社交物联网(SIoT)将社交网络与物联网(IoT)聚合在一起,由于其以更高效的方式支持新的IoT应用和网络服务,已成为一个热门的研究点。搜索引擎,最初被设计用于为社交网络用户提供感兴趣的信息,在SIoT中扮演着重要角色,甚至出现了专为SIoT设计的搜索引擎,如Shodan和Thingful等。借助这类专用搜索引擎,网络用户能轻松便捷地定位到SIoT中的多数智能设备。搜索引擎促进了信息扩散,即,通过关键词搜索的方式保障用户(人或物)访问感兴趣的对象(人或物)并将内容从源传递给潜在感兴趣用户。伴随这样的过程,SIoT以这样的方式演化:用户与他们感兴趣的对象之间出现新连接。信息的扩散过程说明了搜索引擎也是一个病毒传播的工具。近年来病毒快速发展,病毒导致的多种安全威胁使得研究病毒传播尤为紧迫。研究病毒传播过程和搜索引擎效应之间的关系具有很大意义。旨在定性定量的研究搜索引擎对IoT节点之间的社交关系的影响以及搜素引擎存在下的病毒传播特性。首先,揭示了搜索引擎是IoT与社交网络之间的媒介并提出一个基于经典二分图理论的搜索社交物联网(SSIoT)模型来描述社交物联网的演化。接着,采用6个性能度量,即,度分布、网络直径、平均距离、网络密度、极大簇和用户介数。理论上,证明了在SSIoT中,度分布是一系列幂律分布的叠加,网络直径和平均距离缩减,网络密度、极大簇和用户介数增加。其次,基于渗透理论,建模了病毒传播级联的迭代过程并揭示了增加搜索率将可能导致病毒传播过程的二阶到一阶的相变规律。以泊松分布网络为例,分析了由二阶过渡到一阶的临界搜索率,该方法适用于其它分布网络。然后,证明了搜索引擎可通过增加感染密度的方式来增加病毒传播速度和扩张病毒传播面积。最后,通过临界初始感染率(跳变点)和功能节点密度定量分析了搜索引擎对SIoT弹性的影响。基于真实世界数据集(DBLP,Facebook,Weibo,Slashdot,和P2P),验证了理论发现。实验结果很好地展示了搜索引擎促进了SIoT演化并为其带来了新的结构特性。进一步验证,搜索引擎使得SIoT对病毒感染的脆弱性增加,网络弹性减弱。