迅速发展的复杂网络理论正有效地增进人们对大规模生物和计算机病毒传染机制的认识。目前,对复杂网络病毒传播的研究主要侧重于采用平均场方法建立微分方程模型,反映病毒传播的平均趋势,但此类模型并不适合描述病毒的动态演化特征;另外,现有病毒传播模型在构建的过程中,主要考虑感染节点在单位时步以相同的概率感染它的所有邻居,而实际情况并非如此。为了克服现有病毒传播模型的局限性,提出更加准确的病毒传播模型,本文从以下几个方面进行研究:首先,简要回顾复杂网络的研究简史、重要概念及网络的拓扑结构,并介绍现有的病毒传播模型和传播临界值理论等基础知识。然后,针对现有病毒传播模型的不足,基于一维元胞自动机,考虑信息网络节点全局交互和网络通信流量不均衡的特点,提出新的susceptible-infected-susceptible (SIS)病毒传播模型,研究该模型在多种网络拓扑结构下的传播行为。再次,在本文所提新的SIS模型的基础上,考虑到对于某些传染病,已感染个体一旦被治愈则具有永久的免疫能力的情况,提出新的susceptible-infected-removed(SIR)病毒传播模型,研究该模型下的复杂网络病毒传播行为。最后,将本文所提模型与现有模型进行比较分析,并将本文所提的两个模型进行对比分析,得出如下结论:随着网络通信流量的增大,病毒在不同拓扑结构网络中的传播速度都明显加快;减少网络的通信流量能够增大网络的传播临界值,从而降低病毒爆发的可能性;对于某些传染病,已感染个体一旦被治愈则具有永久的免疫能力,增大网络通信流量可以加速病毒的消亡,提高网络中免疫节点的比例。