大型网络数据的分析和价值提取能够支持决策、网络安全态势感知、用户行为预测等等科学研究。网络结构熵（结构熵）支持真实、复杂物理系统中嵌入的结构信息度量,它能够支持网络中的隐私信息度量,解决隐私保护中最关键的问题,对图论的研究具有重要意义。论文围绕结构信息论展开研究,针对图中嵌入的结构信息度量和图数据隐私保护的需求,构造基于结构熵的图数据隐私保护模型,根据实际应用场景需求,结合树路径相似度度量理论、图分割理论、节点重要性相关理论等作为研究工具,分别对具有复杂拓扑结构的图隐私度量和隐私保护进行研究,包括图的分区树的相似度测量、结构熵理论在图数据隐私保护中的应用、基于结构熵的图分割算法在社交网络隐私控制中的应用、P2P社交网络中的网络安全度量模型以及基于网络结构信息的节点重要性排序等内容。具体工作如下:（1）基于树路径的高维图结构隐私度量模型。首先改进了基于树路径的相似度计算方法,使其适用于高维图结构的分区树,提出了相关结论并证明理论可行性;并根据改进的相似度计算理论,提出了高维图结构隐私度量模型;最后,提出了一种基于标准化互信息的数据可用性度量模型,该模型利用标准化互信息的特点解决了社区结构发生改变后图结构数据隐私信息量变化和数据可用性难以度量的问题。（2）基于结构熵的改进图分割算法隐私控制方案。现有图分割算法中的收缩算法在聚类的过程中存在图分割结果过于随机,以及隐私验证计算开销过大等不足。因此,本文提出基于结构熵的改进收缩算法隐私控制方案,其中包含两个策略:最大概率信息流通优先策略（Maximum probability information flow priority strategy,MIPS）和“熟人”优先策略（Acquaintance priority strategy,APS）来降低分割结果的不确定性;另外,利用图的阻力概念建立基于图的阻力的算法效用评价机制,评估隐私保护算法对网络抵抗隐私泄露的能力造成的变化。（3）基于图阻力的P2P社交网络安全度量模型。针对目前分布式社交网络存在动态复杂性难以度量且缺乏全面的网络安全度量方法等问题,提出了基于图的阻力的网络安全度量模型。首先,结合结构熵设计了P2P网络的动态复杂性度量模型,解决P2P社交网络高自由度、容错性高等带来的动态度量难题。其次,目前的网络安全度量模型难以兼顾局部可行性、普适性等安全度量指标,因此构建了基于图的阻力的网络安全度量模型。最后,经过实验分析和理论分析表明该模型支持全局和局部检测网络受损范围、不受限于网络规模和类型,且计算开销低。（4）融合结构信息的节点重要性指标。针对节点重要性的研究目前已较为成熟,但其中大多数仅从单一的角度评估,全面反映节点的重要程度的方案较少。结构熵能够系统地表征网络的真实状况,反映节点变化引发网络的变化。因此,通过结构熵方法和节点删除法的结合对节点分类排序,提出了融合结构信息的节点重要性度量指标,通过实验分析表明融合结构信息的节点重要性排序方法更精确且具有全面性。