MF自我防禦型伺服器整合監控系統將於2026年夏季開始提供
Media Fusion將於2026年夏季推出「MF自我防禦型伺服器整合監控系統」，在Zabbix基礎上增加了AI日誌分析和自動防禦等功能。
📋 文章處理履歷
- 📰 發表: 2026年4月14日 15:00
- 🔍 收集: 2026年4月14日 06:31
- 🤖 AI分析完成: 2026年4月19日 19:30（收集後132小時58分鐘）
Media Fusion股份有限公司（總部：大阪市北區）將於2026年夏季開始提供「MF自我防禦型伺服器整合監控系統」，主要針對外部威脅風險較高的網際網路公開伺服器，支援多台伺服器的集中監控並省去初動應對的人力。
該系統以在伺服器監控領域廣泛使用的開源軟體「Zabbix」為基礎，加入了防止流量過大對策、AI日誌分析等本公司獨家擴充功能。實現了讓負責人在登入伺服器前就能掌握狀況，並在做好準備後再進行處理的營運模式。
▶聯絡我們請點此
●背景
在網際網路公開伺服器的營運中，針對來自外部的攻擊或流量急劇增加等情況，預兆的掌握和初動判斷的速度至關重要。另一方面，隨著伺服器數量的增加，監控設定的差異以及發生事件時「先登入確認狀況」的SOP容易成為瓶頸，進而導致負責人工作負荷增加及應對品質參差不齊。
在伺服器監控領域被廣泛採用的開源軟體「Zabbix」，據稱在全球190多個國家和地區擁有超過30萬個導入實績（來源：▶Zabbix官方網站）。
本公司以該Zabbix為基底，透過將監控設計（取得項目、閾值、通知對象）範本化，並加入異常時自動發送日誌、自動執行初動等功能，建構了一套既能以統一標準管理多台伺服器，又能在連線前掌握狀況以進行應對的機制。
本系統以Zabbix標準的監控與通知為基礎，結合本公司獨家的擴充功能，兼顧了「導入的迅速性」與「初動的迅速性」。重點如下：
●特徵・優勢
１）Zabbix導入與設定的迅速化
透過Zabbix進行的監控，是由配置在各伺服器上的Zabbix Agent與進行集中監控的Zabbix Server所組成。本系統透過監控範本的標準化與Docker的提供，讓導入與設定能在短時間內完成。
監控設計標準化（範本）：將代表性應用程式／服務的監控取得項目、閾值、通知對象、日誌發送等範本化。因為可以先套用共通範本，再僅針對應用程式的差異進行調整，從而減少了每台伺服器的個別調查和設定作業。
短時間導入（Docker）：以Docker提供Zabbix及本公司擴充功能，簡化導入程序。縮短從環境準備到開始運作的設定時間，並使營運過程中的版本更新更加容易。
2）Zabbix的擴充功能
以下是本公司在Zabbix標準功能之上新增的擴充功能。
防止流量過大對策（自動）：透過Zabbix Agent的CPU或網路流量觸發條件，在流量過大時，於一定時間內阻擋該過度存取的IP，並自動發送所需日誌。其他情況則發送警報。近年來AI爬蟲等急劇增加，有許多機器人造成的集中存取，系統會暫時阻擋行為不良的機器人。
異常行為偵測・緊急對策：當偵測到假設為勒索軟體攻擊等對檔案系統的過度存取時，會發出警報。若持續一定時間，將自動執行停止目標服務等緊急對策。
警報歷史・時間序列確認：記錄警報和處理狀況，並以時間序列進行追蹤。提升事後分析或報告・交接的效率。
漏洞・組態集中管理：集中管理作業系統／中介軟體的版本，並透過API自動取得JVN等發布的漏洞資訊。早期篩選出受影響的範圍，並根據嚴重程度發出警報。
AI日誌分析：由生成式AI協助分析從Zabbix或其他相關伺服器發送的日誌。透過對警報和收集到的日誌進行摘要與關聯分析，支援問題點的追查（提示可能的原因、影響範圍、下一步行動建議）。
●預期使用案例
