随着在线社交网络的迅速发展,信息传播的速度变得越来越快,代价也越来越小,同时网络的病毒传播给社会造成了巨大的损失。因此,研究在线社交网络病毒的传播机理,掌握病毒的传播规律,对控制病毒传播和降低损失具有重要意义。近年来,研究者们利用复杂网络理论研究病毒在人际网络、互联网络上的传播已取得丰硕的成果。微博社交网络与传统复杂网络相比,具有更复杂的特性,在病毒传播过程中通信流量和网络的动态演化对病毒传播起到不可忽视的作用。本文在对已有的病毒传播研究进行深入分析的基础上,以新浪微博为研究对象,提出了基于通信流量的病毒传播模型ISHR,并分析了微博网络的动态演化对病毒传播的影响。本文主要研究内容包括以下几个方面:(1)对微博社交网络的基本拓扑特性进行研究。本文通过网络爬虫获取微博用户关系数据,建立网络模型,结合Pajek软件和Matalb软件对网络模型的静态拓扑特征进行了分析,包括度分布、最短路径长度分布、聚类系数等,结果表明微博在线社交网络具有小世界特性、无标度特性及社团性。(2)针对通信流量对病毒传播的影响,本文对传统病毒传播模型分析的基础上,提出了ISHR病毒传播模型。通过Matlab软件仿真分析,结果表明节点之间通信流量越多,越有利于病毒的传播,从而增大了网络中病毒爆发的可能性。另外,在通信流量一定的情况下,分析了有效传播率和拒绝率对病毒传播的影响,结果表明随着拒绝率的增大,感染者的密度不断降低,而随着有效传播的率的增大,感染者的密度不断增加。(3)针对微博网络动态演化的特点,本文仿真分析了模块度、桥节点、幂指数对病毒传播的影响。结果表明网络社团结构越明显越不利于病毒的传播,而桥节点的度越小或者幂指数越大越有利于病毒的传播。此外,关于网络的免疫策略,本文基于节点介数,提出了改进的熟人免疫策略。研究结果表明,改进熟人免疫策略的效果优于经典熟人免疫。本文所得研究成果为方便了解在线社交网络病毒传播规律,以及实施有效的免疫策略提供理论基础。