ネットワーク構成図を考える: よい構成図はなにがよいのか / OSC_2020_Hokkaido

オープンソースカンファレンス2020 Online/Hokkaido
https://event.ospn.jp/osc2020-online-do/
ネットワーク構成図を考える: よい構成図は何がよいのか? - セミナープログラム
https://event.ospn.jp/osc2020-online-do/session/101271

Transcript

1. ネットワーク構成図を考える: よい構成図はなにがよいのか? 1 TIS株式会社 萩原 学 2020/06/27 OSC 2020 Online/Hokkaido
2. 自己紹介 • 萩原 学 (HAGIWARA Manabu) – ネットワークの話が好きです • 今日の資料はこのへんにあります 2 twitter.com/ github.com/ qiita.com/ speakerdeck.com/ corestate55
3. これまで 3 ネットワークは どんなもので 成り立っているのか それを どのように 図に起こせばよいのか ネットワーク構成図を考える: NW図の基本とモデル指向NW図のススメ https://speakerdeck.com/corestate55/osc-2020-tokyo-spring
4. これまで 4 ネットワークは どんなもので 成り立っているのか それを どのように 図に起こせばよいのか どうしても後半上手く収めきれず…
5. それを どのように 図に起こせばよいのか 今日話したいこと 5 ネットワークは どんなもので 成り立っているのか 今回は「NW構成図を描く」にフォーカスして内容を補完 出典: https://ai-catcher.com/
6. ゴール • 「NW構成図」を描くこと、そのための考え方 • 伝えたいこと – わかりやすいNW構成図とは – そのための検討ポイントとは 6
7. 何のために構成図を描くのか? 7
8. • 説明的 – 図にしたい情報として何があるかはわかっている – 図を基に、誰かにストーリーを伝えたい • 探索的 – 図にしたい情報に何があるかわかっていない – どんなストーリーが導けるかを考えたい 図を描く目的 8 NW構成図 通常コレ
9. 「図」にする理由 • 言葉で説明するのが難しい情報がある 図で見たほうが早く正確に理解できる情報がある – より小さな負荷でコミュニケーションをする • 人には視覚的なパターンを識別し、 関係性や意味をとらえる能力がある – 視覚的な認知能力・パターン識別能力をうまく利用する 9
10. 改札前 にきて! 改札 表現する方法(言語、文字…) 伝える媒体(空気、紙…) 手紙 両方が同じになってはじめて「伝わった」といえる コミュニケーション (情報伝達) 10 解釈 表現や解釈の方式・その合意 表現 発声 What is KAISATU? KAISATU 伝えたいこと 伝わったこと
11. 図を介したコミュニケーション 11 やりたいことが図を介して「伝わる」こと 伝えたいこと 伝わったこと 環境 拡張しよう NW図 伝えたいこと・知りたいことがずれている 情報量が多すぎる・少なすぎる やりたいことをうまく表現できていない ちゃんと情報を読み取り、解釈できていない etc... わからん… これは何を 意味する??
