现实世界网络所蕴含的小世界效应、无标度特性、拓扑分形特征以及模块化结构等基本属性改变了人们以往基于规则网络和随机网络对复杂网络所建立的认识。复杂网络理论作为复杂系统与复杂性科学研究的重要分支，其目标在于揭示蕴涵于现实实体关系中的普遍规律，并探索其在科学技术领域中的应用。本文围绕复杂网络演化与动力学机制，着重从派系社团网络和分形复杂网络演化机制及模型、基于竞争与动态合作机制的网络社团结构检测算法、基于随机行走理论的复杂网络负载传输优化策略、基于社团重叠结构的多目标攻击方法等几个方面开展深入研究，具体研究内容和主要贡献如下：　　 研究了基于派系社团重叠结构的复杂网络演化模型。首先，介绍了特征路径长度、节点度分布以及聚类系数等复杂网络的主要结构测度；分析了小世界效应和无标度特性等复杂网络的基本属性；研究了随机网络模型、小世界网络模型和无标度网络模型的演化机制。其次，提出了一种基于派系社团重叠结构的复杂网络演化模型，并分别给出了模型的社团规模分布、社团度分布、节点度分布以及聚类系数的解析解。分析和实验结果表明该模型的社团规模及节点度服从幂率分布，社团度服从指数和幂律混合度分布，且具有模块化结构特征。　　 研究了基于类有限扩散凝聚过程的分形复杂网络模型。首先，对复杂网络的分形特征、生成机制和分形维数计算方法进行了分析；讨论了确定性和非确定性分形复杂网络模型。其次，采用类有限扩散凝聚过程的受限连接和去活动机制，提出了一种分形网络模型（模型Ⅰ）。进一步，在模型Ⅰ的基础上，将乘性生长机制引入网络的生长过程，提出了分形网络模型Ⅱ。分别给出了两种模型的度分布和聚类系数的解析解，并利用盒维数法对其分形特性进行了研究。分析与实验结果表明两种模型均具有可调的聚类系数和层次化模块结构，且其节点度服从指数和幂律混合分布。对于模型Ⅰ，当去活动参数为0和1时，分别与OHO和KE模型等价。当参数在0.3到0.8之间时，具有分形特性，分形维数在2.3到2.8之间变化；对于模型Ⅱ，在乘性生长和邻域连接参数的控制下，分形维数在1.4到3.7之间变化。　　 研究了基于竞争与动态合作聚类机制的网络社团结构检测算法。首先，介绍了社团定义和社团划分结果定量分析测度；研究了诸如分裂法、凝聚法以及谱分析法等复杂网络社团结构检测的基本方法。其次，针对社团边界模糊、社团异构分布以及分割粒度难以确定等社团结构检测难题，提出了一种基于竞争与动态合作聚类机制的社团结构检测算法。该方法基于节点最短路径向量构造相似度矩阵，并采用主分量分析技术实现对节点相似度矩阵的特征提取和降维。在此基础上，结合竞争与动态合作聚类分析算法，实现了对复杂网络社团结构的有效检测。基于Newman网络、Zachary网络和Dolphins网络的实验与对比分析表明所提方法能够自适应地确定社团划分粒度，特别是在社团边界严重模糊的条件下，其检测性能远优于GN算法和Newman快速算法。　　 研究了基于随机行走理论的复杂网络负载传输优化策略。首先，分析了基于网络局部信息、全局信息以及结合动态负载信息的路由策略；研究了包括节点度分布、聚类系数和节点度相关性等拓扑结构特性对网络负载传输效率的影响。其次，结合对布朗粒子随机行走理论的研究成果，提出了一种基于极小化路径节点度连乘积原则的优化路由策略。实验结果表明该策略使得网络节点的平均路由中心度与节点度成线性关系，网络负载传输能力正比于网络规模的平方，且与单个节点度值无关，因此网络负载获得最优分配。此外，所提策略的平均传输路径长度与网络节点数成对数关系，具有小世界效应，且随着节点平均度值的增加，其平均传输路径长度逼近最短路径长度。对比实验表明该路由策略的性能远优于最短路由策略和有效路由策略。　　 研究了基于社团重叠结构的复杂网络多目标攻击方法。首先，分析了影响复杂网络鲁棒性的主要结构因素；研究了网络单目标随机与度选择攻击方法、多目标攻击方法以及网络抗毁结构优化策略。其次，基于现实世界复杂网络普遍存在内部社团相互重叠缠绕的结构特征，提出了一种针对网络高社团成员值节点的多目标攻击方法。该方法在攻击单个节点的同时，能够影响网络中多个社团的内部结构并改变社团间的重叠关系，从而导致网络整体性能的下降。进一步，利用KE模型和Internet自治域网络进行了攻击对比实验，针对特征路径长度、全局效率、聚类系数、最大簇值、最大社团值以及社团数量等多种特征量的实验结果均验证了所提方法的性能远优于随机攻击和度选择攻击，同时还具有独特的网络社团数量随攻击强度增加而急剧减少的特点。