主要針對外部威脅風險較高的網際網路公開伺服器（必要時也包含公司內部・非公開伺服器），以統一標準對多台伺服器進行集中監控，並預期在異常時自動收集・發送日誌，以便在連線前掌握狀況。代表性的使用情境如下：
公開伺服器監控：早期偵測公開伺服器的異常，透過自動發送所需日誌，協助掌握狀況並進行初動判斷（在流量過大時於一定時間內阻擋IP）。
該系統以在伺服器監控領域廣泛使用的開源軟體「Zabbix」為基礎，加入了防止流量過大對策、AI日誌分析等本公司獨家擴充功能。實現了讓負責人在登入伺服器前就能掌握狀況，並在做好準備後再進行處理的營運模式。
▶聯絡我們請點此
●背景
在網際網路公開伺服器的營運中，針對來自外部的攻擊或流量急劇增加等情況，預兆的掌握和初動判斷的速度至關重要。另一方面，隨著伺服器數量的增加，監控設定的差異以及發生事件時「先登入確認狀況」的SOP容易成為瓶頸，進而導致負責人工作負荷增加及應對品質參差不齊。
在伺服器監控領域被廣泛採用的開源軟體「Zabbix」，據稱在全球190多個國家和地區擁有超過30萬個導入實績（來源：▶Zabbix官方網站）。
本公司以該Zabbix為基底，透過將監控設計（取得項目、閾值、通知對象）範本化，並加入異常時自動發送日誌、自動執行初動等功能，建構了一套既能以統一標準管理多台伺服器，又能在連線前掌握狀況以進行應對的機制。
本系統以Zabbix標準的監控與通知為基礎，結合本公司獨家的擴充功能，兼顧了「導入的迅速性」與「初動的迅速性」。重點如下：
●特徵・優勢
１）Zabbix導入與設定的迅速化
透過Zabbix進行的監控，是由配置在各伺服器上的Zabbix Agent與進行集中監控的Zabbix Server所組成。本系統透過監控範本的標準化與Docker的提供，讓導入與設定能在短時間內完成。
監控設計標準化（範本）：將代表性應用程式／服務的監控取得項目、閾值、通知對象、日誌發送等範本化。因為可以先套用共通範本，再僅針對應用程式的差異進行調整，從而減少了每台伺服器的個別調查和設定作業。
短時間導入（Docker）：以Docker提供Zabbix及本公司擴充功能，簡化導入程序。縮短從環境準備到開始運作的設定時間，並使營運過程中的版本更新更加容易。
2）Zabbix的擴充功能
以下是本公司在Zabbix標準功能之上新增的擴充功能。
防止流量過大對策（自動）：透過Zabbix Agent的CPU或網路流量觸發條件，在流量過大時，於一定時間內阻擋該過度存取的IP，並自動發送所需日誌。其他情況則發送警報。近年來AI爬蟲等急劇增加，有許多機器人造成的集中存取，系統會暫時阻擋行為不良的機器人。
異常行為偵測・緊急對策：當偵測到假設為勒索軟體攻擊等對檔案系統的過度存取時，會發出警報。若持續一定時間，將自動執行停止目標服務等緊急對策。
警報歷史・時間序列確認：記錄警報和處理狀況，並以時間序列進行追蹤。提升事後分析或報告・交接的效率。
漏洞・組態集中管理：集中管理作業系統／中介軟體的版本，並透過API自動取得JVN等發布的漏洞資訊。早期篩選出受影響的範圍，並根據嚴重程度發出警報。
AI日誌分析：由生成式AI協助分析從Zabbix或其他相關伺服器發送的日誌。透過對警報和收集到的日誌進行摘要與關聯分析，支援問題點的追查（提示可能的原因、影響範圍、下一步行動建議）。
●預期使用案例
主要針對外部威脅風險較高的網際網路公開伺服器（必要時也包含公司內部・非公開伺服器），以統一標準對多台伺服器進行集中監控，並預期在異常時自動收集・發送日誌，以便在連線前掌握狀況。代表性的使用情境如下：
公開伺服器監控：早期偵測公開伺服器的異常，透過自動發送所需日誌，協助掌握狀況並進行初動判斷（在流量過大時於一定時間內阻擋IP）。