12. データビジュアライゼーションの 基礎知識 「図を描く」ことの原理原則を知る 12
13. データ可視化の目的 (再掲) • 説明的 – 図にしたいデータとして何があるかはわかっている – 図を基に、誰かにストーリーを伝えたい • 探索的 – 図にしたいデータに何があるかわかっていない – どんなストーリーが導けるかを考えたい 13
14. わかりやすい図 (視覚表現) の要件 • 読む人に受け入れられること – 読む人はだれか・何のために図を使うのか – 読者を知ること • 必要な情報が適切に表現されること – 図にしたい情報(データ)は何か – データを知ること 14 Designing Data Visualization, Chap.1
15. 図は何でできているのか • 図の構成要素:「語彙」 – 視覚変数 – 視覚変数ごとの特性 – 視覚変数によって、 データのどんな特徴を表現するのか • 慣例とアナロジー 15
16. 語彙: 視覚変数 • 色、形状、大きさ、方向、テクスチャ、位置、値、 (動き) 16 Visual Representation from Semiology of Graphics by J. Bertin Slides by: Sheelagh Carpendale https://innovis.cpsc.ucalgary.ca/innovis/uploads/Courses/InformationVisualizationDetails/09Bertin.pdf
17. 表現される情報 17 色 形状 大きさ 方向 テクスチャ 位置 値 種類 特性 関係 レベル 距離 強度 密度 順序 グループ カテゴリー (線の)長さ (線の)幅 動き 文脈 重なり合い 深さ Quantitative 定量的 Ordinal 順序的 Nominal 名目的 Encoding 視覚変数 データ
18. 視覚変数の特性 18 Jock Mackinlay. Automating the design of graphical presentations of relational information. ACM Trans. Graph. 5, 2 (April 1986), 110-141. https://research.tableau.com/sites/default/files/p110-mackinlay.pdf 改訂版: プログラマーが効果的な可視化を作成する （前編） - Qiita https://qiita.com/keiono/items/9042bf58224ca54bdb45 違いがわかりやすいもの・ わかりにくいものがある 示したいものによって 適する視覚変数は異なる
19. (参考) 位置重要 19 Jock Mackinlay. 1986. Automating the design of graphical presentations of relational information. ACM Trans. Graph. 5, 2 (April 1986), 110-141. https://research.tableau.com/sites/default/files/p110-mackinlay.pdf Physical position is the easiest to perceive and most powerful visual property, but this power is only accessible if you chose to use it. It’s not difficult to use, and — when used properly — it can convey a huge amount of information. Designing Data Visualization, “Position Is Your Most Powerful Encoding”, Chap.5 物理的な位置は最も知覚しやすく、最も強力な視覚的特性であるが、この力はあなたが それを使うことを選んだ場合にのみ利用できます。使い方は難しくありませんし、適切 に使えば大量の情報を伝えられます。
20. 慣例とアナロジー • 物理現象や よく知られたルール – メタファー – アナロジー – ベストプラクティス • したがうことで 少ないコストで理解できる – セオリーから外れると 識別に余計なコストがかかる 20 日本はどこ? File:Blank-map-world-south-up.png - Wikimedia Commons https://commons.wikimedia.org/wiki/File:Blank-map-world-south-up.png
21. 慣例とアナロジーの例 21 視線移動 時間経過 上(上位), 北, 天 下(下位), 南, 地 過去 未来
22. 図はどのように処理されているのか 22 視覚 感覚記憶 (アイコニック記憶) 短期 記憶 長期 記憶 250-500ms 数秒～数分 長期 注意の集中を 必要としない 視覚情報処理 意識的で 知覚の注意 プロセスを伴う 限定された 視覚情報の処理 Cranium Head Human - Free vector graphic on Pixabay https://pixabay.com/vectors/cranium-head-human-male-man-1299985/ File:Light bulb icon light.svg - Wikimedia Commons (CC BY-SA 4.0) https://commons.wikimedia.org/wiki/File:Light_bulb_icon_light.svg 情報を見える形にする技術, 3.1 記憶, pp.40-41. 前注意処理
23. 前注意特性 • 意識しなくても「浮かび上がる」 – 色・形・動き・空間位置 23 情報を見える形にする技術, 3.2 前注意特性, pp.42-43. (図3.1, 図3.2を再構成) p o p o u t
24. 図形を知覚する法則: ゲシュタルト原理 • 人間の知覚が、視覚要素を 「統一された全体(グループ)」に まとめる規則 • ゲシュタルト([独]gestalt): 姿, 形, 現象 • 単純な部品の組が、全体として より大きな意味をもつ – 個々の要素が組み合わさることによって 全体(ゲシュタルト)が体制化される • プレグナンツの法則、群化の法則とも 24 情報を見える形にする技術, 3.5 ゲシュタルト原理, pp.48-49. ゲシュタルトの法則 (Gestalt Principle) http://neuro.sfc.keio.ac.jp/~masato/study/gestalt/index.htm 四角形 + 三角形 → 家
