@@ -23,43 +23,44 @@ title: Configure el Análisis de Código Estático (SAST)
{{% /site-region %}}
## Descripción general {#overview}
-Para configurar SAST de Datadog en la aplicación, navegue a [**Seguridad** > **Code Security**][1].
+Para configurar Datadog SAST en la aplicación, navegue a [{{< ui >}}Security{{< /ui >}} > {{< ui >}}Code Security{{< /ui >}}][1].
-## Seleccione dónde ejecutar los escaneos de Análisis de Código Estático {#select-where-to-run-static-code-analysis-scans}
-### Escanear con escaneo alojado en Datadog {#scan-with-datadog-hosted-scanning}
+## Seleccione dónde ejecutar los escaneos de Datadog Static Code Analysis {#select-where-to-run-static-code-analysis-scans}
+### Analizar con escaneo alojado por Datadog {#scan-with-datadog-hosted-scanning}
-Puede ejecutar escaneos de Análisis de Código Estático (SAST) de Datadog directamente en la infraestructura de Datadog. Los tipos de repositorios compatibles incluyen:
+Puede ejecutar escaneos de Datadog Static Code Analysis (SAST) directamente en la infraestructura de Datadog. Los tipos de repositorio admitidos incluyen:
- [GitHub][18] (excluyendo repositorios que utilizan [Git Large File Storage][17])
-- [GitLab.com and GitLab Self-Managed][20]
+- [GitLab.com y GitLab Self-Managed][20]
- [Azure DevOps][19]
+- [Bitbucket Cloud][21]
-Para comenzar, navegue a la página de [**Code Security**][1].
+Para comenzar, navegue a la [{{< ui >}}Code Security{{< /ui >}} página][1].
-### Escanear en pipelines de CI {#scan-in-ci-pipelines}
-El Análisis de Código Estático de Datadog se ejecuta en sus pipelines de CI utilizando el [`datadog-ci` CLI][8].
+### Analizar en pipelines de CI {#scan-in-ci-pipelines}
+Datadog Static Code Analysis se ejecuta en sus pipelines de CI utilizando la [`datadog-ci` CLI][8].
-Primero, configure sus claves de API y de aplicación de Datadog. Agregue `DD_APP_KEY` y `DD_API_KEY` como secretos. Por favor, asegúrese de que su clave de aplicación de Datadog tenga el `code_analysis_read` contexto.
+Primero, configure su Datadog API y sus claves de aplicación. Agregue `DD_APP_KEY` y `DD_API_KEY` como secretos. Por favor, asegúrese de que su clave de aplicación de Datadog tenga el contexto `code_analysis_read`.
-A continuación, ejecute el Análisis de Código Estático siguiendo las instrucciones para su proveedor de CI elegido a continuación.
+A continuación, ejecute Datadog Static Code Analysis siguiendo las instrucciones para el proveedor de CI que eligió a continuación.
-{{< whatsnext desc="Vea las instrucciones según su proveedor de CI:">}}
+{{< whatsnext desc="Consulte las instrucciones según su proveedor de CI:">}}
{{< nextlink href="security/code_security/static_analysis/setup/github_actions" >}}GitHub Actions{{< /nextlink >}}
- {{< nextlink href="security/code_security/static_analysis/setup/generic_ci_providers" >}}Proveedores de CI Genéricos{{< /nextlink >}}
+ {{< nextlink href="security/code_security/static_analysis/setup/generic_ci_providers" >}}Proveedores de CI genéricos{{< /nextlink >}}
{{< /whatsnext >}}
## Seleccione su proveedor de gestión de código fuente {#select-your-source-code-management-provider}
-El Análisis de Código Estático de Datadog es compatible con todos los proveedores de gestión de código fuente, con soporte nativo para GitHub, GitLab y Azure DevOps.
+Datadog Static Code Analysis es compatible con todos los proveedores de gestión de código fuente, con soporte nativo para GitHub, GitLab, Azure DevOps y Bitbucket Cloud Premium.
{{< tabs >}}
{{% tab "GitHub" %}}
-Configure una GitHub App con el [GitHub integration tile][1] y configure la [integración de código fuente][2] para habilitar fragmentos de código en línea y [comentarios de solicitudes de extracción][3].
+Configure una aplicación de GitHub con el [mosaico de integración de GitHub][1] y configure la [integración del código fuente][2] para habilitar fragmentos de código en línea y [comentarios en solicitudes de extracción][3].
-Al instalar una Aplicación de GitHub, se requieren los siguientes permisos para habilitar ciertas funciones:
+Al instalar una aplicación de GitHub, se requieren los siguientes permisos para habilitar ciertas funciones:
- `Content: Read`, que le permite ver fragmentos de código mostrados en Datadog
-- `Pull Request: Read & Write`, que permite a Datadog agregar comentarios sobre violaciones directamente en sus solicitudes de extracción utilizando [comentarios de solicitudes de extracción][3], así como abrir solicitudes de extracción para [corregir vulnerabilidades][4]
-- `Checks: Read & Write`, que le permite crear verificaciones sobre violaciones de SAST para bloquear solicitudes de extracción
+- `Pull Request: Read & Write`, que permite a Datadog agregar comentarios sobre infracciones directamente en sus solicitudes de extracción mediante [comentarios en solicitudes de extracción][3], así como abrir solicitudes de extracción para [corregir vulnerabilidades][4]
+- `Checks: Read & Write`, que le permite crear comprobaciones en infracciones de SAST para bloquear solicitudes de extracción
[1]: /es/integrations/github/#link-a-repository-in-your-organization-or-personal-account
[2]: /es/integrations/guide/source-code-integration
@@ -69,7 +70,7 @@ Al instalar una Aplicación de GitHub, se requieren los siguientes permisos para
{{% /tab %}}
{{% tab "GitLab" %}}
-Vea las [instrucciones de configuración del código fuente de GitLab][1] para conectar repositorios de GitLab a Datadog. Se admiten tanto GitLab.com como instancias Self-Managed.
+Consulte las [instrucciones de configuración del código fuente de GitLab][1] para conectar los repositorios de GitLab a Datadog. Se admiten tanto GitLab.com como las instancias autogestionadas.
[1]: /es/integrations/gitlab-source-code/#setup
@@ -86,33 +87,40 @@ Consulte las [instrucciones de configuración del código fuente de Azure][4] pa
[4]: /es/integrations/azure-devops-source-code/#setup
[5]: /es/getting_started/site/
+{{% /tab %}}
+{{% tab "Bitbucket Cloud" %}}
+
+Consulte las [instrucciones de configuración del código fuente de Bitbucket][1] para conectar los espacios de trabajo de Bitbucket Cloud a Datadog.
+
+[1]: /es/integrations/bitbucket-source-code/#setup
+
{{% /tab %}}
{{% tab "Otro" %}}
-Si está utilizando otro proveedor de gestión de código fuente, configure el Análisis de Código Estático para ejecutarse en sus pipelines de CI utilizando la herramienta `datadog-ci` CLI y [ subir los resultados](#upload-third-party-static-analysis-results-to-datadog) a Datadog.
-Usted **debe** ejecutar un análisis de su repositorio en la rama predeterminada antes de que los resultados puedan comenzar a aparecer en la página de **Code Security**.
+Si utiliza otro proveedor de gestión de código fuente, configure Static Code Analysis para que se ejecute en sus pipelines de CI utilizando la herramienta CLI `datadog-ci` y [ cargue los resultados](#upload-third-party-static-analysis-results-to-datadog) a Datadog.
+**Debe** ejecutar un análisis de su repositorio en la rama predeterminada antes de que los resultados puedan comenzar a aparecer en la página {{< ui >}}Code Security{{< /ui >}}.
{{% /tab %}}
{{< /tabs >}}
## Personalice su configuración {#customize-your-configuration}
-Por defecto, el Análisis de Código Estático de Datadog (SAST) escanea sus repositorios con [los conjuntos de reglas predeterminados de Datadog][6] para cada lenguaje de programación. Puede personalizar qué conjuntos de reglas o reglas se ejecutan, junto con otros parámetros, en Datadog o en un `code-security.datadog.yaml` archivo. Para la referencia completa de configuración, consulte [Configuración del Análisis de Código Estático (SAST)][27].
+De forma predeterminada, Datadog Static Code Analysis (SAST) escanea sus repositorios con los [conjuntos de reglas predeterminados de Datadog][6] para cada lenguaje de programación. Puede personalizar qué conjuntos de reglas o reglas se ejecutan, junto con otros parámetros, en Datadog o en un archivo `code-security.datadog.yaml`. Para obtener la referencia de configuración completa, consulte [Configuración de análisis de código estático (SAST)][27].
-## Vincule hallazgos a los servicios y equipos de Datadog {#link-findings-to-datadog-services-and-teams}
+## Vincule los hallazgos a los servicios y equipos de Datadog {#link-findings-to-datadog-services-and-teams}
{{% security-products/link-findings-to-datadog-services-and-teams %}}
-## Escaneo consciente de diferencias {#diff-aware-scanning}
+## Escaneo con reconocimiento de diferencias {#diff-aware-scanning}
-El escaneo consciente de diferencias permite que el analizador estático de Datadog solo escanee los archivos modificados por un commit en una rama de características. Acelera significativamente el tiempo de escaneo al no tener que ejecutar el análisis en cada archivo del repositorio para cada escaneo. Para habilitar el escaneo consciente de diferencias en su pipeline de CI, siga estos pasos:
+El escaneo con reconocimiento de diferencias permite que el analizador estático de Datadog escanee solo los archivos modificados por una confirmación en una rama de funciones. Acelera significativamente el tiempo de escaneo al no ejecutar el análisis en cada archivo del repositorio para cada escaneo. Para habilitar el escaneo con reconocimiento de diferencias en su canalización de CI, siga estos pasos:
-1. Asegúrese de que sus variables `DD_APP_KEY`, `DD_SITE` y `DD_API_KEY` estén configuradas en su pipeline de CI.
-2. Agregue una llamada a `datadog-ci git-metadata upload` antes de invocar el analizador estático. Este comando asegura que los metadatos de Git estén disponibles para el backend de Datadog. Se requieren los metadatos de Git para calcular el número de archivos a analizar.
-3. Asegúrese de que el analizador estático de datadog se invoque con la bandera `--diff-aware`.
+1. Asegúrese de que sus variables `DD_APP_KEY`, `DD_SITE` y `DD_API_KEY` estén configuradas en su canalización de CI.
+2. Agregue una llamada a `datadog-ci git-metadata upload` antes de invocar el analizador estático. Este comando garantiza que los metadatos de Git estén disponibles para el backend de Datadog. Los metadatos de Git son necesarios para calcular la cantidad de archivos a analizar.
+3. Asegúrese de que datadog-static-analyzer se invoque con la bandera `--diff-aware`.
-Ejemplo de secuencia de comandos (estos comandos deben ser invocados en su repositorio de Git):
+Ejemplo de secuencia de comandos (estos comandos deben invocarse en su repositorio Git):
```bash
datadog-ci git-metadata upload
@@ -120,46 +128,46 @@ datadog-ci git-metadata upload
datadog-static-analyzer -i /path/to/directory -g -o sarif.json -f sarif –-diff-aware <...other-options...>
```
-**Nota:** Cuando no se puede completar un escaneo consciente de diferencias, se escanea todo el directorio.
+**Nota:** Cuando no se puede completar un escaneo que reconoce diferencias, se escanea todo el directorio.
-## Suba los resultados del análisis estático de terceros a Datadog {#upload-third-party-static-analysis-results-to-datadog}
+## Cargue resultados de análisis estático de terceros a Datadog {#upload-third-party-static-analysis-results-to-datadog}
- La importación de SARIF ha sido probada para Snyk, CodeQL, Semgrep, Gitleaks y Sysdig. Póngase en contacto con
Soporte de Datadog si experimenta algún problema con otras herramientas compatibles con SARIF.
+ La importación de SARIF ha sido probada para Snyk, CodeQL, Semgrep, Gitleaks y Sysdig. Comuníquese con
Soporte de Datadog si experimenta algún problema con otras herramientas compatibles con SARIF.
-Puede enviar resultados de herramientas de análisis estático de terceros a Datadog, siempre que estén en el formato interoperable [Formato de Intercambio de Resultados de Análisis Estático (SARIF)][2]. Se requiere la versión 14 o posterior de Node.js.
+Puede enviar resultados de herramientas de análisis estático de terceros a Datadog, siempre que estén en el [Formato de intercambio de resultados de análisis estático (SARIF)][2] interoperable. Se requiere Node.js versión 14 o posterior.
-Para subir un informe SARIF:
+Para cargar un informe SARIF:
1. Asegúrese de que las variables [`DD_API_KEY` y `DD_APP_KEY` estén definidas][4].
-2. Opcionalmente, establezca una [`DD_SITE` variable][7] (esto tiene como valor predeterminado `datadoghq.com`).
+2. Opcionalmente, establezca una [`DD_SITE` variable][7] (el valor predeterminado es `datadoghq.com`).
3. Instale la utilidad `datadog-ci`:
```bash
npm install -g @datadog/datadog-ci
```
-4. Ejecute la herramienta de análisis estático de terceros en su código y genere los resultados en el formato SARIF.
-5. Suba los resultados a Datadog:
+4. Ejecute la herramienta de análisis estático de terceros en su código y genere los resultados en formato SARIF.
+5. Cargue los resultados en Datadog:
```bash
datadog-ci sarif upload $OUTPUT_LOCATION
```
-## Directrices de Soporte de SARIF {#sarif-support-guidelines}
+## Pautas de soporte para SARIF {#sarif-support-guidelines}
-Datadog admite la ingestión de archivos SARIF de terceros que son compatibles con [el esquema SARIF 2.1.0][15]. El SARIF
-El esquema se utiliza de manera diferente por las herramientas de análisis estático. Si desea enviar archivos SARIF de terceros a Datadog, por favor
+Datadog admite la ingesta de archivos SARIF de terceros que cumplan con [el esquema SARIF 2.1.0][15]. El SARIF
+esquema es utilizado de manera diferente por las herramientas de análisis estático. Si desea enviar archivos SARIF de terceros a Datadog, por favor
asegúrese de que cumplan con los siguientes detalles:
- - La ubicación de la violación se especifica a través del objeto `physicalLocation` de un resultado.
+ - La ubicación de la infracción se especifica a través del objeto `physicalLocation` de un resultado.
- El `artifactLocation` y su `uri` **deben ser relativos** a la raíz del repositorio.
