现实世界中的网络往往并非是孤立运行的，不同的网络之间会存在着千丝万缕的关联，例如物理依附、逻辑依赖、能源或信息交换等，互相依赖、协同工作的网络情况更是现代社会普遍的现象。现实告诉我们，各类互相关联的网络共同服务于我们，能够大幅提高工作效率，缩短工作时间，但是与之对应的，所有网络之间都相互关联也存在着不小的风险。
　　近年来，不少学者根据现实世界的网络情况，抽象模拟出了多种具备不同特殊性质的网络模型，在这些网络模型中，级联的故障传播并非完全遵循渗流理论，网络中节点的属性也存在着很大的不同。Xin等人于2016年12月提出了一个兼具加固节点和相依关系的网络模型，引起了一定的关注。在该模型中，存在着部分节点，这些节点被预先加固，在级联过程中可以抵挡脱离极大连通图导致的失效，但是却仍然会受到相依关系的影响。此外，若该节点能存活，它还能够保证附近小范围的节点均存活。本文在该模型的基础之上，主要有以下两点贡献：（1）提出了一种新的加固节点选择算法，使得加固后整个系统的鲁棒性优于现有的其他加固算法；（2）提出了一种适配该模型的动态恢复算法，降低了系统在遭遇故障时所受的影响。
　　首先，我们通过分析节点的属性和网络系统的结构，明确实验目标，要使整个系统更加鲁棒，必须选择对系统的稳定性贡献较高的节点进行加固，为量化每个节点的贡献度，本文提出了一种加固权重算法，该算法结合了节点的相连边和相依边属性，能够全面体现单个节点对系统鲁棒性的贡献值，我们根据所有节点权重排序筛选更应加固的节点。在相同加固节点比例的情况下，本算法与原作者的加固方式相比，大幅提高整个相依网络模型的鲁棒性，因此，本算法可以为该类网络系统的建网方法提供理论依据。
　　其次，针对已经确定的加固节点相依网络系统，我们可以利用加固节点的属性设计一种巧妙的动态恢复算法，通过添加一条连接失效的加固节点的耦合节点和它网内没有耦合边的加固节点间的网内连边，保证失效的加固节点及其耦合节点在下一轮级联开始前恢复功能，并支撑起加固节点附近小范围的连通图以抵挡级联扩散的负面影响，我们通过NOI值侧面反映出我们的动态恢复算法是有效且适用于本系统的。
　　具有加固节点的相依网络模型是具备现实依据的模型，因此，我们对该模型中节点属性的分析、加固算法和动态恢复算法的研究均可以为现实世界网络的创建、风险防控、灾后速救等各个方面提供有效的理论支持。