25. & 近接性の原理 近くに置かれる要素がまとまって見える 類似性(類同)の原理 似た色・形・サイズ etc をもつものが まとまって見える 併合の原理 オブジェクトが完全でなかったり、 空間が閉じていなくても、 図形として知覚される 連続性(よい連続)の原理 切れ目や変化のない図形・滑らかにつながる 図形はひとつの図形として知覚される & 情報を見える形にする技術, 3.5 ゲシュタルト原理, pp.49-52. 25
26. パターンは意味を示す 26 Practically speaking, this pattern and pattern-violation recognition has two major implications for design. The first is that readers will notice patterns and assume they are intentional, whether you planned for the patterns to exist or not. The second is that when they perceive patterns, readers will also expect pattern violations to be meaningful. Designing Data Visualization, “Patterns and Consistency”, Chap.4. • 読者は、パターンに気づき、パターンが存在することを意図したかどうかに関わらず、 それが意図的なものだとみなします • 読者は、パターンに気づくとき、パターン違反も意味のあるものだと期待します
27. わかりやすい図の条件 • 読者に沿った・過不足のない情報が表現されている – 読者を知る & データを知る – 情報量をコントロールする • 図として表現したい情報と、図の構成要素(視覚変数)に わかりやすい対応付けがある – 「脳が解読しやすいエンコーディング」を選択する – 人の認知特性をうまく使う 27
28. NW構成図と データビジュアライゼーション 28
29. 読者を知る: 目的をはっきりさせる 29 河野 美也, 「宣言的プログラミング」とSDNのひとつの形態, ネットワークプログラマビリティ勉強会#3, 2015. https://www.slideshare.net/miyakohno/mk-network-programmability03
30. データを知る: NWを理解する • ネットワークは何で構成されているのか? – NWがどんなもので成り立つのかわからないと 図として表現できない / 図を読み取れない 30 前回のOSCセミナーを参照 リンクは末尾に
31. モデルベースにNWをとらえる • データ = NW構成要素の関係性 • ネットワークをモデルに沿って考える • 規則性をとらえることで一貫した表現になる 31 network(topology) node termination point link 栃尾 祐治, ネットワークモデル化の議論から見た SDN/NFV “YANG 祭の傍らで“, MPLS JAPAN, 2015. https://www.mpls.jp/2015/index.html RFC8345 (March 2018) https://tools.ietf.org/html/rfc8345
32. モデルベースにNWをとらえる • レイヤ・ノード・リンク・端点は何か? • なにを省略したか説明できるか? • ルールが統一されているか? • 境界はどこか・何が変わるか • 同じものが別な表現になっていないか • 分けるべきものが識別できるか • 対向・隣接・グループ etc で 整合性が取れているか? 32 例外・ルールが変わる点、 その境界は何でどう変わるのか? 対向のレイヤ・抽象度等、 整合性が取れているか? 機能や役割、 同じグループにいるものが 統一されているか? 省略された 何か この線(リンク)は 何を意味するのか?
33. 図を介したコミュニケーション 33 やりたいことが図を介して「伝わる」こと 伝えたいこと 伝わったこと 環境 拡張しよう なるほど あそこを こう増やす NWの共通認識 図のルール: モデル(データ)と視覚変数(表現)の 変換・エンコーディング データモデル NW図
34. 正しく機能しているか? 34 Function first, suave second. Your visualization may look really slick, but if it’s not communicating the information you’re encoding (and doing so efficiently), then it’s just so much visual noise. Designing Data Visualization, Part II. 機能が第一、洗練は第二。あなたのビジュアライゼーションはとても洗練されて見える かもしれません。しかし、あなたがエンコードしている情報を伝えていなければ (伝達が 効率的でなければ)、それはただの視覚的なノイズになってしまいます。
35. NWとデータ可視化 35 NWを モデルベースに とらえる • NWの構成要素と視覚変数の 明確な対応付け(エンコーディング) • 一貫性・整合性 実例から見てみる 箱 ヒモ 全体のレイアウト調整 そのうえで 脳が解読しやすい エンコーディング
36. 箱 実例から見るNW構成図のポイント 36
37. 類似性の原理・色・形による分類 37 図面とともにあらんことを!:第二面 - ネットワークのゲンバ(2014) | Interop Tokyo 2014 https://www.f2ff.jp/interop/2014/noc/shownet-topology-map_4.php Interop 2019 図
38. 類似性の原理・色・形による分類 Nominalな構成要素のエンコード • 色による分類 – 色に対するイメージの設定・ アナロジーの利用 • 形状による分類 – 慣習 (ルータは丸・スイッチは四角 等) – “柄”: 冗長エンコードによる意味の強調 • 大きさによる分類 – 役割・重要度 38 色 + 形状だけでも識別できるが、 「柄」を加えることで より正確に区別できる もし白黒印刷すると…?
