“物联网”、“大数据”、“云计算”、“互联网+”等名词当下随处可见,揭示着现今社会正发生着深刻的变革,现实生活中的社会关系网络、交通网络、通信网络等“复杂系统”联系的更加紧密。复杂系统能够依据局部信息完成智能性、自适应性的行为,结构和功能的完整性与人类生活密不可分,比如一座县城居民上下班所乘公交工具的正常运作和四通八达的国家电网为亿万群众的正常供电。因此,复杂系统的故障研究得到学术界和工业界的极大关注,如何更好的理解复杂系统的故障发生机理,如何更好的预防故障,成为迫切需要解决的问题。复杂网络是复杂系统的抽象,现实世界的复杂系统千千万万、差异迥异,通过对各种复杂系统的抽象,便于以一种通用的视角进行研究和分析。传统对复杂系统静态故障的评估大多以最大连通子图为指标,缺乏对网络的整体破碎性深入研究。同时,动态故障的评估大多以单节点的微观或网络整体的宏观为视角,很少从“社团结构”出发以“中观”视角对动态故障深入研究,即便是现有的部分考虑社团结构的故障研究也没有从单个节点的社团拓扑属性出发。论文在现有复杂系统的静态故障和动态故障的研究基础上,结合连通子图数目和社团结构,探讨如何更好的评估复杂系统的故障,构建面向连通子图数目和面向社团结构的故障模型。在静态故障中,分析网络故障后最大连通子图外的其它子图内部仍可沟通,引入连通子图数目以评估故障后的网络破碎性,构建面向连通子图数目的静态故障模型。在动态故障中,针对传统的线性容量负载模型和非线性模型的缺陷,提出结合社团结构计算节点的容量,依据节点的不同社团拓扑属性赋予节点动态容量,构建面向社团结构的动态故障模型。采用不同的数据集分别模拟复杂系统的静态故障和动态故障,论文详细对比、分析多种因素对故障结果的不同影响,实验结果表明相比传统的故障研究,面向连通子图数目和面向社团结构的故障模型更符合的真实故障状况,连通子图数目解释了静态故障的网络破碎程度,不同社团属性的节点对动态故障的影响差异迥异。通过文中相关结论以更好的评估和预防复杂系统的故障发生。