软件度量是软件设计与开发的科学保证之一。其中,软件复杂性度量是软件度量的一个重要方面,它与软件的可靠性、可维护性有着密切的关系。近年来,软件行业发展迅猛,所开发的软件系统规模在不断变大,所处理问题的复杂性也在不断地提高。这对软件开发过程的管理及产品的质量保证提出了新的挑战。因此,如何认识、度量、预测、控制和改善软件复杂性成为软件工程领域中极为重要问题。研究表明,大型软件系统作为一种人工智能系统,其实体之间的拓扑结构关系,也具备复杂网络的“无标度”、“小世界”等统计特征。因而,软件工程领域的研究人员针对传统软件结构度量方法侧重微观统计、缺乏全局性和整体性等缺点,借鉴复杂网络的相关理论、方法,提出了一些软件复杂性度量方法。逐渐形成了复杂网络与传统软件工程的交叉研究领域。本文对该领域工作进展进行了介绍,将软件系统抽象为三个相对独立但又相互映射的层次影响网络模型,并选取8个Java开源软件系统作为研究对象,分析了它们的网络结构特征参数。结果表明它们均存在明显的“无标度”、“小世界”特征,进一步证实了软件网络的复杂网络特性。随后,根据8个实例软件的影响网络模型所呈现出的一些特殊现象,结合软件工程实践原则,在对比研究相关的传统软件复杂性度量方法的基础上,提出了一种基于软件影响网络的度量方法,具体包括以下三个方面：1)基于包级影响网络的软件模块性度量,2)基于特征影响网络的类变更趋势度量,3)基于特征影响网络的类内聚性度量,并且从理论和实例两个方面对上述度量的有效性进行了验证。最后简要介绍了本文针对软件影响网络模型抽取和分析而开发的辅助工具Loach。