39. アイコンが必須なわけでもない 39 デバイスの内部機能のモデル化 • L1-L3の対応関係 • 実際の設定(configuration)との 対応関係 用途・表現したいものに応じて 必要な色・形・大きさの エンコーディングを考える テキストラベルの位置なども重要…
40. 位置情報: NW構成図の慣習 40 上流 (上り) 下流 (下り) downlink uplink North South West East 役割・位置・方向性について: • Backbone, Core (中央) • Edge (末端・境界) NWアーキテクチャなど 基本的なトポロジのパターンもある • Core/Distribution/Access • Spine/Leaf 上下・東西南北は トラフィックの方向を指すのに よくつかわれる
41. ESXi4 ESXi3 OSPF Area1 OSPF Area0 lambda-edge GRT Lo0: 192.168.255.1 [HENET48]:255::1/128 lambda-core2 GRT Lo0: 192.168.255.2 [HENET48]:255::2/128 Vyatta VyattaCore6.3 Lo: 192.168.255.4 rtr6 GRT Lo0:192.168.255.8 [HENET48]:255::8/128 lambda-core1 GRT Lo0: 192.168.255.9 [HENET48]:255::9 NVR500 Vyos Vyos/1.1.0(64bit) Lo: 192.168.255.10 [100] External 192.168.100.0/24 DHCP: .2-191 .201 .1 .202 [0] Global 192.168.0.0/24 VL100 .2 .2 [252] bgpexp 192.168.252.0/30 VL600 .2 .2 [5] Global2 192.168.5.0/24 VL105 [6] CoreConnect 192.168.6.0/24 VL106 .1 [1] Internal 192.168.1.0/24 VL101 [3] NAS 192.168.3.0/24 VL103 上流/外部 セキュリティ低 位置情報: 配置による意味付けの例 41 ESXi4 ESXi3 OSPF Area1 OSPF Area0 lambda-edge GRT Lo0: 192.168.255.1 [HENET48]:255::1/128 lambda-core2 GRT Lo0: 192.168.255.2 [HENET48]:255::2/128 Vyatta VyattaCore6.3 Lo: 192.168.255.4 rtr6 GRT Lo0:192.168.255.8 [HENET48]:255::8/128 lambda-core1 GRT Lo0: 192.168.255.9 [HENET48]:255::9 NVR500 Vyos Vyos/1.1.0(64bit) Lo: 192.168.255.10 [100] External 192.168.100.0/24 DHCP: .2-191 .201 .1 .202 [0] Global 192.168.0.0/24 VL100 .2 .2 [252] bgpexp 192.168.252.0/30 VL600 .2 .2 [5] Global2 192.168.5.0/24 VL105 [6] CoreConnect 192.168.6.0/24 VL106 .1 [1] Internal 192.168.1.0/24 VL101 [3] NAS 192.168.3.0/24 VL103 下流/内部 セキュリティ高 冗長系 (primary) 冗長系 (secondary) 外部 セグメント 内部 セグメントB ファイルサーバ セグメント 内部 セグメントA 境界ルータ (NAT/Firewall) コアスイッチ
42. 近接性の原理・位置によるパターン 42 分析 (g1) (g2) Original Hierarchical Campus Network Design| Download Scientific Diagram https://www.researchgate.net/figure/Hierarchical-Campus-Network-Design_fig1_271557256
43. 近接性の原理・位置によるパターン 43 Original そろえる・わける Hierarchical Campus Network Design| Download Scientific Diagram https://www.researchgate.net/figure/Hierarchical-Campus-Network-Design_fig1_271557256
44. 意味を明確にする • 意図した情報が伝わるか + 意図していない情報が伝わっていないか – 明確なグルーピング – ノイズの除去: 意味のない視覚変数のバリエーションを避ける 44 • Be consistent in membership, ordering, and other encodings. • Things that are the same should look the same. • Things that are different should look different. • メンバーシップ、順序、その他の エンコーディングに一貫性をもたせる • 同じものは同じに見えるべき • 異なるものは異なるように見えるべき Designing Data Visualization, “Patterns and Consistency”, Chap.4.
