보고서 변칙 조사

Salesforce Classic(일부 조직에서 사용할 수 없음) 및 Lightning Experience 모두에서 사용할 수 있습니다.

지원 제품: Enterprise, Unlimited 및 Developer Edition Salesforce Shield 또는 Salesforce 이벤트 모니터링 추가 기능 구독이 필요합니다.

Shield 고객은 실시간 이벤트 모니터링을 사용하여 조사 수행에 필요한 정보를 확보할 수 있습니다. 특히

• ReportAnomalyEvent 및 저장소 상응 ReportAnomalyEventStore는 보고서를 실행하거나 내보내는 사용자에 대해 이상이 감지되는 경우를 추적합니다. 해당 개체는 조사의 시작점이 됩니다.
• ReportEventStream 및 저장소 상은 ReportEvent는 일반적으로 조직에서 사용자가 보고서를 실행하거나 내보낸 경우를 추적합니다. 해당 개체를 사용하여 실시간 또는 내역 보고서 실행을 확인하십시오.
• LoginEventStream 및 저장소 상응 LoginEvent는 조직의 모든 로그인 활동을 추적합니다.

예를 들어 조직에 사용자 보고서 실행에서 잠재적인 변칙을 의미하는 ReportAnomalyEvent가 수신된 경우 가장 먼저 이벤트 관련 필드를 살펴보고 다음을 포함한 변칙에 대한 기본 정보를 수집합니다.

• Score: 이 사용자의 보고서 실행이 일상적인 보고서 실행과 얼마나 달랐는지를 나타내는 숫자. 점수가 높을수록 차이가 큽니다.
• UserId: 사용자의 고유 ID입니다.
• EventDate: 이 변칙이 발생한 시기입니다.
• Report: 이 변칙이 감지된 보고서 ID입니다.
• SecurityEventData: 이 변칙 감지에 가장 크게 기여한 특성을 포함한 JSON 필드(예: 행 수 또는 요일).
• Summary: 이벤트의 텍스트 요약입니다.

전체 필드 목록은 API 문서를 참고하십시오.

다음의 샘플 SOQL 쿼리는 해당 필드 값을 반환합니다.

SELECT Score, UserId, EventDate, Report, SecurityEventData, Summary
FROM ReportAnomalyEventStore

이 변칙 감지를 트리거한 기여 요소가 포함되어 있으므로 SecurityEventData 필드를 조금 더 자세히 살펴보십시오. 샘플 데이터는 다음과 같습니다.

[
{
"featureName": "rowCount",
"featureValue": "1937568",
"featureContribution": “95.00 %"
},
{
"featureName": "autonomousSystem",
"featureValue": "Bigleaf Networks, Inc.",
"featureContribution": “1.62 %"
},
{
"featureName": "dayOfWeek",
"featureValue": "Sunday",
"featureContribution": “1.42 %"
},
{
"featureName": "userAgent",
"featureValue": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.132 Safari/537.36}",
"featureContribution": “1.21 %"
},
{
"featureName": "periodOfDay",
"featureValue": “Evening”,
"featureContribution": “.09 %"
},
{
"featureName": "averageRowSize",
"featureValue": "744",
"featureContribution": “0.08 %"
},
{
"featureName": "screenResolution",
"featureValue": "900x1440",
"featureContribution": “0.07 %"
}
]

이 변칙 감지에 가장 크게(95.00%) 기여한 특성은 rowCount이며, 값은 1937568입니다. 이는 사용자가 행이 1,937,568개인 보고서를 보거나 내보냈다는 의미이지만 내역 데이터를 기반으로 볼 때 사용자가 이렇게 많은 데이터를 보거나 내보낸 적이 거의 없습니다. 기타 특성은 상대적으로 현저하게 점수에 영향을 미치지 않았습니다. 예를 들어 사용자가 일요일에 보고서를 실행했지만 전반적인 점수에 대한 이 특성의 기여도는 1.42%에 불과합니다.

이제 데이터를 확보했으므로 추가 조사를 진행할 수 있습니다.