, la sortie prouve le branchement.
Vérifiez dans l'aperçu (OUT) qu'aucune adresse en clair ne subsiste. Ajoutez une routeapache(filtresourcetype=='apache:access', pipelinepl_apache, destinationout_files), renvoyez des données et contrôlez les fichiers.Voir la correction
sleep 70 zcat $(find $HOME/cribl-out -path '*apache*' -name '*.json.gz') | jq -c '{status, status_category, uri}' | head -5 zcat $(find $HOME/cribl-out -path '*apache*' -name '*.json.gz') | grep -c '@exemple.fr' || echo 0
Niveau de difficulté : ●●●○○ (3/5)
Mon suivi
Connectez-vous pour suivre votre progression et prendre des notes. Se connecter
💬 Questions sur cette leçon
Aucune question pour l'instant : soyez le premier à demander de l'aide ou à partager votre configuration.
Articles recommandés
Pipelines et fonctions : parser, enrichir, masquer
Construire des pipelines Cribl Stream : pré-traitement, traitement et post-traitement, catalogue ...
Réduire, masquer et router la télémétrie avec Bindplane
Réduire les coûts d'ingestion avec Bindplane : filtres de sévérité, déduplication, échantillonnag...
Sources, destinations et routes dans Cribl Stream
Recevoir et envoyer des données avec Cribl Stream : sources push, pull, collecteurs et internes, ...
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...
Logstash : enrichir, tester, superviser et déployer sur Kubernetes
Enrichir avec translate, geoip et elasticsearch, consommer Kafka, tester ses pipelines, supervise...
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 : 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...
Fluent Bit : parsers et filters, structurer et transformer les logs
Structurer et transformer les logs dans Fluent Bit : parsers (json, regex, logfmt, ltsv), parsers...
Cribl Edge : collecter au plus près des sources
Déployer Cribl Edge sur Linux, Windows et Kubernetes : rôle de l'agent, flottes et sous-flottes, ...