45. 意味を明確にする 45 中田亨, ヒューマンエラー対策 (Human Error Prevention) ,産業技術総合研究所, 2017. https://www.slideshare.net/ssuserede973/human-error-prevention-72221013 • 近接性の原理 • 飛び出たものに意味がある? • 注目させる理由があるなら あえて飛び出させた方がいい 例外が「必然的に目立つ」
46. 併合の原理・グループの明示 46 Interop2019図 ほかの視覚変数を邪魔しない オブジェクトのグルーピング
47. 位置による役割・グループの設定 47 図面とともにあらんことを!:第二面 - ネットワークのゲンバ(2014) | Interop Tokyo 2014 https://www.f2ff.jp/interop/2014/noc/shownet-topology-map_4.php 様々なグルーピングと意味の設定 • 位置・縦横のそろえ方による 役割等の設定・グループ化 • ノード間の距離 (近接によるグループ化) • アイコン (色・形によるグループ化) そろえることで • 意図した意味を伝える • 余計な意味を連想させない
48. ありがちな落とし穴 48 Design your enterprise,campus,data center network with bom by Gobinsingha https://www.fiverr.com/gobinsingha/design-your-enterprise-campus-data-center-network-with-bom アイコンのサイズに どんな情報をエンコードするか? 「大きなスイッチ」 = たくさんつながっているスイッチ?
49. わかりやすい箱 • 色・形・大きさの明確な使い分け・はっきりした情報の エンコーディング – 色・形・大きさがちゃんと識別しやすいものになっていること • 位置や隣接関係による分類・意味付け・グルーピング • そろっていること • そろっていないものに正当な理由(意味)があること – 他の要素に引きずられてエンコードの例外を作ると 意味が分かりにくくなってしまう 49
50. ヒモ 実例から見るNW構成図のポイント 50
51. 色・幅・線種・端点・追加マークによる分類 51 Interop2019図 • 幅による帯域種別(Ordinal)の表現 • 色による識別性の強化 (冗長なエンコーディング) • 線の種別・色による分類 • 線の端点に対する色・記号・ラベル による端点種類の指示
52. 色・幅・線種・端点・追加マークによる分類 52 Creating Advanced Network Diagrams, Chap.4, p.51 & Chap.7, p.141 • 線の種別・端点・色によるヒモ/端点の分類 • 追加マークによるヒモ/端点の分類
53. 色・幅・線種・端点・追加マークによる分類 53 • リンクの色  セグメントとの対応付け • 黒→複数のセグメント(trunk) : 混色のアナロジー
54. 連続性の原理: 重なり合い・交差の処理 54
55. 連続性の原理: 重なり合い・交差の処理 Creating Advanced Network Diagrams, Chap.12 p.252 & p.263 Interop2019図 線の縁取り + 重ね合わせの表現 交点での”ジャンプ” 55 こういうラベルの入れ方も 連続性をうまく使っている
56. 省略・情報量の制御・スケーラビリティ 56 Interop2019図 • 省略…L2の論理的なリンク的な表現 → 実体と違うが、NW機能・モデル的には わかりやすい表現 • 交差をなくす・向きをそろえる – 配線パターンが明確になる – ラベルの配置や識別のしやすさが変わる • スイッチ・配線の増加に対応できる (スケーラビリティの向上) (A) Original (A’) 抜粋 (B) 実体
57. 省略・情報量の制御・スケーラビリティ 57 Creating Advanced Network Diagrams , Chap.12, p.253 ここまで線をそろえられれば、 複数の線を束ねて1本にしても 意味が識別できる。 (順番と色しか見てない) パターン → 省略可能性
58. わかりやすいヒモ • 幅・色・端点・追加マークなどによる情報エンコード • ヒモの連続性 – 交差を避ける – 角を丸める・交差ポイントで連続性を目立たせる • ヒモのパターン – ハブ-スポーク などのパターンを明確にする – 向きをそろえる(共線性), 中心点をそろえる・対称性を使う • 意味のとりやすい省略 – パターン(繰り返し)があるところは省略できないか考える – スケーラビリティ 58
59. レイアウト・ グルーピングの工夫 実例から見るNW構成図のポイント 59
60. 箱とヒモの競合:Interop2016 60 B C b c 1 2 3 4 A ルータにかぶるのを回避すると かなり近いアングルの線になる → 識別性が良くない