- El objeto `region` es la parte del código resaltada en la interfaz de usuario de Datadog.
- - El `partialFingerprints` se utiliza para identificar de manera única un hallazgo en un repositorio.
+ - El `partialFingerprints` se utiliza para identificar de forma única un hallazgo en un repositorio.
- `properties` y `tags` añaden más información:
- La etiqueta `DATADOG_CATEGORY` especifica la categoría del hallazgo. Los valores aceptables son `SECURITY`, `PERFORMANCE`, `CODE_STYLE`, `BEST_PRACTICES`, `ERROR_PRONE`.
- - Las violaciones anotadas con la categoría `SECURITY` se muestran en el explorador de vulnerabilidades y en la pestaña de seguridad de la vista del repositorio.
+ - Las infracciones anotadas con la categoría `SECURITY` se muestran en el explorador de vulnerabilidades y en la pestaña Security de la vista del repositorio.
- La sección `tool` debe tener una sección `driver` válida con atributos `name` y `version`.
Por ejemplo, aquí hay un ejemplo de un archivo SARIF procesado por Datadog:
@@ -234,27 +242,27 @@ Por ejemplo, aquí hay un ejemplo de un archivo SARIF procesado por Datadog:
}
```
-## Mapeo de severidad de SARIF a CVSS {#sarif-to-cvss-severity-mapping}
+## Asignación de gravedad de SARIF a CVSS {#sarif-to-cvss-severity-mapping}
-El [formato SARIF][15] define cuatro severidades: ninguna, nota, advertencia y error.
-Sin embargo, Datadog informa sobre la severidad de violaciones y vulnerabilidades utilizando el [Sistema Común de Puntuación de Vulnerabilidades][16] (CVSS),
-que define cinco severidades: crítica, alta, media, baja y ninguna.
+El [formato SARIF][15] define cuatro gravedades: ninguna, nota, advertencia y error.
+Sin embargo, Datadog informa la gravedad de las infracciones y vulnerabilidades utilizando el [Sistema de puntuación de vulnerabilidad común][16] (CVSS),
+que define cinco gravedades: crítica, alta, media, baja y ninguna.
-Al ingerir archivos SARIF, Datadog mapea las severidades de SARIF a las severidades de CVSS utilizando las reglas de mapeo a continuación.
+Al ingerir archivos SARIF, Datadog asigna las gravedades de SARIF a las gravedades de CVSS utilizando las reglas de asignación a continuación.
-| Severidad SARIF | Severidad CVSS |
+| Gravedad SARIF | Gravedad CVSS |
|----------------|---------------|
-| Error | Crítica |
+| Error | Crítico |
| Advertencia | Alta |
-| Nota | Medio |
-| Ninguno | Bajo |
+| Nota | Media |
+| Ninguno | Baja |
## Retención de datos {#data-retention}
-Datadog almacena hallazgos de acuerdo con nuestros [Períodos de retención de datos](https://docs.datadoghq.com/es/data_security/data_retention_periods/). Datadog no almacena ni retiene el código fuente del cliente.
+Datadog almacena los hallazgos de acuerdo con nuestros [Periodos de retención de datos](https://docs.datadoghq.com/es/data_security/data_retention_periods/). Datadog no almacena ni conserva el código fuente del cliente.
-##
@@ -276,10 +284,11 @@ Datadog almacena hallazgos de acuerdo con nuestros [Períodos de retención de d
[18]: /es/security/code_security/static_analysis/setup/?tab=github#select-your-source-code-management-provider
[19]: /es/security/code_security/static_analysis/setup/?tab=azuredevops#select-your-source-code-management-provider
[20]: /es/security/code_security/static_analysis/setup/?tab=gitlab#select-your-source-code-management-provider
-[22]: https://docs.datadoghq.com/es/internal_developer_portal/software_catalog/entity_model/?tab=v30#migrating-to-v30
+[21]: /es/security/code_security/static_analysis/setup/?tab=bitbucketcloud#select-your-source-code-management-provider
+[22]: https://docs.datadoghq.com/es/internal_developer_portal/catalog/entity_model/?tab=v30#migrating-to-v30
[24]: https://docs.datadoghq.com/es/account_management/teams/
[25]: https://github.com/DataDog/datadog-static-analyzer/blob/main/doc/legacy_config.md
[27]: /es/security/code_security/static_analysis/configuration/
-[101]: https://docs.datadoghq.com/es/software_catalog/service_definitions/v3-0/
-[102]: https://docs.datadoghq.com/es/internal_developer_portal/software_catalog/entity_model/?tab=v30#codelocations
+[101]: https://docs.datadoghq.com/es/internal_developer_portal/catalog/entity_model/
+[102]: https://docs.datadoghq.com/es/internal_developer_portal/catalog/entity_model/?tab=v30#codelocations
[103]: https://docs.datadoghq.com/es/data_security/data_retention_periods/
\ No newline at end of file
diff --git a/hugo/content/es/security/sensitive_data_scanner/guide/investigate_sensitive_data_findings.md b/hugo/content/es/security/sensitive_data_scanner/guide/investigate_sensitive_data_findings.md
index ef81e5f2708..34bb5b50ba1 100644
--- a/hugo/content/es/security/sensitive_data_scanner/guide/investigate_sensitive_data_findings.md
+++ b/hugo/content/es/security/sensitive_data_scanner/guide/investigate_sensitive_data_findings.md
@@ -3,103 +3,128 @@ aliases:
- /es/sensitive_data_scanner/investigate_sensitive_data_issues/
- /es/sensitive_data_scanner/guide/investigate_sensitive_data_issues/
- /es/security/sensitive_data_scanner/guide/investigate_sensitive_data_issues/
+description: Realice el triaje e investigue los hallazgos de Sensitive Data Scanner
+ en la página de Hallazgos, incluyendo el análisis de Blast Radius, los servicios
+ afectados, Case Management y la integración con Incident Management.
further_reading:
- link: sensitive_data_scanner/setup/telemetry_data/
tag: Documentación
- text: Configurar Sensitive Data Scanner para datos de telemetría
+ text: Configure Sensitive Data Scanner para Datos de Telemetría
- link: sensitive_data_scanner/setup/cloud_storage/
tag: Documentación
- text: Configurar Sensitive Data Scanner para el almacenamiento en la nube
+ text: Configure Sensitive Data Scanner para Almacenamiento en la Nube
- link: https://www.datadoghq.com/blog/scaling-sensitive-data-scanner/
tag: Blog
- text: Descubre, clasifica y corrige los problemas de datos confidenciales a escala
- con Sensitive Data Scanner.
-title: Investigar los hallazgos de datos confidenciales
+ text: Descubra, clasifique y remedie problemas de datos confidenciales a escala
+ con Sensitive Data Scanner
+title: Investigue los hallazgos de Sensitive Data Scanner
---
+## Descripción general {#overview}
-## Información general
+Sensitive Data Scanner de Datadog puede ayudar a prevenir fugas de datos sensibles y limitar los riesgos de incumplimiento al identificar, clasificar y, opcionalmente, redactar datos sensibles. Cuando se encuentra un hallazgo de Sensitive Data Scanner, es posible que tenga las siguientes preguntas:
-Sensitive Data Scanner de Datadog puede ayudar a evitar fugas de datos confidenciales y a limitar los riesgos de incumplimiento mediante la identificación, la clasificación y, opcionalmente, la redacción de los datos confidenciales. Cuando se encuentra un dato confidencial, pueden surgir las siguientes preguntas:
+- ¿Qué datos sensibles han sido expuestos?
+- ¿Cuál es la prioridad de la exposición de datos sensibles?
+- ¿Qué tan grave es el hallazgo en términos de propagación y volumen?
+- ¿De dónde provienen los datos sensibles?
-- ¿Qué datos confidenciales se han expuesto?
-- ¿Cuál es la prioridad de la exposición de datos confidenciales?
-- ¿Cuál es la gravedad del hallazgo en términos de difusión y volumen?
-- ¿De dónde proceden los datos confidenciales?
+La página de [Hallazgos][1] de Sensitive Data Scanner categoriza y prioriza los hallazgos de datos sensibles para que usted pueda investigar, colaborar y documentar sus hallazgos, y responder a esas preguntas.
-La page (página) [Hallazgos][1] de Sensitive Data Scanner categoriza y prioriza los hallazgos de datos confidenciales para que puedas investigar, colaborar y documentar tus hallazgos y responder a esas preguntas.
+{{< img src="sensitive_data_scanner/sds_findings_explorer.png" alt="Explorador de hallazgos de Sensitive Data Scanner agrupado por regla, con la US Passport Scanner rule expandida para mostrar hallazgos críticos, conteos de coincidencias y gráficos de tendencias semanales." style="width:100%;" >}}
-{{< img src="sensitive_data_scanner/findings_20251014.png" alt="La page (página) Hallazgos en la que se muestra la información general de los datos confidenciales desglosados por prioridad" style="width:100%;" >}}
+## Realice el triaje de los hallazgos de datos sensibles {#triage-sensitive-data-findings}
-## Triaje de los datos confidenciales
-
-Ve a la page (página) [Hallazgos][1] para ver todos los hallazgos de datos confidenciales en el período de tiempo seleccionado y empezar a investigarlos.
+Navegue a la página de [Hallazgos][1] para ver todos los hallazgos de datos sensibles dentro del marco de tiempo seleccionado y comience a investigarlos.
{{< tabs >}}
-{{% tab "Datos de telemetría" %}}
+{{% tab "Registros" %}}
+
+El explorador de hallazgos de registros es una experiencia actualizada para investigar hallazgos de registros. Si tiene al menos un hallazgo de registro, este explorador se abre de forma predeterminada. Los hallazgos de APM, RUM y Eventos no están disponibles en este explorador. Para ver esos hallazgos, haga clic en {{< ui >}}Go back{{< /ui >}} en el banner en la parte superior de la página.
+
+Para investigar un hallazgo de registro:
+
+1. Use {{< ui >}}Group by{{< /ui >}} para organizar los hallazgos por {{< ui >}}Rule{{< /ui >}}, {{< ui >}}Logs Pattern{{< /ui >}} o {{< ui >}}Service{{< /ui >}}. Para mostrar los hallazgos donde los datos sensibles están expuestos activamente, filtre por {{< ui >}}Leaking{{< /ui >}} en la faceta {{< ui >}}Match State{{< /ui >}}.
+2. Haga clic en un hallazgo para abrir el panel de detalles.
+3. En la parte superior del panel, verifique {{< ui >}}First Detected{{< /ui >}} y {{< ui >}}Last Detected{{< /ui >}} para comprender cuánto tiempo ha estado activa la exposición.
+4. En la sección de resumen, revise {{< ui >}}Match State{{< /ui >}}, {{< ui >}}Service{{< /ui >}}, {{< ui >}}Environment{{< /ui >}} y {{< ui >}}Total matches{{< /ui >}} para comprender el alcance de la exposición.
+5. Revise el {{< ui >}}Logs Pattern{{< /ui >}} para comprender el formato de la línea de registro donde se detectaron datos sensibles.
+6. En la sección {{< ui >}}Example Logs{{< /ui >}}, revise hasta cinco ejemplos representativos de registros afectados. Cuando un registro de ejemplo caduca, se reemplaza por el siguiente evento coincidente. Haga clic en {{< ui >}}Show log{{< /ui >}} para expandir un ejemplo e inspeccionar su mensaje de registro, campos y atributos en línea. De forma predeterminada, los registros de ejemplo se almacenan durante 7 días y son accesibles para todos los usuarios con el permiso Data Scanner Read. Para almacenar estos registros representativos durante un período diferente, comuníquese con [Support][1].
+7. Revise {{< ui >}}Matches Trend{{< /ui >}} para ver cómo ha cambiado el volumen de coincidencias durante la última semana. Utilice {{< ui >}}Related Access and Configuration Events{{< /ui >}} para verificar si los eventos de acceso recientes o los cambios en el grupo de escaneo o en la regla de escaneo coinciden con los cambios en el volumen de coincidencias.
+
+Además, puede:
+- Utilice {{< ui >}}Apply Targeted Obfuscation{{< /ui >}} para ofuscar futuras coincidencias de datos sensibles en nuevos registros para este hallazgo, o extienda la ofuscación a todo el servicio. Si la redacción ya está habilitada, utilice esta sección para verificar cómo se ofuscan los registros coincidentes.
+- Utilice {{< ui >}}Tune Detection Logic{{< /ui >}} para editar las palabras clave de la regla de escaneo o aplicar supresiones para falsos positivos o datos con riesgo aceptado.
+- Utilice {{< ui >}}Generate Code Fix{{< /ui >}} para iniciar una sesión de [Bits Code][2] que identifique el patrón de registro que causa la fuga y proponga una solución. Revise la solución y cree una solicitud de extracción directamente desde la sesión. El repositorio fuente ya debe estar integrado en Bits Code.
+
+[1]: /es/help
+[2]: /es/bits_ai/bits_code/
+
+{{% /tab %}}
+{{% tab "APM, RUM y Eventos" %}}
-En la pestaña **Sensitive Data Rule Findings** (Hallazgos de reglas de datos confidenciales), puedes filtrar tus hallazgos de datos confidenciales por estado de prioridad, estado de case (incidencia) y dominio.
+En la pestaña {{< ui >}}Sensitive Data Rule Findings{{< /ui >}}, puede filtrar sus hallazgos de datos sensibles por estado de prioridad, estado de la incidencia y dominio.
-Investigar un hallazgo:
+Para investigar un hallazgo:
-1. Haz clic en el hallazgo de la lista.
-2. En el panel de hallazgos, haz clic en **View Recent Changes** (Ver cambios recientes) para ir a [Audit Trail][3] y ver si hay algún cambio de configuración reciente que haya causado el hallazgo de datos confidenciales.
-3. Utiliza las siguientes opciones para explorar diferentes tipos de datos que coincidan con la consulta:
- 1. Para ver todos los logs relacionados con la consulta en el Explorer de logs, haz clic en **View All Logs** (Ver todos los logs).
- 1. Para ver todas las traces (trazas) que coinciden con la consulta en Trace Explorer, haz clic en **View All APM Spans** (Ver todos los spans (tramos) de APM **.
- 1. Para ver todos los eventos de RUM que coincidan con la consulta, haz clic en **View All RUM Events** (Ver todos los eventos de RUM).
- 1. Para ver todos los eventos que coinciden con la consulta, haz clic en **View All Events** (Ver todos los eventos).
