大规模智能集群是一个巨大的复杂系统,由大量异构的、相互作用的作战要素构成。针对集群对抗下的军事网络的多重性、耦合性等特征,如何对智能集群进行建模和分析成为了亟待解决的关键问题。一是针对集群对抗下的军事网络具有多重性、耦合性等特征,多层复杂网络模型考虑了不同网络层结构的差异以及网络层间的相互影响,因此成为了解决此类复杂系统建模问题的一个有效框架。二是针对如何通过攻击敌方网络中一定数量的关键节点或连边实现削弱或瘫痪敌方作战能力的实际问题,寻找多层复杂网络中的一组最优攻击策略成为了“克敌制胜”的重要研究内容。本文结合了多层复杂网络建模、网络瓦解、网络传播等复杂网络理论知识,系统深入地研究了集群对抗背景下的多层复杂网络建模与瓦解方法的相关问题。论文的主要工作和创新点如下:（1）构建了一种基于多层复杂网络框架和离散时间微观马尔可夫方程的集群对抗模型传统的单层复杂网络模型不适用于对军事网络进行建模,本文在多层复杂网络模型的基础上考虑了不同网络层上多类型信息的传播与交互过程,利用了多层复杂网络框架和多类型信息传播模型对大规模集群对抗网络的拓扑结构和动力学行为进行了建模与分析,提供一个能够反映网络信息传播能力这一关键属性的多层集群对抗网络的模型框架。该模型可以表征具有两种及以上类型链接的复杂系统,模拟了不同种类作战信息之间的复杂交互作用和动态传播过程。基于微观马尔可夫链方法,分析并推导了信息的传播阈值以及平衡点,得到了模型中各参数对每层网络上信息传播过程的影响。首次在理论上证明了移除网络中的节点或连边可以增加网络的信息传播阈值,为通过网络瓦解的方式来瘫痪敌方网络的信息传播能力提供了可行性分析。最后,本文以一个简单的多层集群对抗网络模型对信息传播阈值进行了验证,结果表明基于微观马尔可夫链方法推导出的信息传播阈值与实验仿真结果能够较好吻合。（2）提出了一种基于邻接矩阵最大特征值和组合优化模型的多层复杂网络最优边攻击策略本文研究了多层复杂网络中的最优边攻击策略问题,构建了多层复杂网络最优边攻击策略组合优化模型。首先,提出了网络邻接矩阵的最大特征值作为网络性能指标反映网络信息传播能力的变化,最大特征值下降越多表明瓦解效果越好。其次,给出了多层复杂网络的边攻击策略表示,提出了一种最优边攻击策略的组合优化模型,引入禁忌搜索算法求解优化模型得到最优边攻击策略,在两个特殊的人工合成网络模型上对比了最优边攻击策略与基准边攻击策略的瓦解效果,验证了基于禁忌搜索算法的边攻击策略的最优性。在此基础上,测试了在不同攻击强度参数下瓦解后的网络信息传播曲线,结果表明随着攻击强度参数的增加,网络中将无法形成具有稳定比例的信息传播节点。最后,探索了影响因子对网络信息传播能力的影响,结果表明影响因子会影响稳态时已获知信息的节点比例。（3）在一个典型的集群对抗军事网络上对网络模型与网络瓦解方法进行实证研究本文介绍了一个典型的集群对抗军事网络的拓扑结构和基本拓扑特征,根据FINC模型和OODA作战环理论将节点划分为指挥控制节点、情报节点和火力打击节点,并将整个网络划分为三个不同的网络层,按照多层复杂网络集群对抗模型对网络层进行两两组合得到了三个耦合的双层网络模型。然后,本文分别在三个双层网络模型上验证了最优边攻击策略在集群对抗背景下的瓦解效果。实验结果表明网络的信息传播能力不仅受到网络层之间的耦合方式影响,还与平均度、平均最短路径两个拓扑特征相关,为集群对抗下的网络攻防问题提供了有价值的见解。