61. 箱とヒモの競合:Interop2019 61 B C 1 2 A スイッチ0-3でクラスタ → 位置関係(グルーピング)を変えたくない 線の角度をそろえて「ペア」であることを強調
62. 対称性の利用 62 Interop2019図 Fp1/2は役割としては同等
63. 計算機によるNW構成情報の処理 おまけ 63
64. 目指す世界 • 構成図 “職人芸” からの脱却 – 人による「図」読み書きの機械化 • 人も機械も読み書きできる ネットワーク図と、 図を基にした自動化システムと かできないものか? モデル中心 システム設計・運用 Fig data (config) RFC8345: Network Topology Data Model Monitor Network 各種 データ ソース 64
65. 期待 • スタイルとセマンティクスの分離 – 機械による作業支援や自動化 – データ分析などナレッジとしての応用 • 情報量のコントロール : インタラクティブ性 – 探索的(or説明/探索ハイブリッド)な構成情報の可視化: 複雑なデータを分かりやすく提示する – コンテキストに応じた構成図の生成 65
66. 難しさ • レイアウト問題 – 位置情報 – 単一のルール(アルゴリズム)では 「見せ方」の問題を解決困難 → 複雑な条件の最適化問題? • 情報量のコントロール – コンテキストも情報も 多岐にわたる… 66 Fa1/1 Fa0/0 Fa1/0 Fa1/0 Fa1/1 Fa1/0 Fa0/0 Fa1/1 Fa1/0 Fa1/0 Fa0/0 Fa0/0 Fa1/1 Fa1/1 Fa1/1 Fa1/0 Fa1/0 Fa0/0 Fa0/0 Fa1/0 0.20 0.24 Fa0/0 Fa0/0 0.16 0.28 0.32 0.36 1.8 0.44 0.40 0.20 17 18 22 21 25 26 29 30 33 34 37 38 41 42 9 10 46 45 14 13 21 22 a01 10.1.0.1 border01 10.0.0.1 core01 10.0.0.2 border11 10.0.0.4 border21 10.0.1.0 core02 10.0.0.3 border12 10.0.0.5 AS65530 10.0.0.0/16 AS65533 10.1.0.0/16 AS65534 10.2.0.0/16 AS65531 10.0.1.0/24 AS65532 10.0.2.0/24 ID:10.0.0.2 ID:10.0.0.3 1.12 同一…??
67. まとめ 67
68. まとめ • わかりやすいNW構成図とは何か – 目的に沿った情報量 – 認識しやすい情報のエンコーディング • モデルベースに考えること • パターンをうまく使う • そのために – 誰に対して何を伝えたいのか – NWがどんなもので成り立つのか 68 実例をもとに • 箱 • ヒモ • レイアウト
69. 参考資料 70
70. 関連資料: NWがどんなもので成り立つのか • 過去セミナー – ネットワーク構成図を考える: NW図の基本とモデル指向NW図のススメ https://speakerdeck.com/corestate55/osc-2020-tokyo-spring – ネットワーク構成図を考える: NW図の基本とモデル指向NW図のススメ 2020-4-25 A-5 - YouTube https://www.youtube.com/watch?v=RZRphyEas4E – ネットワーク構成図を考える: NW図の基本とモデル指向NW図のススメ 2020-5-30 B-5 - YouTube https://www.youtube.com/watch?v=C8L_n1oHXlM • 関連動画 – 現役ネットワークエンジニアがインターネットの裏側について語ってみました - YouTube https://www.youtube.com/watch?v=fpXltBcfNeY 71
71. 関連資料: NW構成図を考える • 良いNW構成図の「理由」について考えてみる (1) – Qiita https://qiita.com/corestate55/items/cc04bfd4c0bd1bcca789 • 良いNW構成図の「理由」について考えてみる (2) - 箱 – Qiita https://qiita.com/corestate55/items/0bf658c494098e143e30 • 良いNW構成図の「理由」について考えてみる (3) - ヒモ – Qiita https://qiita.com/corestate55/items/c8c904bc1814b74384eb • 良いNW構成図の「理由」について考えてみる (4) - そのほか – Qiita https://qiita.com/corestate55/items/fcf3b64a0b89bf5f5672 72 今回のセミナーのもとになった内容です。