- {{< img src="sensitive_data_scanner/investigate_sensitive_data_issues/findings_panel_20251015.png" alt="El panel de hallazgos en el que se muestra un dato del explorador de tarjetas Visa" style="width:50%;">}}
-4. En la sección **Blast Radius** (Radio de explosión):
- 1. Mira los 10 principales servicios, hosts y entornos afectados por este hallazgo de datos confidenciales.
- 1. Haz clic en un servicio para ver más información sobre él en **Software Catalog** (Catálogo de software).
- 1. Haz clic en un host para ver más información sobre él en la page (página) Lista de infraestructuras.
- {{< img src="sensitive_data_scanner/investigate_sensitive_data_issues/blast_radius_02_01_2024.png" alt="El panel de hallazgos en el que se muestran los 10 principales servicios afectados" style="width:50%;">}}
+1. Haga clic en el hallazgo en la lista.
+2. En el panel de hallazgos, haga clic en {{< ui >}}View Recent Changes{{< /ui >}} para navegar a [Audit Trail][3] y ver si hubo cambios de configuración recientes que causaron el hallazgo de datos sensibles.
+3. Utilice las siguientes opciones para explorar diferentes tipos de datos que coincidan con la consulta:
+ 1. Para ver todos los registros relacionados con la consulta en el Explorador de registros, haga clic en {{< ui >}}View All Logs{{< /ui >}}.
+ 1. Para ver todos los traces que coincidan con la consulta en Trace Explorer, haga clic en {{< ui >}}View All APM Spans{{< /ui >}}.
+ 1. Para ver todos los eventos de RUM que coincidan con la consulta, haga clic en {{< ui >}}View All RUM Events{{< /ui >}}.
+ 1. Para ver todos los eventos que coincidan con la consulta, haga clic en {{< ui >}}View All Events{{< /ui >}}.
+ {{< img src="sensitive_data_scanner/investigate_sensitive_data_issues/findings_panel_20251015.png" alt="El panel de hallazgos que muestra un hallazgo crítico del escáner de tarjetas Visa" style="width:50%;">}}
+4. En la sección {{< ui >}}Blast Radius{{< /ui >}}:
+ 1. Vea los 10 principales servicios, servidores y entornos afectados por estos hallazgos de datos sensibles.
+ 1. Haga clic en un servicio para ver más información sobre el servicio en {{< ui >}}Catalog{{< /ui >}}.
+ 1. Haga clic en un servidor para ver más información sobre el servidor en la página de la lista de infraestructura.
+ {{< img src="sensitive_data_scanner/investigate_sensitive_data_issues/blast_radius_02_01_2024.png" alt="El panel de hallazgos que muestra los 10 principales servicios afectados" style="width:50%;">}}
- Si deseas modificar la regla de exploración que se utilizó para detectar el hallazgo de datos confidenciales, haz clic en **Modify Rule** (Modificar la regla) en la parte superior del panel.
+ Para modificar la Regla de escaneo que se utilizó para detectar el hallazgo de datos sensibles, haga clic en {{< ui >}}Modify Rule{{< /ui >}} en la parte superior del panel.
-Además, también puedes:
-- Utiliza [Case Management][1] para rastrear, clasificar e investigar el hallazgo, haz clic en **Create Case** (Crear case (incidencia)) en la parte superior del panel. Los cases (incidencias) asociados aparecerán en la page (página) de Hallazgos.
-- Utiliza [Incident Management][2] para crear un incident (incidente), puedes añadir el hallazgo a un incident (incidente) existente o declarar un nuevo incident (incidente). Haz clic en el menú desplegable **Declare Incident** (Declarar un incident (incidente)) para añadir el hallazgo a un incident (incidente) existente. Haz clic en **Declare Incident** (Declarar un incident (incidente)) para declarar un nuevo incident (incidente).
-- Utiliza [Audit Trail][3] para ver quién puede haber accedido a estos datos confidenciales en Datadog, **View in Audit Trail** (Ver en Audit Trail) en la sección **Users who accessed these events** (Usuarios que accedieron a estos eventos).
+Además, también puede:
+- Utilice [Case Management][1] para realizar el seguimiento, la clasificación y la investigación del hallazgo; haga clic en {{< ui >}}Create Case{{< /ui >}} en la parte superior del panel. Los incidentes asociados aparecen en la página de Hallazgos.
+- Use [Incident Management][2] para crear un incidente; puede agregar el hallazgo a un incidente existente o declarar un nuevo incidente. Haga clic en el menú desplegable {{< ui >}}Declare Incident{{< /ui >}} para agregar el hallazgo a un incidente existente. Haga clic en {{< ui >}}Declare Incident{{< /ui >}} para declarar un nuevo incidente.
+- Use [Audit Trail][3] para ver quién pudo haber accedido a estos datos sensibles dentro de Datadog, {{< ui >}}View in Audit Trail{{< /ui >}} en la sección {{< ui >}}Users who accessed these events{{< /ui >}}.
-{{< img src="sensitive_data_scanner/investigate_sensitive_data_issues/case_mgmt_02_01_2024.png" alt="La page (página) de case (incidencia) en la que se muestra información acerca del hallazgo de seguridad, el cesionario y el creador del case (incidencia) y una escala de tiempo de eventos" style="width:60%;">}}
+{{< img src="sensitive_data_scanner/investigate_sensitive_data_issues/case_mgmt_02_01_2024.png" alt="La página de la incidencia que muestra información sobre el hallazgo de seguridad, la persona asignada y el creador de la incidencia, y una línea de tiempo de los eventos" style="width:60%;">}}
-[1]: /es/incident_response/case_management/
+[1]: /es/incident_response/work_management/
[2]: /es/incident_response/incident_management/
[3]: /es/account_management/audit_trail
{{% /tab %}}
-{{% tab "Cloud Storage" %}}
+{{% tab "Almacenamiento en la nube" %}}
-Haz clic en la pestaña **Datastores with Sensitive Data** (Almacenes de datos con datos confidenciales) para ver todos los hallazgos de datos confidenciales para Cloud Storage.
+Haga clic en la pestaña {{< ui >}}Datastores with Sensitive Data{{< /ui >}} para ver todos los hallazgos de datos sensibles para Almacenamiento en la nube.
Para investigar un almacén de datos:
-1. Haz clic en un almacén de datos.
-1. Puede ver los archivos en los que se han encontrado datos confidenciales y, a continuación, hacer clic en un archivo para inspeccionarlo en AWS.
+1. Haga clic en un almacén de datos.
+1. Puede ver los archivos donde se encontraron datos sensibles y luego hacer clic en un archivo para inspeccionarlo en AWS.
Datadog recomienda hacer lo siguiente:
- - Revisa algunos archivos para hacerte una idea de la precisión de la clasificación.
- - Ponte en contacto con el propietario del equipo o del servicio que aparece en el panel lateral para confirmar si los datos confidenciales deben estar en el bucket.
- - Si no debe estar en el bucket, elimina los archivos o muévelos a un bucket apropiado.
- - Si debe estar en el bucket, completa los siguientes steps (UI) / pasos (generic) para mejorar tu postura de seguridad:
- 1. Haz clic en la pestaña **Security** (Seguridad) en el panel lateral y revisa la sección **Misconfiguratiions** (Errores de configuración).
- 1. Haz clic en un error de configuración para ver los detalles en Cloud Security.
- 1. En la sección **Next Steps** (Siguientes pasos):
- 1. En **Triage** (Triaje), haz clic en el menú desplegable para cambiar el estado de triaje de la señal. El estado predeterminado es `OPEN`.
- 1. Haz clic en **Assign Signal** (Asignar señal) para asignarte una señal a ti mismo o a otro usuario de Datadog.
- 1. Haz clic en **See remediation** (Ver corrección) para obtener más información sobre cómo solucionar el problema.
- 1. En **More Actions** (Más acciones), puedes añadir un problema de Jira, ejecutar workflows (UI) / procesos (generic) o añadir un comentario.
- Para ejecutar un workflow (UI) / proceso (generic), selecciona **Run Workflow** (Ejecutar workflow (UI) / proceso (generic)) y, a continuación, en el explorador de workflows (UI) / procesos (generic), busca y selecciona un workflow (UI) / proceso (generic) para ejecutarlo. Consulta [Automatizar workflows (UI) / procesos (generic) de seguridad con la Workflow Automation (automatización de procesos)][1] para obtener más información.
- 1. Haz clic en las distintas pestañas para ver el desglose de la gravedad, los logs relacionados y la escala de tiempo del hallazgo.
-
- {{< img src="sensitive_data_scanner/investigate_sensitive_data_issues/datastore_side_panel.png" alt="El panel lateral de hallazgos del almacén de datos en el que se muestra que los buckets S3 deben tener una configuración incorrecta de acceso público a bloques activado" style="width:90%;">}}
+ - Revise algunos archivos para tener una idea de la precisión de la clasificación.
+ - Haga un seguimiento con el equipo o el propietario del servicio que aparece en el panel lateral para confirmar si los datos sensibles deben estar en el bucket.
+ - Si no se supone que deben estar en el bucket, elimine los archivos o muévalos a un bucket apropiado.
+ - Si se supone que deben estar en el bucket, complete los siguientes pasos para mejorar su postura de seguridad:
+ 1. Haga clic en la pestaña {{< ui >}}Security{{< /ui >}} en el panel lateral y revise la sección {{< ui >}}Misconfigurations{{< /ui >}}.
+ 1. Haga clic en una configuración incorrecta para ver los detalles en Cloud Security.
+ 1. En la sección {{< ui >}}Next Steps{{< /ui >}}:
+ 1. En {{< ui >}}Triage{{< /ui >}}, haga clic en el menú desplegable para cambiar el estado de clasificación de la señal. El estado predeterminado es `OPEN`.
+ 1. Haga clic en {{< ui >}}Assign Signal{{< /ui >}} para asignarse una señal a usted mismo o a otro usuario de Datadog.
+ 1. Haga clic en {{< ui >}}See remediation{{< /ui >}} para ver más información sobre cómo solucionar el hallazgo.
+ 1. En {{< ui >}}More Actions{{< /ui >}}, puede agregar un ticket de Jira, ejecutar flujos de trabajo o agregar un comentario.
+ Para ejecutar un flujo de trabajo, seleccione {{< ui >}}Run Workflow{{< /ui >}} y luego, en el explorador de flujos de trabajo, busque y seleccione un flujo de trabajo para ejecutar. Consulte [Automate Security Workflows with Workflow Automation][1] para obtener más información.
+ 1. Haga clic en las diferentes pestañas para ver el desglose de gravedad, los registros relacionados y la línea de tiempo del hallazgo.
+
+ {{< img src="sensitive_data_scanner/investigate_sensitive_data_issues/datastore_side_panel.png" alt="El panel lateral de hallazgos del almacén de datos que muestra los buckets de S3 debería tener habilitada la misconfiguración de Block Public Access." style="width:90%;">}}
[1]: /es/security/cloud_security_management/review_remediate/workflows/
{{% /tab %}}
{{< /tabs >}}
-## Referencias adicionales
+## Lecturas adicionales {#further-reading}
{{< partial name="whats-next/whats-next.html" >}}
diff --git a/hugo/content/es/security/workload_protection/detect_and_monitor/agent_rules/policy_management.md b/hugo/content/es/security/workload_protection/detect_and_monitor/agent_rules/policy_management.md
new file mode 100644
index 00000000000..a8b70e9e477
--- /dev/null
+++ b/hugo/content/es/security/workload_protection/detect_and_monitor/agent_rules/policy_management.md
@@ -0,0 +1,195 @@
+---
+aliases:
+- /es/security/workload_protection/workload_security_rules/custom_rules
+- /es/security/threats/workload_security_rules/custom_rules
+description: Cree, implemente y asigne el contexto a las políticas de Workload Protection,
+ y escriba reglas personalizadas de Agent para su infraestructura.
+disable_toc: false
+title: Gestión de políticas
+---
+Las reglas de Agent están **organizadas en políticas**. Una política es un conjunto de reglas de Agent que usted implementa en conjunto y **asigna el contexto para una infraestructura específica** (hosts, clústeres, etcétera).
+
+Además de las [reglas predeterminadas de Agent][7] (OOTB), puede escribir **reglas personalizadas de Agent** para detectar eventos que Datadog no muestra solo con las reglas OOTB estándar.
+
+## Políticas {#policies}
+
+### Crear una política {#create-a-policy}
+
+1. Vaya a [Policies][3].
+2. Haga clic en {{< ui >}}New Policy{{< /ui >}}. También puede abrir una política existente, hacer clic en {{< ui >}}Actions{{< /ui >}} y clonarla.
+3. Ingrese un nombre para la política y haga clic en {{< ui >}}Create{{< /ui >}}.
+ La nueva política se crea, pero no está habilitada ni implementada.
+4. Haga clic en la política para abrirla.
+5. En {{< ui >}}New Rule{{< /ui >}}, agregue reglas personalizadas de Agent a la política. Para crear una regla de Agent, consulte [Create a custom Agent rule][14].
+6. Haga clic en {{< ui >}}Edit{{< /ui >}} junto a {{< ui >}}Deployed on 0 agents{{< /ui >}}.
+7. Agregue [etiquetas][17] a la política para dirigirse a una infraestructura específica.
+8. Para implementar la política, active el interruptor junto a {{< ui >}}Policy is disabled{{< /ui >}} y confirme. Esto utiliza [Remote Configuration](#remote-configuration), como se detalla más adelante en esa página.
+
+### Fije una política administrada por Datadog a su versión actual {#pin-a-datadog-managed-policy-to-its-current-version}
+
+
La fijación de políticas es compatible con la versión 7.71.0 de Agent y posteriores. Los Agents anteriores siguen recibiendo las últimas actualizaciones de políticas automáticamente.
+
+Cuando Datadog actualiza las políticas administradas por Datadog, estas se implementan automáticamente en su infraestructura.
+
+Para controlar cuándo se implementa una nueva versión de política en su infraestructura, puede fijar la política a su versión actual. Fijar una versión de política evita que las actualizaciones de políticas se implementen automáticamente cuando Datadog lanza una nueva versión de política.
+
+Para fijar una política, haga lo siguiente:
+
+1. Vaya a [Policies][3].
+2. Haga clic en una política administrada por Datadog.
+3. En {{< ui >}}Version{{< /ui >}}, haga clic en la opción de fijar.
