网络谣言是指通过社交媒体传播的没有事实依据的信息,微博作为国内主流的社交平台之一,给用户带来信息分享的同时,也给网络谣言的传播提供了便利。随着微博用户的迅速增长,对网络谣言的控制也变得更加重要。为了快速平息微博谣言,减少谣言在微博网络上的传播范围,本文提出了谣言传播动力学模型及关键节点识别方法,致力于控制微博网络上的谣言传播。本文的主要研究内容如下:（1）针对现有传播模型在用户划分和转移关系中存在的不足,提出了新的UNFR模型。该模型的特点在于引入了一个新的用户状态,即中立者,考虑了用户接触谣言后不会立刻对谣言做出判断的情况,将用户节点划分为未知者、中立者、转发者和反驳者四类。同时考虑了衰减效应和遗忘机制,从而重新定义了模型的节点状态转移。随后,在微博网络上进行传播模拟实验,结果表明增加衰减系数和遗忘速度能有效减少谣言传播,进而提出了有效的微博谣言控制策略。（2）考虑到微博用户的上下线情况,结合UNFR模型的节点划分思想,提出了具有上下线的NFR传播模型,更加贴近微博网络中的谣言传播。该模型的特点是只关注谣言受众群体,将用户分为中立者、转发者和反驳者三类,并且考虑了用户的上下线行为。通过对NFR模型的动力学分析及仿真实验,发现限制部分用户的登录或者关闭谣言传播用户的账号,可以有效抑制谣言在网络上的传播。（3）进行了网络中的关键节点识别研究,提出了识别关键节点的邻居度平均方法和基于图卷积神经网络的节点重要性评估方法。通过实验分析,所提方法在实验数据集中的综合表现最好。通过对微博网络的关键节点识别和免疫实验,表明免疫关键节点能有效降低微博网络中的谣言传播范围。