复杂网络在自然界中普遍存在,如社会网络、蛋白质互作用网络、新陈代谢网络等,它们具有一些相同的网络特性,如社区结构、小世界特性和无标度特性,深入研究和探索这些复杂网络的网络特性和行为是当前的研究热点。建立合理的复杂网络模型,研究网络模型上的信息传播特性和免疫策略,有助于理解和研究复杂系统的结构和动力学行为。本文对具有社区结构的复杂网络建模及信息传播问题展开研究,主要工作有:(1)提出了一种具有社区结构的可调节聚集系数和模块性的无标度网络生成算法TCMSN,生成拓扑性质可调的具有社区结构的无标度复杂网络。通过调节模型的输入参数(如混合参数、连边概率)等调整所生成网络的模块性、聚集系数等重要拓扑属性;设计合理的连边策略,在不破坏网络结构多样性的情况下,尽可能维持网络的无标度特性。实验结果表明,TCMSN算法能够生成最接近真实网络社区结构特征的网络模型。(2)对算法TCMSN生成的网络模型和真实网络的传播特性进行分析。根据节点在网络中的作用,分别考虑以rich节点和diverse节点作为信息传播源时,网络在不同传播模型下的信息传播特性,实验表明rich节点在网络中传播速度较快和传播范围较广;而diverse节点作为传播源,与网络中度数相当的非diverse节点相比,其信息传播速度更快,传播范围更广。此外,论文分析了社区结构对网络信息传播的影响,可以通过控制混合参数抑制网络中信息传播的速度和范围。(3)提出了一种基于局部信息的信息免疫策略CHBD(Community Hub and Bridge Detector),在无需知道网络的全局信息和社区结构的前提下,有效发现并免疫网络中的潜在桥节点和中心节点,从而抑制网络中信息的传播。人工数据和真实网络的模拟实验表明,CHBD免疫策略对于抑制不同社区结构的网络中的信息传播具有更好的效果。