+ Si su infraestructura ejecuta Agents con una versión anterior a la 7.71.0, aparecerá una advertencia de Agents obsoletos. Consulte y actualice su versión de Agent en [Fleet Automation][18].
+4. Haga clic en {{< ui >}}Pin{{< /ui >}}. Para desanclar la versión de la política, haga clic en la opción de fijar nuevamente.
+
+### Reglas en conflicto {#conflicting-rules}
+
+Cuando dos políticas implementadas en el mismo host contienen la misma regla con un estado diferente (activa e inactiva), la regla se considerará activa.
+
+### Aplicar etiquetas {#apply-tags}
+
+Las etiquetas definen dónde se aplica una política, como en entornos, clústeres o hosts. Agregue etiquetas a una política para limitar sus reglas a una parte de su infraestructura.
+
+1. Vaya a [Agent Configuration][6].
+2. Abra una política y haga clic en {{< ui >}}Edit{{< /ui >}}.
+3. Ingrese etiquetas y haga clic en {{< ui >}}Apply{{< /ui >}}. Si la política está habilitada, se aplica a los objetivos de las etiquetas.
+
+Cuando agrega etiquetas, Datadog muestra a cuántos agentes apuntan las etiquetas, así como la infraestructura que ejecuta cada agente. Por ejemplo, `Tags match 144 agents`.
+
+## Crear una regla de Agent personalizada {#create-a-custom-agent-rule}
+
+Puede crear una regla de Agent personalizada e implementarla como parte de una política personalizada. Más tarde, al definir una [regla de detección][19] personalizada, usted hace referencia a la regla de Agent personalizada y agrega parámetros de expresión.
+Las reglas de Agent personalizadas se implementan en el Agent en una política personalizada separada de las políticas predeterminadas. La política personalizada contiene solo reglas de Agent personalizadas.
+
+1. Vaya a [Agent Configuration][6].
+2. Cree una política o abra una existente.
+3. Con la política abierta, en {{< ui >}}Actions{{< /ui >}}, seleccione {{< ui >}}Manual rule creator{{< /ui >}} para abrir el editor de reglas de Agent. El mismo editor también está disponible desde la página [Reglas de Agent][21] en Datadog. Para usar el asistente {{< ui >}}Assisted rule creator{{< /ui >}} en su lugar (que lo guía a través de la regla de Agent y la regla de detección de amenazas), consulte [Crear las reglas de Agent y de detección personalizadas juntas][20].
+4. Ingrese un {{< ui >}}Name{{< /ui >}} y una {{< ui >}}Description{{< /ui >}} para la regla.
+5. En {{< ui >}}Expression{{< /ui >}}, defina la coincidencia usando [Datadog Security Language (SECL)][15].
+6. (Opcional) Agregue variables o acciones que se ejecuten cuando la regla coincida con un evento. Consulte [Variables y acciones][22].
+7. Haga clic en {{< ui >}}Create Agent Rule{{< /ui >}}. Regresará a la política.
+
+Después de crear una regla de Agent personalizada, el cambio se guarda junto con otras actualizaciones de reglas pendientes. Para aplicar el cambio a su entorno, implemente la política personalizada actualizada en el Agent.
+
+## Habilitar e implementar políticas {#enable-and-deploy-policies}
+
+Las políticas habilitadas aplican sus reglas a los objetivos de infraestructura identificados por sus etiquetas. Habilitar una política es lo mismo que implementarla.
+
+Puede usar **Remote Configuration** en la interfaz de usuario de Datadog para implementar automáticamente la política personalizada en los hosts designados por las etiquetas de política (todos los hosts o un subconjunto definido de hosts), o puede **implementar manualmente** la política en el Agent de cada host.
+
+### Remote Configuration {#remote-configuration}
+
+**Remote Configuration** es la forma en que Datadog entrega automáticamente políticas a sus agentes. Utiliza un mecanismo seguro para garantizar que solo las políticas firmadas y autenticadas se envíen a sus agentes. Para implementar una política mediante Remote Configuration, siga los pasos detallados en Crear una política.
+
+#### Estrategias de implementación {#deployment-strategies}
+
+Para implementar un cambio en las reglas o políticas del Agent con Remote Configuration, puede elegir entre dos estrategias: implementar el cambio al instante en todos sus hosts o escalonar la implementación en pasos mediante una implementación administrada. Realice el seguimiento de las implementaciones desde la [página de implementaciones][23].
+
+##### Implementar al instante {#deploy-instantly}
+
+La implementación instantánea envía la política actualizada a todos los hosts en el contexto al mismo tiempo, sin validación por etapas. Esto generalmente toma unos minutos y es mejor cuando desea que el cambio se aplique en todas partes de inmediato.
+
+Seleccione {{< ui >}}Deploy instantly{{< /ui >}}, luego haga clic en {{< ui >}}Update Policy{{< /ui >}}. Siga el progreso desde la [página de implementaciones][23].
+
+##### Implementación administrada {#managed-deployment}
+
+Una implementación administrada despliega su cambio en etapas para que pueda validarlo en un subconjunto de hosts antes de que llegue a toda su infraestructura.
+
+1. Al editar una política o una regla, seleccione {{< ui >}}Start a managed deployment{{< /ui >}}. Si la política o regla ya se implementó con un despliegue administrado, seleccione {{< ui >}}Start from your last deployment{{< /ui >}} para reutilizar los parámetros de la última implementación. Para un cambio de regla, los parámetros reutilizados son los de la última implementación de la política que contiene la regla.
+2. En {{< ui >}}Customize deployment roll-out plan{{< /ui >}}, establezca el alcance de la implementación, luego configure hasta 10 etapas para implementar el cambio gradualmente. Defina cada etapa {{< ui >}}By percentage of hosts in scope{{< /ui >}} o {{< ui >}}By host tags{{< /ui >}}.
+3. En {{< ui >}}Set up monitoring and delay time{{< /ui >}}, seleccione uno o más seguimientos para verificar durante la implementación. Si un seguimiento envía una alerta mientras la implementación está en curso, el despliegue se pausa. Luego, establezca el tiempo de retraso para esperar antes de continuar a la siguiente etapa.
+4. En {{< ui >}}Set deployment window{{< /ui >}}, establezca los días, las horas y la zona horaria en los que se puede ejecutar la implementación. Si la implementación se extiende más allá de una ventana, se pausa y se reanuda en la siguiente.
+5. (Opcional) En {{< ui >}}Add a description{{< /ui >}}, agregue una descripción para la implementación.
+6. Haga clic en {{< ui >}}Update Policy{{< /ui >}} para iniciar el despliegue. Siga el progreso desde la [página de implementaciones][23].
+
+### Implementación manual {#manual-deployment}
+
+Para la **implementación manual**, usted mismo instala un archivo de política en cada Agent. Puede crear la política y sus reglas en la interfaz de usuario de Datadog y **descargar** el archivo generado. Si ya conoce la sintaxis de la política, cree un archivo `.policy` manualmente. Luego, cargue o sincronice ese archivo en cada Agent donde deba ejecutarse la política, como se describe a continuación.
+
+1. En la página {{< ui >}}Agent Configuration{{< /ui >}}, abra una política.
+2. En Actions, seleccione {{< ui >}}Download Policy{{< /ui >}}.
+
+A continuación, utilice las siguientes instrucciones para cargar el archivo de política en cada servidor.
+
+{{< tabs >}}
+{{% tab "Servidor" %}}
+
+Copie el archivo `default.policy` al servidor de destino en la carpeta `/etc/datadog-agent/runtime-security.d` (que contendrá todos sus archivos `.policy`). El archivo debe tener acceso `read` y `write` para el usuario `root` en el servidor.
+
+Para aplicar los cambios, haga **una** de las siguientes opciones:
+
+- Recargue las políticas de tiempo de ejecución (sin un reinicio completo del Agent):
+
+ ```bash
+ sudo /opt/datadog-agent/embedded/bin/system-probe runtime policy reload
+ ```
+
+- O reinicie el [Datadog Agent][27].
+
+[27]: /es/agent/configuration/agent-commands/?tab=agentv6v7#restart-the-agent
+
+{{% /tab %}}
+
+{{% tab "Helm" %}}
+
+1. Cree un ConfigMap que contenga `default.policy`, por ejemplo, `kubectl create configmap jdefaultpol --from-file=default.policy`.
+2. Agregue el ConfigMap (`jdefaultpol`) a `values.yaml` con `datadog.securityAgent.runtime.policies.configMap`:
+
+ ```yaml
+ securityAgent:
+ # [...]
+ runtime:
+ # datadog.securityAgent.runtime.enabled
+ # Set to true to enable Security Runtime Module
+ enabled: true
+ policies:
+ # datadog.securityAgent.runtime.policies.configMap
+ # Place custom policies here
+ configMap: jdefaultpol
+ # [...]
+ ```
+
+3. Actualice el chart de Helm con `helm upgrade
-f values.yaml --set datadog.apiKey= datadog/datadog`.
+
+ **Nota:** Si necesita realizar más cambios en `default.policy`, puede usar `kubectl edit cm jdefaultpol` o reemplazar el configMap con `kubectl create configmap jdefaultpol --from-file default.policy -o yaml --dry-run=client | kubectl replace -f -`.
+
+{{% /tab %}}
+{{< /tabs >}}
+
+## Deshabilite las reglas predeterminadas del Agent {#disable-default-agent-rules}
+
+1. Para deshabilitar una regla del Agent, navegue a la página [{{< ui >}}Agent Configuration{{< /ui >}}][6] y seleccione la política que utiliza la regla.
+2. En la política, abra la regla.
+3. Establezca el estado en {{< ui >}}Inactive{{< /ui >}}.
+4. Haga clic en {{< ui >}}Save Changes{{< /ui >}}.
+
+Eliminar una regla de [Configuración de reglas][21] la elimina de **todas las políticas** que incluían esa regla.
+
+## RBAC para la gestión de reglas personalizadas {#rbac-for-custom-rule-management}
+
+Aquí hay algunos [roles y permisos][11] importantes para usar en el RBAC de reglas personalizadas:
+
+- El permiso `security_monitoring_cws_agent_rules_actions` se puede utilizar para activar y configurar la [Automated response][12] que se usa para habilitar el modo de bloqueo en las reglas.
+ - Para utilizar el permiso `security_monitoring_cws_agent_rules_actions`, un usuario con el rol de Datadog Admin debe crear un rol que contenga el permiso `security_monitoring_cws_agent_rules_actions` y, a continuación, añadir a este rol únicamente a aquellos usuarios que gestionen el Automated response.
+- El rol {{< ui >}}Datadog Standard{{< /ui >}} permite a los usuarios crear/actualizar una regla personalizada de forma predeterminada, siempre y cuando la operación no cambie la configuración de **protección** de la regla.
+
+[3]: https://app.datadoghq.com/security/workload-protection/policies
+[4]: https://app.datadoghq.com/security/configuration/agent-rules
+[5]: /es/security/notifications/variables/?tab=cloudsiem
+[6]: https://app.datadoghq.com/security/configuration/workload/agent-rules
+[7]: /es/security/workload_protection/detect_and_monitor/agent_rules/#ootb-rules
+[8]: /es/security/workload_protection/
+[9]: /es/security/cloud_siem/detect_and_monitor/custom_detection_rules/?tab=threshold#set-a-rule-case
+[10]: https://app.datadoghq.com/notebook/list?type=runbook
+[11]: /es/account_management/rbac/permissions/
+[12]: /es/security/workload_protection/respond_and_report/#automated-response
+[13]: #disable-default-agent-rules
+[14]: #create-a-custom-agent-rule
+[15]: /es/security/workload_protection/detect_and_monitor/agent_rules/secl_guide/
+[16]: #prioritize-policies
+[17]: #apply-tags
+[18]: https://app.datadoghq.com/fleet
+[19]: /es/security/workload_protection/detect_and_monitor/detection_and_finding_rules/detection_rules
+[20]: /es/security/workload_protection/detect_and_monitor/detection_and_finding_rules/detection_rules/#create-the-custom-agent-and-detection-rules-together
+[21]: https://app.datadoghq.com/security/workload-protection/agent-rules
+[22]: /es/security/workload_protection/detect_and_monitor/agent_rules/variables_and_actions
+[23]: https://app.datadoghq.com/security/workload-protection/deployments
\ No newline at end of file
diff --git a/hugo/content/es/serverless/google_cloud_run/containers/in_container/nodejs.md b/hugo/content/es/serverless/google_cloud_run/containers/in_container/nodejs.md
new file mode 100644
index 00000000000..6f125dcd828
--- /dev/null
+++ b/hugo/content/es/serverless/google_cloud_run/containers/in_container/nodejs.md
@@ -0,0 +1,98 @@
+---
+aliases:
+- /es/serverless/google_cloud_run/containers/in_process/nodejs
+code_lang: nodejs
+code_lang_weight: 20
+further_reading:
+- link: /tracing/trace_collection/automatic_instrumentation/dd_libraries/nodejs/
+ tag: Documentación
+ text: Seguimiento de aplicaciones Node.js
+- link: /tracing/other_telemetry/connect_logs_and_traces/nodejs/
+ tag: Documentación
+ text: Correlación de registros y trazas de Node.js
+title: Instrumentación de un contenedor Cloud Run de Node.js
+type: multi-code-lang
+---
+## Configuración {#setup}
+
+
+
+1. **Instale el SDK de Datadog para Node.js**.
+
+ 1. En su aplicación principal, instale el paquete `dd-trace`.
+
+ {{< code-block lang="shell" disable_copy="false" >}}
+npm install dd-trace
+{{< /code-block >}}
+
+ 2. Inicialice el trazador de Node.js con la variable de entorno `NODE_OPTIONS`:
+ {{< code-block lang="dockerfile" disable_copy="false" >}}
+ENV NODE_OPTIONS="--require dd-trace/init"
+{{< /code-block >}}
+
+ Para obtener más información, consulte [Seguimiento de aplicaciones Node.js][1].
+
+2. **Instale serverless-init**.
+
+ {{% serverless-init-install mode="in-container" cmd="\"/nodejs/bin/node", "/path/to/your/app.js"s\"" %}}
+
+3. **Configure los registros**.
+
+ Para habilitar el registro, establezca la variable de entorno `DD_LOGS_ENABLED=true`. Esto permite que `serverless-init` lea los registros de stdout y stderr.
+
+ Datadog también recomienda establecer las variables de entorno `DD_LOGS_INJECTION=true` y `DD_SOURCE=nodejs` para habilitar el parseo avanzado de registros de Datadog.
