自从互联网技术被引入商业应用以来,伴随着计算机和通信技术的飞速发展,互联网已经渗透到人们工作和日常生活的各个角落。网络化软件就是一类以Internet为媒介,拓扑结构和行为可动态演变的密集型混合系统。系统中异常行为的产生和扩散将会给系统安全带来巨大的威胁,因此有必要对系统中的异常行为进行深入研究。本文研究的内容主要有以下两点:(1)提出基于极大似然估计的逆向求源算法用于定位异常传播源点。针对异常行为在系统中的快速传播给系统带来巨大安全隐患的问题,运用RLML算法快速定位异常传播源点。在某一段时间内,网络化软件系统的总体结构并没有发生很大的变化,改变的只是系统的局部结构,结合异常行为传播规律,从当前感染节点出发,逆向搜索还原路径,计算极大似然概率,匹配异常行为最佳传播路径,多条最佳路径的汇点即异常行为传播源点。仿真实验和实例分析证实了该算法的有效性和正确性。(2)从组件级和系统级两个方面考察网络化软件异常行为并提出了一种评估异常行为冲击力度的方法。首先分析异常行为对组件产生的危害,然后考虑组件在系统中的活跃频度,综合这两个方面的因素探讨异常行为给系统带来的冲击力度,认为对网络化软件系统平稳运行冲击力度越大的异常节点其可信性越差。仿真实验和实例分析证明对异常行为可信性进行研究可以为人们评估系统稳定性减小由异常行为带来的损失提供一定帮助。