Scapy 與 Namedtuple 提取 PCAP 影像並實作人臉辨識
本文介紹如何使用 Scapy 和 Namedtuple 從 PCAP 檔案中提取影像，並結合 OpenCV 進行人臉辨識。透過解析 HTTP 回應和處理不同編碼方式的內容，實作自動化影像提取和人臉偵測，提升網路分析效率，並應用於資安分析，例如識別潛在的社交工程攻擊。
網路分析
15
Articles
網路格式建構與詞共現網路實作
本文探討網路資料格式如 GEXF 和 JSON 的特性與應用，並以 Python 和 NetworkX 示範詞共現網路的建構方法，包含文字預處理、網路建立、邊權重更新等步驟，提供程式碼範例與詳細解說，幫助讀者理解如何從文字資料中萃取詞彙關係並建構網路。
文本分析基礎：程式化建構詞彙共現網路
詞彙共現網路是分析文本數據中詞彙關聯性的關鍵模型，其中節點代表詞彙，邊界則表示詞彙在同一文本單元中的共同出現。本文闡述如何透過程式碼直接建構此類網路，避開複雜檔案格式轉換的限制。核心流程包含兩大階段：首先是文本預處理，涵蓋分句、分詞、清理標點及移除停用詞；其次是網路建構，使用 NetworkX
網路視覺化佈局優化：社群與殼層佈局策略
本文探討兩種優化網路視覺化的進階佈局策略。首先，文章闡述如何利用社群偵測演算法的結果，對圓形佈局中的節點進行重新排序，將同一社群的節點相鄰排列，以減少邊的交叉，從而更清晰地呈現社群結構。其次，介紹了殼層佈局（Shell
NetworkX 邊界列表進階：處理有向加權與多重屬性
本文探討 NetworkX 中邊界列表（Edge List）格式的進階應用，說明如何處理有向與加權網路。內容涵蓋使用 `create_using=nx.DiGraph` 參數將邊界解析為有向關係，並闡述如何讀取包含權重值的檔案，其中權重會自動對應至 'weight' 屬性。此外，文章介紹了
網路分析投影技術與中心性指標應用
本文探討關聯網路分析中的投影技術，以及如何使用 NetworkX 計算中心性指標。文章涵蓋無權重和加權投影，包括 Jaccard 指數的應用，並以植物-授粉者網路和 suffragette 運動網路為例，示範如何使用 Python 進行網路分析，計算介數中心性和特徵向量中心性等指標，進而識別網路中的關鍵節點和
解析網路結構與資訊傳遞模型
本文探討社交網路結構與資訊傳遞模型，分析社群網路的邊緣強度、橋樑跨度以及小世界現象。文章使用 NetworkX 函式庫示範如何分析網路結構，計算平均最短路徑、平均叢集係數，並探討 Watts-Strogatz、Barabási-Albert 等網路模型，以及如何模擬病毒傳播等網路過程。
網路分析中心性指標與整體結構探索
本文探討網路科學中的中心性指標和整體網路結構分析方法。文章以婦女參政運動網路為例，示範如何使用 NetworkX 計算接近中心性和本地聚類別係數，並解釋其應用價值。此外，文章還介紹了描述網路整體結構的指標，例如直徑、平均最短路徑、全域叢集係數和網路韌性，並以空手道俱樂部、德國電網和歐洲 GÉANT
社交網路分析與網路圖表應用
本文探討社交網路分析與網路圖表應用，涵蓋時間序列、季節性變化、產品型別分析、社交網路基本元素、分析工具、應用挑戰、網路視覺化、案例分析、網路圖表佈局、鄰接列表、鄰接矩陣、網路指標、度分佈、密度計算、NodeXL 使用、連結預測、實體解析、協同過濾等。
運用中心性度量解析網路結構的關鍵角色
本文深入探討網路結構分析中的節點中心性度量，聚焦於介數中心性、特徵向量中心性與緊密度中心性三大核心指標。文章闡述各項度量的理論基礎與計算模型，說明介數中心性如何識別資訊經紀人，特徵向量中心性如何衡量節點影響力，以及緊密度中心性如何評估資訊傳播效率。透過英國女性參政運動的歷史數據案例，本文展示如何應用這些度量來量化並洞察
複雜網路模型模擬與分析
本文探討小世界網路、優先依附網路和組態模型，並使用 NetworkX 進行模擬與分析，涵蓋 Watts-Strogatz、Newman-Watts-Strogatz 和 Barabási-Albert 模型，分析度分佈、社群學習和空間網路等導向，結合機場網路和維基百科連結案例，深入理解複雜網路結構與行為。
Wireshark 解析網路流量：HTTP、HTTPS 與 TLS 協定解密分析
本文探討 Wireshark 在網路流量分析中的應用，涵蓋 HTTP、HTTPS 和 TLS 協定的解密與分析技術。文章將詳細介紹如何使用 Wireshark 捕捉和分析網路流量，包括如何解密 HTTPS 流量、分析 TLS 握手過程以及理解不同 TLS