+
+ Si desea que los registros multilínea se conserven en un solo mensaje de registro, Datadog recomienda escribir sus registros en formato JSON. Por ejemplo, puede utilizar una biblioteca de registro de terceros como `winston`:
+ {{< code-block lang="javascript" disable_copy="false" >}}
+const { createLogger, format, transports } = require('winston');
+
+const logger = createLogger({
+ level: 'info',
+ exitOnError: false,
+ format: format.json(),
+ transports: [
+ new transports.Console()
+ ],
+});
+
+logger.info('Hello world!');
+{{< /code-block >}}
+
+ Para obtener más información, consulte [Correlación de registros y trazas de Node.js][2].
+
+4. **Configure su aplicación**.
+
+{{% serverless-init-configure cloudrun="true" %}}
+
+5. {{% gcr-service-label %}}
+
+6. **Enviar métricas personalizadas**.
+
+ Para enviar métricas personalizadas, [vea ejemplos de código][3]. En serverless, solo se admite el tipo de métrica *distribution*.
+
+7. **Habilite el perfilado (vista previa)**.
+
+ Para habilitar el [Continuous Profiler][6], establezca la variable de entorno `DD_PROFILING_ENABLED=true`.
+
+ El Continuous Profiler de Datadog está disponible en vista previa para los servicios de Google Cloud Run.
+
+{{% serverless-init-env-vars-in-container language="nodejs" defaultSource="cloudrun" %}}
+
+{{% svl-tracing-env %}}
+
+## Seguimiento distribuido con Pub/Sub {#distributed-tracing-with-pubsub}
+
+{{% gcr-pubsub-push-tracing %}}
+
+## Solución de problemas {#troubleshooting}
+
+{{% serverless-init-troubleshooting productNames="Cloud Run services" in_container="true" %}}
+
+## Lecturas adicionales {#further-reading}
+
+{{< partial name="whats-next/whats-next.html" >}}
+
+[1]: /es/tracing/trace_collection/automatic_instrumentation/dd_libraries/nodejs/
+[2]: /es/tracing/other_telemetry/connect_logs_and_traces/nodejs/
+[3]: /es/metrics/custom_metrics/dogstatsd_metrics_submission/?tab=nodejs#code-examples-5
+[6]: /es/profiler/
\ No newline at end of file
diff --git a/hugo/content/es/serverless/google_cloud_run/containers/in_container/python.md b/hugo/content/es/serverless/google_cloud_run/containers/in_container/python.md
new file mode 100644
index 00000000000..d315faa1e6b
--- /dev/null
+++ b/hugo/content/es/serverless/google_cloud_run/containers/in_container/python.md
@@ -0,0 +1,117 @@
+---
+aliases:
+- /es/serverless/google_cloud_run/containers/in_process/python
+code_lang: python
+code_lang_weight: 10
+further_reading:
+- link: /tracing/trace_collection/automatic_instrumentation/dd_libraries/python/
+ tag: Documentación
+ text: Trazas de aplicaciones Python
+- link: /tracing/other_telemetry/connect_logs_and_traces/python/
+ tag: Documentación
+ text: Correlación de registros y trazas de Python
+title: Instrumentación de un contenedor de Python en Cloud Run
+type: multi-code-lang
+---
+## Configuración {#setup}
+
+
+
+1. **Instale el SDK de Python de Datadog**.
+
+ Agregue `ddtrace` a su `requirements.txt` o `pyproject.toml`. Puede encontrar la versión más reciente en [PyPI][1]:
+ {{< code-block lang="text" filename="requirements.txt" disable_copy="false" collapsible="true" >}}
+ddtrace==
+{{< /code-block >}}
+
+ Alternativamente, puede instalar el SDK en su Dockerfile:
+ {{< code-block lang="dockerfile" filename="Dockerfile" disable_copy="false" collapsible="true" >}}
+RUN pip install ddtrace
+{{< /code-block >}}
+
+ Luego, envuelva su comando de inicio con `ddtrace-run`:
+ {{< code-block lang="dockerfile" filename="Dockerfile" disable_copy="false" collapsible="true" >}}
+CMD ["ddtrace-run", "python", "app.py"]
+{{< /code-block >}}
+
+ Para obtener más información, consulte [Trazas de aplicaciones Python][2].
+
+2. **Instale serverless-init**.
+
+ {{% serverless-init-install mode="in-container" cmd="\"ddtrace-run", "python", "path/to/your/python/app.py".py\"" %}}
+
+3. **Configure los registros**.
+
+ Para habilitar el registro, establezca la variable de entorno `DD_LOGS_ENABLED=true`. Esto permite que `serverless-init` lea los registros de stdout y stderr.
+
+ Datadog también recomienda las siguientes variables de entorno:
+ - `ENV PYTHONUNBUFFERED=1`: Asegúrese de que las salidas de Python aparezcan inmediatamente en los registros del contenedor en lugar de almacenarse en búfer.
+ - `ENV DD_LOGS_INJECTION=true`: Habilite la correlación de registros y trazas para los registradores compatibles.
+ - `ENV DD_SOURCE=python`: Habilite el parseo avanzado de registros de Datadog.
+
+ Si desea que los registros multilínea se conserven en un solo mensaje de registro, Datadog recomienda escribir sus registros en formato JSON. Por ejemplo, puede utilizar una biblioteca de registro de terceros como `structlog`:
+ {{< code-block lang="python" disable_copy="false" >}}
+import structlog
+
+def tracer_injection(logger, log_method, event_dict):
+ event_dict.update(tracer.get_log_correlation_context())
+ return event_dict
+
+structlog.configure(
+ processors=[
+ tracer_injection,
+ structlog.processors.EventRenamer("msg"),
+ structlog.processors.JSONRenderer()
+ ],
+ logger_factory=structlog.WriteLoggerFactory(file=sys.stdout),
+)
+
+logger = structlog.get_logger()
+
+logger.info("Hello world!")
+{{< /code-block >}}
+
+ Para obtener más información, consulte [Correlación de registros y trazas de Python][3].
+
+4. **Configure su aplicación**.
+
+{{% serverless-init-configure cloudrun="true" %}}
+
+5. {{% gcr-service-label %}}
+
+6. **Enviar métricas personalizadas**.
+
+ Para enviar métricas personalizadas, [instale el cliente DogStatsD][4] y [vea ejemplos de código][5]. En serverless, solo se admite el tipo de métrica *distribution*.
+
+7. **Habilite el perfilado (vista previa)**.
+
+ Para habilitar el [Continuous Profiler][6], establezca la variable de entorno `DD_PROFILING_ENABLED=true`.
+
+ El Continuous Profiler de Datadog está disponible en vista previa para los servicios de Google Cloud Run.
+
+{{% serverless-init-env-vars-in-container language="python" defaultSource="cloudrun" %}}
+
+{{% svl-tracing-env %}}
+
+## Seguimiento distribuido con Pub/Sub {#distributed-tracing-with-pubsub}
+
+Establezca `DD_TRACE_INFERRED_PROXY_SERVICES_ENABLED=true`. Esto crea un tramo `gcp.pubsub.receive` inferido para la solicitud push.
+
+La traza de suscripciones push de Google Cloud Pub/Sub requiere la versión 4.8.0 o posterior de `ddtrace`.
+
+{{% gcr-pubsub-push-tracing %}}
+
+## Solución de problemas {#troubleshooting}
+
+{{% serverless-init-troubleshooting productNames="Cloud Run services" in_container="true" %}}
+
+## Lecturas adicionales {#further-reading}
+
+{{< partial name="whats-next/whats-next.html" >}}
+
+[1]: https://pypi.org/project/ddtrace/
+[2]: /es/tracing/trace_collection/automatic_instrumentation/dd_libraries/python
+[3]: /es/tracing/other_telemetry/connect_logs_and_traces/python/
+[4]: /es/extend/dogstatsd/?tab=python#install-the-dogstatsd-client
+[5]: /es/metrics/custom_metrics/dogstatsd_metrics_submission/?tab=python#code-examples-5
+[6]: /es/profiler/
\ No newline at end of file
diff --git a/hugo/content/es/serverless/google_cloud_run/functions/python.md b/hugo/content/es/serverless/google_cloud_run/functions/python.md
new file mode 100644
index 00000000000..18249346a5d
--- /dev/null
+++ b/hugo/content/es/serverless/google_cloud_run/functions/python.md
@@ -0,0 +1,122 @@
+---
+code_lang: python
+code_lang_weight: 10
+further_reading:
+- link: /tracing/trace_collection/automatic_instrumentation/dd_libraries/python/
+ tag: Documentación
+ text: Trazas de aplicaciones Python
+- link: /tracing/other_telemetry/connect_logs_and_traces/python/
+ tag: Documentación
+ text: Correlación de registros y trazas de Python
+title: Instrumentación de una función de Cloud Run en Python
+type: multi-code-lang
+---
+
+
+## Configuración {#setup}
+
+1. **Instale el SDK de Python de Datadog**.
+
+ Agregue `ddtrace` a su `requirements.txt` o `pyproject.toml`. Esto garantiza que el SDK se incluya en la imagen de su contenedor cuando se compile y se implemente. Puede encontrar la versión más reciente en [PyPI][1]:
+ {{< code-block lang="text" filename="requirements.txt" disable_copy="false" collapsible="true" >}}
+ddtrace==
+{{< /code-block >}}
+
+ Para obtener más información, consulte [Trazas de aplicaciones Python][2].
+
+2. **Instale serverless-init como sidecar**.
+
+ {{< tabs >}}
+
+ {{% tab "CLI de Datadog" %}}
+ {{% gcr-install-sidecar-datadog-ci %}}
+ {{% /tab %}}
+
+ {{% tab "Terraform" %}}
+ {{% gcr-install-sidecar-terraform function="true" %}}
+ {{% /tab %}}
+
+ {{% tab "Otro" %}}
+ {{% gcr-install-sidecar-other function="true" %}}
+ {{% /tab %}}
+
+ {{< /tabs >}}
+
+3. **Configure los registros**.
+
+ En el paso anterior, creó un volumen compartido. Es posible que también haya configurado la variable de entorno `DD_SERVERLESS_LOG_PATH`, que tiene como valor predeterminado `/shared-volume/logs/app.log`.
+
+ En este paso, configure su biblioteca de registro para escribir registros en el archivo establecido en `DD_SERVERLESS_LOG_PATH`. También puede establecer un formato personalizado para la correlación de registros/trazas y otras funciones. Datadog recomienda configurar las siguientes variables de entorno:
+ - `PYTHONUNBUFFERED=1`: En su contenedor principal. Asegúrese de que las salidas de Python aparezcan inmediatamente en los registros del contenedor en lugar de almacenarse en búfer.
+ - `DD_LOGS_INJECTION=true`: En su contenedor principal. Habilite la correlación de registros/trazas para los registradores compatibles.
+ - `DD_SOURCE=python`: En su contenedor sidecar. Habilite el parseo avanzado de registros de Datadog.
+
+ Luego, actualice su biblioteca de registro. Por ejemplo, puede usar la biblioteca nativa `logging` de Python:
+ {{< code-block lang="python" disable_copy="false" >}}
+LOG_FILE = "/shared-volume/logs/app.log"
+os.makedirs(os.path.dirname(LOG_FILE), exist_ok=True)
+
+FORMAT = ('%(asctime)s %(levelname)s [%(name)s] [%(filename)s:%(lineno)d] '
+ '[dd.service=%(dd.service)s dd.env=%(dd.env)s dd.version=%(dd.version)s dd.trace_id=%(dd.trace_id)s dd.span_id=%(dd.span_id)s] '
+ '- %(message)s')
+
+logging.basicConfig(
+ level=logging.INFO,
+ format=FORMAT,
+ handlers=[
+ logging.FileHandler(LOG_FILE),
+ logging.StreamHandler(sys.stdout)
+ ]
+)
+logger = logging.getLogger(__name__)
+logger.level = logging.INFO
+
+logger.info('Hello world!')
+{{< /code-block >}}
+
+ Para obtener más información, consulte [Correlación de registros y trazas de Python][3].
+
+4. {{% gcr-service-label %}}
+
+5. **Enviar métricas personalizadas**.
+
+ Para enviar métricas personalizadas, [instale el cliente DogStatsD][4] y [vea ejemplos de código][5]. En Serverless Monitoring, solo se admite el tipo de métrica *distribution*.
+
+6. **Habilite la generación de perfiles (vista previa)**.
+
+ Para habilitar el [Continuous Profiler][6], establezca la variable de entorno `DD_PROFILING_ENABLED=true` en el contenedor de su aplicación y agregue `import ddtrace.auto` en la parte superior de su archivo de función:
+
+ {{< code-block lang="python" disable_copy="false" >}}
+import ddtrace.auto
+
+# ... rest of your function code
+{{< /code-block >}}
+
+ El Continuous Profiler de Datadog está disponible en vista previa para las funciones de Cloud Run de segunda generación.
+
+{{% serverless-init-env-vars-sidecar language="python" function="true" defaultSource="cloudrun" %}}
+
+{{% svl-tracing-env %}}
+
+## Seguimiento distribuido con Pub/Sub {#distributed-tracing-with-pubsub}
+
+Establezca `DD_TRACE_INFERRED_PROXY_SERVICES_ENABLED=true` en el contenedor de la aplicación. Esto crea un tramo `gcp.pubsub.receive` inferido para la solicitud push.
+
+La traza de suscripciones push de Google Cloud Pub/Sub requiere la versión 4.8.0 o posterior de `ddtrace`.
+
+{{% gcr-pubsub-push-tracing %}}
+
+## Solución de problemas {#troubleshooting}
+
+{{% serverless-init-troubleshooting productNames="Cloud Run services" %}}
+
+## Lecturas adicionales {#further-reading}
+
+{{< partial name="whats-next/whats-next.html" >}}
+
+[1]: https://pypi.org/project/ddtrace/
+[2]: /es/tracing/trace_collection/automatic_instrumentation/dd_libraries/python
+[3]: /es/tracing/other_telemetry/connect_logs_and_traces/python/
+[4]: /es/extend/dogstatsd/?tab=python#install-the-dogstatsd-client
+[5]: /es/metrics/custom_metrics/dogstatsd_metrics_submission/?tab=python#code-examples-5
+[6]: /es/profiler/
\ No newline at end of file
diff --git a/hugo/content/es/session_replay/_index.md b/hugo/content/es/session_replay/_index.md
index 5a320051b39..38ddd05d0b7 100644
--- a/hugo/content/es/session_replay/_index.md
+++ b/hugo/content/es/session_replay/_index.md
@@ -9,131 +9,166 @@ aliases:
description: Aprenda cómo capturar y reproducir visualmente la experiencia de navegación
web o de aplicaciones móviles de sus usuarios con Session Replay.
further_reading:
-- link: https://www.datadoghq.com/blog/session-replay-datadog/
- tag: Blog
- text: Utilice Datadog Session Replay para ver los recorridos de los usuarios en
- tiempo real.
