随着科学与技术的快速发展,现实生活中的许多基础设施网络可以被视为复杂网络。研究复杂网络的过程中,往往会使用到传播动力学模型,但现有的传播动力学模型考虑的影响因子较少,无法完全适应一些情况下的预测和防控。网络运行的过程中,往往会受到外界攻击或自身出现故障,引起网络局部失效或者整个网络瘫痪,从而影响到基础设施运行。当遇到蓄意性的攻击时,摧毁了重要的网络节点,并且波及到周围的节点,网络将会无法稳定的运行。本文以现有的传播模型为基础引入社交控制因子的概念提出多影响因子的传播模型,并以H指数中心性为基础提出IGHC评估算法来衡量节点重要性。本文的主要方法如下:1)基于社交控制因子以及多影响因子对经典的SEIR模型进行改进。以传播模型达到的峰值与收敛速度作为评判指标,来体现多影响因子传播模型的普适性与可靠性。2)在多影响因子传播模型中,采用的迭代算法为ode算法,但算法效率低且效果不好,在此基础上提出改进0)7)0)算法,并以传播模型达到的峰值与收敛速度作为评判指标,来体现改进0)7)0)算法的精准性和普适性。3)设计基于邻居节点的属性与自身节点的属性综合考虑节点重要性的评估算法。首先,根据现有的复杂网络节点重要性评估算法,在H指数中心性的基础上,对H指数中心算法存在的缺点弥补并考虑牛顿的经典引力定律,提出IGHC评估算法并以六个现实生活中的网络为研究对象。4)基于IGHC评估算法。与现有算法进行三个对比实验,第一个实验为网络拓扑结构的对比实验,第二个实验为算法与多影响因子传播模型之间的相关性,第三个实验为验证不同算法的单调性。通过三组对比实验以及选择的部分节点进行排序,来衡量所提出的算法IGHC的真实性、有效性、可靠性。本文以传播模型达到的峰值与收敛速度作为评判指标,据实验仿真结果表明基于社交控制因子的多影响因子传播模型更加具有可靠性、普适性。从拓扑结构、传播模型上的传播效率以及单调性三个方面表明IGHC算法优于现有的节点重要性评估算法。