72. 書籍 Noah Iliinsky, Julie Steele, Designing Data Visualizations, O'Reilly Media, 2011. • https://www.oreilly.com/library/view/designing-data-visualizations/9781449314774/ • 薄い(短い)ので読みやすい。データ可視化の入り口として。 • 紙版は白黒? カラーで見れるデータ版を買ったほうがよさそう。(kindle版はカラーでした) 73 Riccardo Mazza, 中本浩(訳), 情報を見える形にする技術 [情報可視化概論], ボーンデジタル, 2011. • https://www.borndigital.co.jp/book/203.html Colby West, Creating Advanced Network Diagrams. • http://networkdiagram101.com/?page_id=19421 • 電子書籍です。NW構成図の描き方に特化したノウハウ。VisioベースのTipsなども。
73. ネットワーク構成図 NW構成図 全般 • 17 Tips for Creating Better Network Diagrams http://networkdiagram101.com/ • わかるネットワーク図の書き方 | 日経クロステック（xTECH） https://xtech.nikkei.com/it/article/COLUMN/20091119/340757/ NW構成図に特化した可視化のとりくみ • ネットワークの全体把握を可能にする構成図描画方式の検討, 小城朋寛, 小島慎太郎, 電子情報通 信学会技術研究報告, ICM2019-57, Vol. 119, No. 438, pp.91-94, 2019. https://www.ieice.org/ken/paper/20200303I1WZ/ • 理解しやすいネットワーク設計図を描く取り組み – LGTM https://codeout.hatenablog.com/entry/2020/05/15/093024 74
74. データビジュアライゼーション基礎 • 改訂版: プログラマーが効果的な可視化を作成する （前編） - Qiita https://qiita.com/keiono/items/9042bf58224ca54bdb45 • プログラマーが効果的な可視化を作成する （中編） - Qiita https://qiita.com/keiono/items/76c0aaabb4e6e0c10dc5 • プログラマーが効果的な可視化を作成する（後編 Part 1）: 基本原則 - Qiita https://qiita.com/keiono/items/51a5572db2ee06875e31 • プログラマーが効果的な可視化を作成する（後編 Part 2）: 学習ガイド - Qiita https://qiita.com/keiono/items/bdc88655d088fa681ed7 • データ可視化勉強会: データ可視化の基礎とD3のデモ https://www.slideshare.net/muddydixon/ss-31811179 • Visualization - Speaker Deck https://speakerdeck.com/eitanlees/visualization 75
75. Interop関連記事 Interop図 • 2019 https://archive.interop.jp/common/june/img/shownet/point/shownet_topology.pdf • 2018 https://archive.interop.jp/2018/images/shownet/shownet_topology.pdf • 2017 https://archive.interop.jp/2017/images/shownet/shownet_topology.pdf • 2016 https://archive.interop.jp/2016/images/shownet/shownet_topology.pdf Interop構成図についての記事 • Interopのネットワーク図を描くエンジニア:Geekなぺーじ https://www.geekpage.jp/blog/?id=2010/6/10/2 • INTEROPのトポロジ図アイコンがフリー素材として公開されています:Geekなぺーじ https://www.geekpage.jp/blog/?id=2014/6/19/1 • 図面とともにあらんことを！--ShowNetのトポロジ図 (1/4) - ネットワークのゲンバ | Interop Tokyo 2013 https://www.f2ff.jp/interop/2013/noc/-shownet-topology-map1.php • 図面とともにあらんことを！：第二面 - ネットワークのゲンバ(2014) | Interop Tokyo 2014 https://www.f2ff.jp/interop/2014/noc/shownet-topology-map.php 76