-- link: https://www.datadoghq.com/blog/reduce-customer-friction-funnel-analysis/
- tag: Blog
- text: Utilice el análisis de embudo para comprender y optimizar los flujos clave
- de los usuarios
-- link: https://www.datadoghq.com/blog/zendesk-session-replay-integration/
- tag: Blog
- text: Reproduzca visualmente los problemas que afectan a los usuarios con Zendesk
- y Datadog Session Replay.
- link: /real_user_monitoring/explorer
tag: Documentación
- text: Visualice sus datos de RUM en el Explorer.
+ text: Visualice sus datos de RUM en el Explorer
- link: /integrations/content_security_policy_logs
tag: Documentación
text: Detecte y agregue violaciones de CSP con Datadog
- link: https://learn.datadoghq.com/courses/intro-to-rum
tag: Centro de aprendizaje
text: Introducción a Real User Monitoring (RUM)
+- link: https://www.datadoghq.com/blog/session-replay-custom-heatmap-backgrounds/
+ tag: Blog
+ text: Capture y analice mapas de calor personalizados en Session Replay
+- link: https://www.datadoghq.com/blog/ai-summaries-and-smart-chapters/
+ tag: Blog
+ text: Comprenda Session Replay más rápido con resúmenes de IA y capítulos inteligentes
+- link: https://www.datadoghq.com/blog/session-replay-datadog/
+ tag: Blog
+ text: Utilice Datadog Session Replay para visualizar los recorridos de usuario en
+ tiempo real
+- link: https://www.datadoghq.com/blog/reduce-customer-friction-funnel-analysis/
+ tag: Blog
+ text: Utilice el análisis de embudo para comprender y optimizar los flujos clave
+ de usuario
+- link: https://www.datadoghq.com/blog/zendesk-session-replay-integration/
+ tag: Blog
+ text: Reproduzca visualmente problemas orientados al usuario con Zendesk y Datadog
+ Session Replay
+- link: https://www.datadoghq.com/blog/session-replay-investigate-collaborate/
+ tag: Blog
+ text: Encuentre, analice y colabore en sesiones de usuario en Datadog Session Replay
title: Session Replay
---
-## Descripción general\r {#overview}
+## Descripción general
+ {#overview}
-Session Replay amplía el seguimiento de la experiencia del usuario al permitirle capturar y reproducir visualmente la experiencia de navegación web o de aplicaciones móviles de sus usuarios. Session Replay está disponible tanto en [RUM][1] como en [Product Analytics][2], lo que le ayuda a identificar y reproducir errores, comprender los recorridos de los usuarios y obtener información sobre los patrones de uso y los errores de diseño de su aplicación.
+Session Replay amplía su monitoreo de experiencia de usuario al permitirle capturar y reproducir visualmente la experiencia de navegación web o de aplicaciones móviles de sus usuarios. Session Replay está disponible tanto en [RUM][1] como en [Product Analytics][2], lo que le ayuda a identificar y reproducir errores, comprender los recorridos de usuario y obtener información sobre los patrones de uso y los errores de diseño de su aplicación.
-## Browser Session Replay\r {#browser-session-replay}
+## Browser Session Replay
+ {#browser-session-replay}
-Browser Session Replay amplía el seguimiento de la experiencia del usuario al permitirle capturar y reproducir visualmente la experiencia de navegación web de sus usuarios. Combinado con los datos de rendimiento de RUM, Session Replay es beneficioso para la identificación, reproducción y resolución de errores, y proporciona información sobre los patrones de uso y los errores de diseño de su aplicación web.
+Browser Session Replay amplía su monitoreo de experiencia de usuario al permitirle capturar y reproducir visualmente la experiencia de navegación web de sus usuarios. Combinado con los datos de rendimiento de RUM, Session Replay es beneficioso para la identificación, reproducción y resolución de errores, y proporciona información sobre los patrones de uso y los errores de diseño de su aplicación web.
-RUM Browser SDK es [open source][3] y aprovecha el proyecto open source [rrweb][4].
+El SDK de RUM para navegador es [open source][3] y aprovecha el proyecto de código abierto [rrweb][4].
Obtenga más información sobre [Session Replay for Browsers][5].
-## Mobile Session Replay\r {#mobile-session-replay}
+## Mobile Session Replay
+ {#mobile-session-replay}
-Mobile Session Replay amplía la visibilidad de sus aplicaciones móviles al reproducir visualmente cada interacción del usuario, como toques, deslizamientos y desplazamientos. Está disponible para aplicaciones nativas tanto en Android como en iOS. Reproducir visualmente las interacciones del usuario en sus aplicaciones facilita la reproducción de fallos y errores, así como comprender el recorrido del usuario para realizar mejoras en la interfaz de usuario.
+Mobile Session Replay amplía la visibilidad de sus aplicaciones móviles al reproducir visualmente cada interacción de usuario, como toques, deslizamientos y desplazamientos. Está disponible para aplicaciones nativas tanto en Android como en iOS. Reproducir visualmente las interacciones de usuario en sus aplicaciones facilita la reproducción de fallos y errores, así como comprender el recorrido de usuario para realizar mejoras en la interfaz de usuario.
Obtenga más información sobre [Session Replay for Mobile][6].
-## Resúmenes con tecnología de IA y smart chapters\r {#ai-powered-summaries-and-smart-chapters}
+## Resúmenes con tecnología de IA y capítulos inteligentes
+ {#ai-powered-summaries-and-smart-chapters}
-{{< site-region region="gov,gov2" >}}{{< /site-region >}}
+{{< site-region region="gov,gov2" >}}Esta función no es compatible con el
sitio de Datadog seleccionado ({{< region-param key="dd_site_name" >}}).
Esta función no es compatible con el
sitio de Datadog seleccionado ({{< region-param key="dd_site_name" >}}). Si requiere esta capacidad, comuníquese con
Datadog Support.
+El tracer de Go introdujo un cambio en los atributos utilizados para reportar trazas de pila en su versión v2.7.0.
+Para versiones anteriores del tracer de Go (anteriores a la v2.7.0), la traza de pila se reporta en el
error.stack atributo de tramo.
+A partir de la versión v2.7.0, el tracer de Go reporta la traza de pila de manejo en el
error.handling_stack atributo de tramo (con
error.stack ahora transporta la traza de pila de lanzamiento cuando está disponible).
+Consulte
Stack Traces in Error Tracking para obtener más detalles.
+
Datadog affiche le secret du jeton une seule fois au moment de la création.
+Copiez-le et stockez-le en toute sécurité. Vous ne pourrez pas le récupérer ultérieurement.
+
+Après l'enregistrement, un panneau de détails affiche le secret du jeton, le nom, l'ID du jeton, le propriétaire, les rôles du propriétaire,
+la date d'expiration et les portées.
+
+Si vous configurez un SAT avec une longue expiration ou si vous sélectionnez **Jamais**, stockez le secret dans un gestionnaire de secrets
+tel qu'AWS Secrets Manager, HashiCorp Vault ou Azure Key Vault, au lieu de le stocker dans le code source
+ou dans des fichiers d'environnement. AWS Secrets Manager prend en charge la [rotation gérée pour les identifiants de compte de service Datadog][8].
+identifiants de compte de service Datadog][8].
+
+## Utiliser un jeton d'accès de service {#use-a-service-access-token}
+
+Les SAT prennent en charge deux méthodes d'authentification.
+
+### En-tête d'autorisation (recommandé) {#authorization-header-recommended}
+
+Transmettez le jeton d'accès de service en tant que jeton Bearer dans l'en-tête `Authorization`. Cette méthode ne nécessite pas de
+Clé d'API :
+
+```bash
+curl -X GET "https://api.datadoghq.com/api/v2/users" \
+ -H "Authorization: Bearer "
+```
+
+### En-tête de clé d'application {#application-key-header}
+
+Transmettez le SAT dans l'en-tête `dd-application-key` :
+
+```bash
+curl -X GET "https://api.datadoghq.com/api/v2/users" \
+ -H "dd-application-key: "
+```
+
+**Remarque :** Lorsqu'un jeton d'accès de service valide est fourni dans l'en-tête `dd-application-key`, Datadog s'authentifie
+uniquement avec le SAT. L'en-tête `dd-api-key` est facultatif et sa valeur n'est pas évaluée.
+
+## Restrictions sur les appels d'API authentifiés par SAT {#restrictions-on-sat-authenticated-api-calls}
+
+Pour empêcher l'élévation de privilèges, Datadog restreint les actions possibles pour un appel d'API authentifié avec un SAT. Ces restrictions s'appliquent quel que soit le client API effectuant l'appel :
+
+- **Clés d'application** : un jeton d'accès de service ne peut pas créer ni mettre à jour de clés d'application. La révocation des clés d'application est autorisée.
+- **Portées sur les nouveaux jetons** : un jeton d'accès de service peut créer ou mettre à jour un autre jeton d'accès de service uniquement si les portées du nouveau jeton sont un sous-ensemble de ses propres portées.
+- **Durée de vie (TTL) sur les nouveaux jetons** : un jeton d'accès de service ne peut pas créer un jeton d'accès de service avec une durée de vie qui dépasse sa propre expiration.
+
+Un appel qui enfreint l'une de ces restrictions renvoie une réponse `403 Forbidden`.
+
+## Gérer les jetons d'accès de service {#manage-service-access-tokens}
+
+### Afficher les jetons {#view-tokens}
+
+Les jetons d'un compte de service apparaissent dans le panneau des détails sous
+[**Paramètres de l'organisation** > **Comptes de service**][3].
+
+{{< img src="account_management/service-access-tokens/sat-service-account-panel.png" alt="Panneau des détails du compte de service affichant la section Jetons d'accès avec deux jetons d'accès de service listés." style="width:80%;" >}}
+
+Les administrateurs de l'organisation disposant de l'autorisation `org_app_keys_read` peuvent également afficher tous les jetons d'accès de service
+ainsi que les jetons d'accès personnels depuis [**Paramètres de l'organisation** > **Jetons d'accès**][4].
+
+### Révoquer un jeton {#revoke-a-token}
+
+1. Accédez à [**Paramètres de l'organisation** > **Comptes de service**][3] et cliquez sur le compte de service.
+2. Dans le panneau des détails, survolez le jeton et cliquez sur {{< ui >}}Revoke{{< /ui >}}.
+
+Sinon, révoquez un SAT depuis [**Paramètres de l'organisation** > **Jetons d'accès**][4].
+
+Les jetons révoqués ne peuvent plus authentifier les appels d'API. La révocation prend effet en quelques secondes.
+
+### Modifier un jeton {#edit-a-token}
+
+Vous pouvez mettre à jour le nom et les portées d'un SAT existant. Vous ne pouvez pas modifier la date d'expiration
+après la création. Pour modifier l'expiration, révoquez le jeton et créez-en un nouveau.
+
+## Autorisations {#permissions}
+
+| Autorisation | Description |
+|------------|-------------|
+| `service_account_write` | Créer des jetons d'accès de service pour les comptes de service que vous gérez |
+| `org_app_keys_read` | Afficher les jetons d'accès de service pour tous les comptes de service de l'organisation |
+| `org_app_keys_write` | Créer, modifier et révoquer des jetons d'accès de service pour n'importe quel compte de service |
+
+Pour plus d'informations, consultez [Access Control basé sur les rôles][5].
+
+## Audit Trail {#audit-trail}
+
+Si [Audit Trail][6] est activé, il enregistre toutes les créations, utilisations et révocations de SAT
+événements. Chaque appel d'API authentifié avec un SAT est attribué au compte de service propriétaire.
+Cela donne aux administrateurs une visibilité sur l'utilisation automatisée des identifiants dans toute l'organisation.
+
+Pour examiner l'activité des SAT, accédez à [**Security** > **Compliance** > **Audit Trail**][7] et
+filtrez par la méthode d'authentification Service Access Token.
+
+## Référence de l'API {#api-reference}
+
+Gérez les SAT par programmation via Datadog API :
+
+| Opération | Endpoint |
+|-----------|----------|
+| Lister les jetons d'accès de service | `GET /api/v2/service_accounts//access_tokens` |
+| Créer un jeton d'accès de service | `POST /api/v2/service_accounts//access_tokens` |
+| Obtenir un jeton d'accès de service spécifique | `GET /api/v2/service_accounts//access_tokens/` |
+| Mettre à jour un jeton d'accès de service | `PATCH /api/v2/service_accounts//access_tokens/` |
+| Révoquer un jeton d'accès de service | `DELETE /api/v2/service_accounts//access_tokens/` |
+
+Pour récupérer tous les PAT et les jetons d'accès de service de l'ensemble des utilisateurs et des comptes de service en un seul appel, utilisez l'endpoint
+unifié :
+
+```
+GET /api/v2/personal_access_tokens
+```
+
+## Lectures complémentaires {#further-reading}
+
+{{< partial name="whats-next/whats-next.html" >}}
+
+[1]: /fr/account_management/org_settings/service_accounts/
+[2]: /fr/account_management/personal-access-tokens/
+[3]: https://app.datadoghq.com/organization-settings/service-accounts
+[4]: https://app.datadoghq.com/organization-settings/access-tokens
+[5]: /fr/account_management/rbac/permissions/
+[6]: /fr/account_management/audit_trail/
+[7]: https://app.datadoghq.com/audit-trail
+[8]: https://aws.amazon.com/about-aws/whats-new/2026/05/secrets-manager-managed-external-secrets-datadog-snowflake/
\ No newline at end of file
diff --git a/hugo/content/fr/actions/private_actions/authorize_private_actions.md b/hugo/content/fr/actions/private_actions/authorize_private_actions.md
new file mode 100644
index 00000000000..d243e68c668
--- /dev/null
+++ b/hugo/content/fr/actions/private_actions/authorize_private_actions.md
@@ -0,0 +1,74 @@
+---
+description: Découvrez comment Datadog autorise les Private Actions à l'aide de politiques
+ d'exécution et de connexions.
