OCS Inventory

捕捉數位足跡的專家：從硬體序列號到軟體版本，實現全自動的資產審計

• 零死角的自動盤點: 透過跨平台 Agent 自動採集 CPU、記憶體、磁碟、BIOS 及安裝軟體等數百項數據，準確率遠超人工維護。
• 強大的遠端部署 (Teledeployment): 不僅能看，還能動。支援在數千台終端上同步派送軟體包、執行腳本或修改配置。
• 無 Agent 網路掃描: 針對無法安裝軟體的網路設備（如印表機、交換機），透過 IP 發現與 SNMP 協議實現自動識別與分類。
• 與 GLPI 深度連動: 數據可自動同步至 GLPI 的 ITSM 平台，將「資產數據」轉化為「服務流程」，建構完整的資產生命週期管理。

核心技術架構：代理與通訊

• Deployment Agent: 駐留在終端設備的輕量進程，負責本地數據採集，並透過 HTTP/HTTPS 將 XML 數據安全傳輸至伺服器。
• Communication Server: 基於 Apache 與 Perl 構建的高性能模組，負責接收、解析 Agent 傳回的數據並處理遠端部署請求。
• Management Server: 提供 Web 管理介面與 REST API，方便管理員查詢資產、統計報表與設定部署任務。
• Database (MySQL/MariaDB): 集中存儲所有的資產快照與歷史變更。

2026 關鍵技術更新

• SBOM (軟體材料清單) 整合: 2026 年版本新增對軟體元件的深度掃描，能自動識別應用程式內的開源庫，協助企業應對軟體供應鏈安全風險。
• 雲端 Native Agent: 針對雲端虛擬機與容器化環境優化的 Agent，支援更頻繁的動態漂移追蹤與標籤自動同步。
• AI 異常硬體偵測: 引入機器學習演算法，分析設備的性能表現趨勢，自動預測硬體（如硬碟或電池）可能的失效時間。
• 強化型隱私脫敏: 響應最新的全球隱私規範，管理員可定義敏感數據過濾器，確保 Agent 在採集時自動屏蔽用戶私人資訊。

資產盤點方案橫向對比 (2026)

網路發現效率模型 (LaTeX)

OCS Inventory 使用多級掃描策略來最小化網路負載。設網路中總設備數為 $N$，Agent 採集頻率為 $f$，單次傳輸數據大小為 $D$。總頻寬消耗 $B$ 與掃描週期 $T$ 的關係如下：

$$B=\frac{\sum _{i=1}^N{D}_i\cdot f_i}{T_{total}}$$

在 2026 年的優化算法中，系統會偵測設備的「靜態性」，對於長期無變動的設備自動降低 $f$，從而確保在大規模企業網路中，資產更新對主幹網路的影響趨近於零。

快速部署建議 (Docker)

一鍵啟動您的資產管理伺服器：

services:
  ocs-server:
    image: ocsinventory/ocsinventory-docker:latest
    ports:
      - "80:80"
      - "443:443"
    environment:
      - DB_SERVER_HOST=db
      - DB_SERVER_USER=ocs
      - DB_SERVER_PWD=your_password
    restart: always

  db:
    image: mariadb:10.11
    volumes:
      - ./data:/var/lib/mysql

產品說明

OCS Inventory 是企業 IT 的「全自動雷達」。在 運維管理 的技術版圖中，它解決了「數位資產黑箱」的問題。不同於傳統的手動紀錄，它將盤點工作自動化，讓 IT 管理員能隨時掌握公司每一台設備的「健康證明」與「軟體足跡」。其核心價值在於「數據的真實性與即時性」——透過 Agent 的持續反饋，您可以第一時間發現私自安裝的非法軟體或硬體異動。對於在 2026 年需要管理複雜跨平台設備、且追求數據與流程深度整合的技術團隊來說，OCS Inventory 是不可或缺的資訊基礎。