病毒在人群中的流行以及在信息网络上的蔓延都已经给人们带来了巨大的损失,因此研究病毒的传播机理进而采取措施来有效控制其传播具有重要现实意义。另外,现实生活中大量的社会、生物以及通讯等系统,都可以适当利用复杂网络来描述,复杂网络理论的发展为人们理解病毒的传播特征以及防御其传播提供了新的方法。近年来,借助于复杂网络理论研究病毒传播动力学行为越来越受到人们的关注。随着复杂网络传播动力学研究的逐步深入,在取得丰硕研究成果的同时人们也发现病毒的传播特性将会受到传播延迟、传染媒介、不完全免疫以及网络交通流等传播因素的影响。在综述了复杂网络病毒传播研究现状的基础之上,受到已有研究工作的启发,论文致力于上述传播因素对复杂网络病毒传播动力学行为影响的研究。此外,根据研究所得到的病毒的传播机理,论文讨论相关的免疫策略,并提出两种有效控制网络中病毒传播的新的免疫机制。本论文的主要研究工作如下:1.鉴于网络病毒传播过程中存在传染媒介和传播延迟的情况,基于平均场理论,论文研究了两者的共同作用对网络中病毒传播行为的影响。研究发现传染媒介和传播延迟同时存在显著增强了网络中病毒爆发的危险性,并加速了病毒的传播。研究还发现,对于给定的有效传播率,均匀网络中病毒的感染程度分别与传染媒介的传染概率和传播延迟呈对数关系,无标度网络中病毒的感染程度与传染媒介的传染概率呈幂律关系,而与传播延迟之间则存在线性关系。另外,基于元胞自动机,论文进一步研究了传播延迟对复杂网络病毒传播动力学行为的影响。研究发现随着传播延迟的增大,病毒的感染程度以及传播速率都明显增大。研究还发现,本论文提出的元胞自动机模型不仅能够反映病毒的平均传播趋势,而且可以描述病毒随时间的动态演化过程以及病毒的爆发和消亡等概率事件,从而有效地克服了利用平均场方法构建的微分方程模型只能反映病毒平均传播趋势的局限性。同时,论文还给出了有效控制网络中病毒传播的策略。2.基于平均场理论,论文研究了网络交通流量对无标度网络上病毒传播行为的影响及其免疫策略,提出了一种改进的熟人免疫机制。研究发现随着网络交通流量的增大,病毒在网络中的传播速率明显增加,从而显著增强了病毒爆发的危险性。研究还发现,在考虑网络交通流量影响的情况下,当免疫节点密度较小时,随机免疫几乎不能降低病毒的传播速率,而对网络实施目标免疫则能够有效抑制病毒的传播,并且选择度最大的节点进行免疫与选择介数最大的节点进行免疫的效果基本相同。此外,对于网络全局信息未知的情况,与经典熟人免疫策略相比,本论文文提出的免疫策略能够获得较好的免疫效果。3.复杂网络中的不完全免疫包括免疫失败和免疫失效两种情况,基于平均场理论,论文研究了两者同时存在对网络病毒传播行为的影响。研究发现免疫失败和免疫失效同时存在显著降低了网络的传播临界值,增强了病毒的感染程度。根据传播临界值与免疫节点密度、免疫成功率以及免疫失效率之间的关系,论文提出了有效控制网络病毒传播的策略。为了获得预期的免疫效果,论文给出了网络中免疫节点密度的表达式。4.基于复杂网络理论,论文研究了由于节点失效所导致的无线传感器网络性能下降的问题,提出了一种新的簇间拓扑演化模型,在此基础上讨论了病毒的传播行为及其免疫策略,并给出了一种新的免疫机制。研究发现该模型演化生成的网络不仅具有较强的容错性,而且还可以有效避免节点因能量很快耗尽而过早死亡。研究还发现,对于网络全局信息未知的情况,与随机免疫和熟人免疫策略相比,本论文提出的免疫策略能够获得较好的免疫效果。