+disable_toc: false
+further_reading:
+- link: actions/private_actions/
+ tag: Documentation
+ text: Présentation des Private Actions
+- link: actions/private_actions/enroll_runner/
+ tag: Documentation
+ text: Inscription et propriété
+- link: actions/private_actions/set_up_agent_based/
+ tag: Documentation
+ text: Configurez un exécuteur d'actions privé
+- link: actions/private_actions/execution_policies/
+ tag: Documentation
+ text: Politiques d'exécution
+- link: actions/connections/
+ tag: Documentation
+ text: Connexions
+title: Autoriser les Private Actions
+---
+## Présentation {#overview}
+
+Lorsque vos workflows et applications utilisent des Private Actions, Datadog décide si l'action est autorisée, puis votre **runner d'action privée** l'exécute. Avant qu'une tâche ne soit envoyée à un runner, Datadog vérifie si l'utilisateur demandeur est autorisé à agir sur ce runner. Si elle n'est pas autorisée, la tâche n'est jamais envoyée.
+
+Cette page explique comment cette décision d'autorisation est prise. Elle couvre les modèles que Datadog utilise pour autoriser ou refuser une action, et le modèle qui s'applique à votre runner.
+
+## Trouvez votre modèle d'autorisation {#find-your-authorization-model}
+
+Un runner est autorisé à l'aide de l'un des deux modèles : [**politiques d'exécution**](#execution-policies) ou [**connexions**](#connections). Le modèle est déterminé par la propriété du runner, définie une fois lors de l'inscription du runner. Un runner donné utilise exactement l'un de ces modèles pendant toute sa durée de vie ; vous ne pouvez pas combiner les deux sur le même runner. Comme la propriété est définie pour chaque runner, un seul parc basé sur l'Agent peut inclure à la fois des runners sans propriétaire et des runners avec propriétaire, chacun étant autorisé selon son propre modèle.
+
+- **Le runner dans le Datadog Agent** dépend de la manière dont il a été inscrit. Un runner d'Agent sans propriétaire utilise des [politiques d'exécution](#execution-policies) ; un runner d'Agent avec propriétaire utilise des [connexions](#connections).
+- **Le runner autonome** est toujours avec propriétaire, il utilise donc toujours [Connections](#connections).
+
+Pour savoir comment l'inscription définit la propriété d'un runner, consultez [Inscription et propriété][1].
+
+## Comparez les deux modèles {#compare-the-two-models}
+
+| | Politiques d'exécution | Connexions |
+|---|---|---|
+| **Fonctionne avec** | Runners dans le Datadog Agent uniquement | Runners autonomes et runners dans le Datadog Agent |
+| **Comment l'accès est accordé** | Les tags de l'Agent ciblent un ou plusieurs ensembles de runners, de sorte qu'une politique gère l'accès à l'ensemble d'un parc au lieu d'une connexion distincte par intégration et par runner | Une connexion stocke des identifiants et les associe à un seul runner |
+| **Credentials** | Les politiques d'exécution ne stockent aucun identifiant ; l'accès est accordé par les tags de l'Agent. Les actions nécessitant des identifiants (par exemple HTTP, GitLab et MongoDB) ne sont pas prises en charge. | La connexion contient les identifiants utilisés pour exécuter l'action |
+| **Control** | Granulaire : autorisez ou refusez des actions spécifiques ou des ensembles d'actions, de même que des périmètres spécifiques à l'intégration, tels que les espaces de noms Kubernetes cibles pour une action Kubernetes | Par runner : une connexion cible un runner spécifique |
+
+## Politiques d'exécution {#execution-policies}
+
+Les **politiques d'exécution** sont un modèle d'autorisation pour les runners dans le Datadog Agent. Chaque politique gère l'accès à un ou plusieurs ensembles de runners à la fois. Au lieu d'une connexion distincte par intégration et par runner, vous utilisez des **tags de l'Agent** pour définir les Agents cibles. Vous leur associez ensuite une règle d'autorisation ou de refus.
+
+Les politiques d'exécution offrent également un contrôle granulaire. Une politique peut autoriser ou refuser des actions spécifiques ou des ensembles d'actions. Elle peut également appliquer des périmètres spécifiques à l'intégration, tels que les espaces de noms Kubernetes cibles pour une action Kubernetes. L'accès est accordé via des tags de l'Agent plutôt que par des identifiants stockés ; ainsi, les politiques d'exécution ne stockent aucun identifiant et sont utilisées par des runners sans propriétaire dans l'Agent.
+
+Pour en savoir plus sur les politiques d'exécution et leur configuration (cibles, règles, contrôle d'accès et utilisation de politiques d'exécution dans les workflows), consultez [Politiques d'exécution][2].
+
+## Connexions {#connections}
+
+Les connexions fonctionnent à la fois pour les runners autonomes et les runners dans le Datadog Agent, et constituent le modèle utilisé par les runners avec propriétaire.
+
+Une connexion remplit deux fonctions :
+
+- **Elle fait référence aux identifiants** nécessaires pour exécuter une action sur votre service. Les identifiants eux-mêmes (par exemple un API token, ou un nom d'utilisateur et un mot de passe) sont stockés localement avec le runner, dans un fichier d'identifiants sur son host ou conteneur ; la connexion y fait référence.
+- **Elle associe ces identifiants à un seul runner.** Une connexion cible un seul runner, de sorte que les identifiants ne sont utilisés que par le runner que vous avez prévu.
+
+Pour utiliser une connexion dans un workflow ou une application, vous devez disposer de l'autorisation appropriée pour cette connexion. L'accès à une connexion peut être restreint afin que seules les personnes qui en ont besoin puissent l'utiliser dans leurs workflows et leurs applications.
+
+Pour obtenir les instructions de configuration complètes (création, modification et restriction des connexions, tags d'identifiant de connexion et groupes de connexion), consultez [Connexions][3].
+
+## Pour aller plus loin {#further-reading}
+
+{{< partial name="whats-next/whats-next.html" >}}
+
+[1]: /fr/actions/private_actions/enroll_runner/
+[2]: /fr/actions/private_actions/execution_policies/
+[3]: /fr/actions/connections/
\ No newline at end of file
diff --git a/hugo/content/fr/actions/private_actions/run_script.md b/hugo/content/fr/actions/private_actions/run_script.md
new file mode 100644
index 00000000000..0d9c1f97c8f
--- /dev/null
+++ b/hugo/content/fr/actions/private_actions/run_script.md
@@ -0,0 +1,356 @@
+---
+description: Utilisez l'exécuteur d'actions privé pour exécuter des scripts prédéfinis
+ dans votre réseau privé, y compris la configuration requise pour les exécuteurs
+ sans propriétaire autorisés par une stratégie d'exécution.
+further_reading:
+- link: actions/private_actions/set_up_agent_based
+ tag: Documentation
+ text: Mettez en place un exécuteur d'actions privé dans le Datadog Agent
+- link: actions/private_actions/execution_policies
+ tag: Documentation
+ text: Politiques d'exécution
+- link: actions/private_actions/reference
+ tag: Documentation
+ text: Références
+title: Exécuter un script avec l'exécuteur d'actions privé
+---
+## Présentation {#overview}
+
+L'exécuteur d'actions privé peut exécuter des **scripts prédéfinis**, qui sont des commandes shell, des outils de ligne de commande et des scripts que vous déclarez à l'avance dans un fichier de configuration de script. Seul ce que vous prédéfinissez peut être exécuté, de sorte que l'exécuteur n'exécute jamais de commandes en ligne arbitraires provenant d'un workflow ou d'une application.
+
+Vous décidez quelles commandes et quels binaires l'exécuteur est autorisé à exécuter. Examinez chaque commande que vous ajoutez à la configuration du script, en particulier celles qui acceptent des paramètres, n'accordez à l'exécuteur que les privilèges dont il a besoin, et examinez attentivement les autorisations que vous partagez via les connexions. Voir
les considérations de sécurité des connexions.
Le workflows La suite d'outils n'est pas activée par défaut pour les clients MCP externes.
+
+1. [Configurer Datadog MCP Server][1].
+1. Lors de la connexion de votre client IA à Datadog MCP Server, ajoutez `workflows` au paramètre `toolsets`. Par exemple, pour le site Datadog US1 :
+
+ {{< code-block lang="none" >}}
+https://mcp.datadoghq.com/v1/mcp?toolsets=core,workflows
+{{< /code-block >}}
+
+ **Remarque** : Si vous vous authentifiez à l'aide d'une clé d'application, activez l'[accès à l'API Actions][3] pour cette clé depuis [**Paramètres de l'organisation > Clés d'application**][4]. L'accès à l'API Actions est désactivé par défaut pour les clés d'application et est requis pour accéder aux Workflow Automation APIs.
+
+1. Après la connexion, vous pouvez effectuer des demandes, et votre client IA appelle les outils appropriés en votre nom.
+ - « Trouver les workflows appartenant à mon équipe qui sont déclenchés par des alertes de monitor. »
+ - « Créer un workflow qui exécute Bits Investigation lorsque ce monitor émet une alerte, puis publie les résultats sur Slack. »
+ - « Déboguer ma dernière exécution de workflow ayant échoué. »
+
+## Autorisations {#permissions}
+
+Les outils MCP de Workflow Automation utilisent les autorisations Datadog existantes de l'utilisateur. Les opérations sont effectuées dans l'organisation Datadog utilisée pour authentifier le MCP.
+
+| Autorisation | Capacités |
+|------------------|----------------------------------------------------------------------------------------|
+| Workflows Read | Rechercher et récupérer des workflows, des schémas et des actions, valider des spécifications et inspecter des exécutions |
+| Workflows Write | Créer, mettre à jour, publier, dépublier et supprimer définitivement des workflows |
+| Workflows Run | Démarrer des workflows et annuler des exécutions en cours |
+
+## Outils disponibles {#available-tools}
+
+L'ensemble d'outils `workflows` expose les outils suivants, regroupés par la partie du cycle de vie du workflow qu'ils prennent en charge. Cela inclut la recherche et l'inspection de workflows, la découverte de spécifications et d'actions, la création et la gestion de workflows, la validation de spécifications, l'exécution et l'inspection d'exécutions, ainsi que le débogage d'étapes. Lorsque vous effectuez une demande d'automatisation en langage naturel, votre client IA appelle ces outils en votre nom. Il enchaîne leurs résultats pour produire le résultat souhaité. Consultez la [Datadog MCP Server tools reference][5] pour obtenir tous les détails sur chaque outil, y compris les autorisations et des exemples de demandes.
+
+### Découverte de workflows {#workflow-discovery}
+
+- [`list_datadog_workflows`][6]
+- [`get_datadog_workflow`][7]
+
+### Spécification et découverte d'actions {#specification-and-action-discovery}
+
+- [`get_datadog_workflow_spec_schema`][8]
+- [`search_datadog_workflow_actions`][9]
+- [`get_datadog_workflow_action`][10]
+
+### Création et gestion de workflows {#workflow-creation-and-management}
+
+- [`create_datadog_workflow`][11]
+- [`update_datadog_workflow`][12]
+- [`publish_datadog_workflow`][13]
+- [`unpublish_datadog_workflow`][14]
+- [`delete_datadog_workflow`][15]
+- [`validate_datadog_workflow`][16]
+
+### Exécution de workflows {#workflow-execution}
+
+- [`execute_datadog_workflow`][17]
+- [`get_datadog_workflow_instance`][18]
+- [`list_datadog_workflow_instances`][19]
+- [`cancel_datadog_workflow_instance`][20]
+- [`get_datadog_workflow_step_data`][21]
+
+## Lectures complémentaires {#further-reading}
+
+{{< partial name="whats-next/whats-next.html" >}}
+
+[1]: /fr/mcp_server/setup/
+[2]: https://modelcontextprotocol.io/
+[3]: /fr/account_management/api-app-keys/#actions-api-access
+[4]: https://app.datadoghq.com/organization-settings/application-keys
+[5]: /fr/mcp_server/tools/#workflows
+[6]: /fr/mcp_server/tools/#list_datadog_workflows
+[7]: /fr/mcp_server/tools/#get_datadog_workflow
+[8]: /fr/mcp_server/tools/#get_datadog_workflow_spec_schema
+[9]: /fr/mcp_server/tools/#search_datadog_workflow_actions
+[10]: /fr/mcp_server/tools/#get_datadog_workflow_action
+[11]: /fr/mcp_server/tools/#create_datadog_workflow
+[12]: /fr/mcp_server/tools/#update_datadog_workflow
+[13]: /fr/mcp_server/tools/#publish_datadog_workflow
+[14]: /fr/mcp_server/tools/#unpublish_datadog_workflow
+[15]: /fr/mcp_server/tools/#delete_datadog_workflow
+[16]: /fr/mcp_server/tools/#validate_datadog_workflow
+[17]: /fr/mcp_server/tools/#execute_datadog_workflow
+[18]: /fr/mcp_server/tools/#get_datadog_workflow_instance
+[19]: /fr/mcp_server/tools/#list_datadog_workflow_instances
+[20]: /fr/mcp_server/tools/#cancel_datadog_workflow_instance
+[21]: /fr/mcp_server/tools/#get_datadog_workflow_step_data
+[22]: /fr/actions/actions_catalog/
\ No newline at end of file
diff --git a/hugo/content/fr/administrators_guide/getting_started.md b/hugo/content/fr/administrators_guide/getting_started.md
index 4723ff757ea..fe6c5f9684d 100644
--- a/hugo/content/fr/administrators_guide/getting_started.md
+++ b/hugo/content/fr/administrators_guide/getting_started.md
@@ -1,123 +1,122 @@
---
-description: Découvrir des stratégies pour débuter avec votre nouvelle installation
+description: Apprenez des stratégies pour bien démarrer avec votre nouvelle installation
Datadog.
further_reading:
- link: /getting_started/support/
tag: Documentation
- text: Débuter avec l'assistance Datadog
-title: Prise en main
+ text: Premiers pas avec le support Datadog
+title: Débuter
---
+## Présentation {#overview}
-## Section Overview
+Ce guide de démarrage propose des stratégies pour mettre en œuvre efficacement Datadog dans votre organisation. Explorez les ressources d'assistance, les cours du Learning Center pour approfondir vos connaissances et les instructions pour configurer un environnement de test.
-Ce guide de démarrage propose des stratégies pour implémenter efficacement Datadog dans votre organisation. Explorez les ressources d'assistance, les cours du centre d'apprentissage pour approfondir vos connaissances et les instructions pour configurer un environnement de test.
+## Obtenir de l'aide {#getting-help}
-## Obtenir de l'aide
+### Ressources en libre-service {#self-service-resources}
-### Ressources en libre-service
+Au fil de ce guide, vous pouvez vous référer aux ressources en libre-service suivantes :
-Au fur et à mesure que vous progressez dans ce guide, vous pouvez consulter les ressources en libre-service suivantes :
+* [Datadog training](#learn-datadog-basics) courses.
+* La [documentation][16] Datadog, en particulier les pages [Démarrage][17], pour vous familiariser davantage avec la plateforme.
+* [Datadog UI][18], qui fournit une aide contextuelle, des informations sur des champs de configuration spécifiques, des notes de version et d'autres ressources ; cliquez sur l'icône ? présente dans toute l'application ou en bas de la navigation du produit.
-* Les cours de [formation Datadog](#decouvrir-les-bases-de-datadog).
-* La [documentation][16] Datadog, en particulier les pages [Débuter][17], pour vous familiariser davantage avec la plateforme.
-* L'[interface utilisateur Datadog][18], qui fournit une aide contextuelle, des informations sur des champs de configuration spécifiques, des notes de version et d'autres ressources. Cliquez sur l'icône ? dans toute l'application ou en bas de la navigation des produits.
+{{< img src="/administrators_guide/help_center.png" alt="Capture d'écran du centre d'aide dans Datadog UI" style="width:90%;">}}
-{{< img src="/administrators_guide/help_center.png" alt="Capture d'écran du centre d'aide dans l'interface utilisateur Datadog" style="width:90%;">}}
+### Ouvrir un ticket de support {#file-a-support-ticket}
-### Créer un ticket d'assistance
+Pour obtenir de l'aide lorsque vous rencontrez un problème :
-Pour obtenir de l'assistance lorsque vous rencontrez un problème :
+* [**Datadog Support**][20] : Disponible pour vous aider avec des problèmes complexes, guider votre installation, traduire les problèmes en conditions locales, identifier les bugs et enregistrer les demandes de fonctionnalités.
+* [**Datadog Agent flare**][21] : Cet outil CLI crée automatiquement un nouveau ticket de support et envoie un fichier compressé contenant les logs pertinents expurgés, les paramètres de niveau de débogage et les configurations locales au support Datadog, sans connexion requise. Pour plus d'informations sur la façon d'utiliser et d'envoyer le flare à Datadog support, consultez [Envoyer un flare][21].
+* [**Fleet Automation**][5] : Permet la génération de flare à distance depuis le Platform UI.
-* [**Assistance Datadog**][20] : disponible pour vous aider avec des problèmes difficiles, guider votre installation, traduire les problèmes en conditions locales, identifier les bugs et consigner les demandes de fonctionnalités.
-* [**Flare de l'Agent Datadog**][21] : cet outil CLI crée automatiquement un nouveau ticket d'assistance et envoie un fichier compressé de fichiers logs pertinents expurgés, de paramètres de niveau de débogage et de configurations locales à l'assistance Datadog, sans connexion requise. Pour plus d'informations sur l'utilisation et l'envoi du flare à l'assistance Datadog, consultez la section [envoi d'un flare][21].
-* [**Fleet Automation**][5] : permet la génération de flare à distance depuis l'interface utilisateur de la plateforme.
+## Apprendre les bases de Datadog {#learn-datadog-basics}
-## Découvrir les bases de Datadog
+Familiarisez-vous rapidement avec les parties de Datadog les plus importantes pour votre cas d'utilisation. Commencez par vous inscrire à nos cours gratuits du [Learning Center][1]. Intégrez les cours suivants à vos workflows d'intégration :
-Familiarisez-vous avec les éléments de Datadog qui sont les plus importants pour votre cas d'usage. Commencez par vous inscrire à nos cours gratuits du [centre d'apprentissage][1]. Intégrez les cours suivants dans vos workflows d'onboarding :
-
-**Débuter** :
+**Mise en route** :
{{< whatsnext desc=" " >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/datadog-foundation" >}}Datadog Foundation{{< /nextlink >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/tagging-best-practices" >}}Tagging Best Practices{{< /nextlink >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/managing-software-catalog" >}}Managing the Software Catalog{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/datadog-foundation" >}}Fondamentaux de Datadog{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/tagging-best-practices" >}}Bonnes pratiques de tagging{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/managing-software-catalog" >}}Gestion du catalogue{{< /nextlink >}}
{{< /whatsnext >}}
-**Administrateurs** :
+**Administrateurs** :
{{< whatsnext desc=" " >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/agent-on-host" >}}The Agent on a Host{{< /nextlink >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/monitoring-k8s-cluster-agent" >}}Monitoring a Kubernetes Cluster{{< /nextlink >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/dd-api-automation-iac" >}}Datadog API: Automation and Infrastructure as Code{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/agent-on-host" >}}L'Agent sur un host{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/monitoring-k8s-cluster-agent" >}}Surveillance d'un cluster Kubernetes{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/dd-api-automation-iac" >}}Datadog API : automatisation et infrastructure en tant que code{{< /nextlink >}}
{{< /whatsnext >}}
-**Interface utilisateur** :
+**Interface utilisateur** :
{{< whatsnext desc=" " >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/intro-dashboards" >}}Introduction to Dashboards{{< /nextlink >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/dashboard-graph-widgets" >}}Discovering Graph Widgets{{< /nextlink >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/dashboards-slos" >}}Using Dashboards and SLOs{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/intro-dashboards" >}}Introduction aux dashboards{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/dashboard-graph-widgets" >}}Découverte des Graph Widgets{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/dashboards-slos" >}}Utilisation des dashboards et des SLO{{< /nextlink >}}
{{< /whatsnext >}}
-**Ingénieurs de fiabilité des sites** :
+**Ingénieurs de fiabilité de site** :
{{< whatsnext desc=" " >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/dd-101-sre" >}}Datadog 101: Site Reliability Engineer{{< /nextlink >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/apm-monitors-and-alerting" >}}APM Monitors and Alerting{{< /nextlink >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/core-web-vitals-lab" >}}Using Datadog RUM to track core web vitals{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/dd-101-sre" >}}Datadog 101 : Ingénieur en fiabilité de site{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/apm-monitors-and-alerting" >}}Monitors et alertes APM{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/core-web-vitals-lab" >}}Utilisation de Datadog RUM pour suivre les indicateurs Web essentiels{{< /nextlink >}}
{{< /whatsnext >}}
-**Développeurs** :
+**Développeurs** :
{{< whatsnext desc=" " >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/apm-java-host" >}}Setup APM for Java applications{{< /nextlink >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/dd-101-dev" >}}Datadog 101: Developer{{< /nextlink >}}
- {{< nextlink href="https://learn.datadoghq.com/courses/tracking-errors-rum-javascript" >}}Tracking errors with RUM for javascript web applications{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/apm-java-host" >}}Configuration de l'APM pour les applications Java{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/dd-101-dev" >}}Datadog 101 : Développeur{{< /nextlink >}}
+ {{< nextlink href="https://learn.datadoghq.com/courses/tracking-errors-rum-javascript" >}}Suivi des erreurs avec RUM pour les applications web JavaScript{{< /nextlink >}}
{{< /whatsnext >}}
-## Créer un environnement de test
+## Créez un environnement de test {#create-a-test-environment}
-Après avoir terminé quelques cours, appliquez ce que vous avez appris à vos conditions locales. Installez et expérimentez Datadog dans un bac à sable à faible risque pour vous familiariser avec l'environnement. Créez un environnement simple et accessible pour développer votre configuration de surveillance avant une installation plus large.
+Après avoir suivi certains cours, appliquez ce que vous avez appris à vos conditions locales. Installez et expérimentez Datadog dans un bac à sable à faible risque, afin de vous familiariser avec l'environnement. Créez un environnement simple et accessible pour développer votre configuration de monitoring avant une installation plus large.
-### Configuration de votre environnement de test
+### Configuration de votre environnement de test {#configuring-your-test-environment}
-#### Dans l'application
+#### Dans l'application {#in-app}
-L'[interface utilisateur Datadog][18] est le meilleur endroit pour commencer à créer votre environnement de test. La plateforme fournit une assistance à la configuration, des analyseurs automatiques de données en direct, des suggestions contextuelles et de nombreux autres outils. L'interface utilisateur Datadog fournit des ressources utiles pour accomplir certaines de ces tâches.
+L'[interface utilisateur Datadog][18] est le meilleur endroit pour commencer à construire votre environnement de test. La plateforme fournit une assistance à la configuration, des analyseurs automatiques de données en temps réel, des suggestions contextuelles et de nombreux autres outils. L'interface utilisateur Datadog fournit des ressources utiles pour accomplir certaines de ces tâches.
-Voici quelques exemples :
+Voici quelques exemples :
-* Créer un [test Synthetic Monitoring][14] pour commencer à tester des transactions commerciales critiques sur vos applications.
-* Créer quelques [Service Level Objectives][15] (SLO) pour définir des cibles de performance d'application.
-* Consulter la page [Configuration du service APM][9] et suivre les instructions étape par étape pour commencer à instrumenter vos services.
-* Configurer et tester les [pipelines de logs][8] pour déterminer comment vous souhaitez ingérer différents ensembles de logs provenant de l'infrastructure et des applications.
-* Consulter la page [Modèles de monitors][10] pour commencer à ajouter des alertes sur votre environnement de test.
+* Créez un [Synthetic Monitoring test][14] pour commencer à tester les transactions métier critiques sur vos applications.
+* Créez quelques [Service Level Objectives][15] (SLOs) pour définir des cibles de performance applicative.
+* Consultez la page [APM Service Setup][9] et suivez les instructions étape par étape pour commencer à instrumenter vos services.
+* Configurez et testez des [Log Pipelines][8] pour déterminer comment vous souhaitez ingérer différents ensembles de logs provenant de l'infrastructure et des applications.
+* Consultez la page [Monitor Templates][10] pour commencer à ajouter des alertes sur votre environnement de test.
-#### Modèles de configuration du host de l'Agent
+#### Host Agent Config Templates {#host-agent-config-templates}
-L'[Agent Datadog][2] est open source et publié sur GitHub. Le référentiel GitHub de l'Agent est une ressource utile pour consulter les modèles de configuration et les spécifications afin de vous aider à créer votre environnement.
+Le [Datadog Agent][2] est open source et publié sur GitHub. Le dépôt GitHub du [Datadog Agent] est une ressource utile pour consulter les modèles de configuration et les spécifications afin de vous aider à construire votre environnement.
-Voici quelques exemples :
+Voici quelques exemples :
-* [Modèle de configuration de l'Agent][3]
-* [Spécifications de configuration d'intégration][4]
+* [Agent Config Examples][3]
+* [Integration Config Specs][4]
* [Fleet Automation][5]
-## Étapes suivantes
+## Prochaines étapes {#next-steps}
-Pour créer avec succès une nouvelle installation Datadog, consultez la page de [planification][11]. Vous apprendrez à créer un exercice de cadrage, à configurer le [tagging de ressources][12], à découvrir les meilleures pratiques des produits, à ajouter d'autres produits et à optimiser votre collecte de données pour assurer une installation fluide.
+Pour réussir la création d'une nouvelle installation Datadog, consultez la page [plan][11]. Vous apprendrez à créer un exercice de définition de périmètre, à configurer le [tagging de ressource][12], à découvrir les meilleures pratiques produit, à ajouter d'autres produits et à optimiser votre collecte de données pour garantir une installation fluide.
-## Pour aller plus loin
+## Pour aller plus loin {#further-reading}
{{< partial name="whats-next/whats-next.html" >}}
[1]: https://learn.datadoghq.com/
[2]: https://github.com/DataDog/datadog-agent
-[3]: https://github.com/DataDog/datadog-agent/blob/main/pkg/config/config_template.yaml
+[3]: https://github.com/DataDog/datadog-agent/tree/main/pkg/config/example
[4]: https://github.com/DataDog/integrations-core
[5]: https://app.datadoghq.com/fleet
[6]: /fr/getting_started/tagging/unified_service_tagging/
[7]: /fr/getting_started/tagging/
[8]: https://app.datadoghq.com/logs/pipelines/pipeline/add
[9]: https://app.datadoghq.com/apm/service-setup
-[10]: https://app.datadoghq.com/monitors/recommended
+[10]: https://app.datadoghq.com/monitors/templates
[11]: /fr/administrators_guide/plan
[12]: /fr/administrators_guide/plan/#resource-tagging
[13]: https://github.com/DataDog/datadog-agent/tree/main/examples
diff --git a/hugo/content/fr/agent/configuration/dual-shipping.md b/hugo/content/fr/agent/configuration/dual-shipping.md
index 97d294d0fb0..462dac9107e 100644
--- a/hugo/content/fr/agent/configuration/dual-shipping.md
+++ b/hugo/content/fr/agent/configuration/dual-shipping.md
@@ -1,88 +1,91 @@
---
aliases:
- /fr/agent/guide/dual-shipping
-description: Configurez le site Datadog Agent pour qu'il envoie simultanément des
- métriques, des loget des traceà plusieurs organisations Datadog.
+description: Configurez le Datadog Agent pour envoyer simultanément des métriques,
+ des logs et des traces vers plusieurs organisations Datadog.
further_reading:
-- link: /agent/configuration/réseau/
+- link: https://www.datadoghq.com/blog/ddot-gateway
+ tag: Blog
+ text: Centralisez et gérez votre pipeline OpenTelemetry avec la passerelle DDOT
+- link: /agent/configuration/network/
tag: Guide
text: Trafic réseau
- link: /observability_pipelines/
- tag: documentation
- text: Envoyer logs à des destinations externes avec Observability Pipelines
+ tag: Documentation
+ text: Envoyez des logs vers des destinations externes avec Observability Pipelines
title: Transmission multiple
---
-
-Si vous envoyez des données à plusieurs organisations Datadog, la fonctionnalité de transmission multiple peut avoir une incidence sur vos coûts. Pour en savoir plus sur les frais supplémentaires engendrés par cette configuration, contactez l'
assistance Datadog.
+Le double envoi peut avoir une incidence sur la facturation si vous envoyez des données vers plusieurs organisations Datadog. Pour en savoir plus sur l'impact de cette configuration, contactez
Datadog Support.