在人类历史的长河中,传染病一直存在并危害着人们的健康,如14世纪的黑死病,2003年的非典型肺炎,2020年的新型冠状病毒肺炎等。各界学者一直致力于构建传染病模型以制定防御措施和治疗策略来协助公共卫生管理。目前关于传染病动力学的研究模型大多是基于双层网络的,个体在两层网络上的状态存在相互影响,同一网络层上个体与邻居的状态也会相互作用,这将改变信息和病毒的传播速度及传播方式。随着移动通信技术的日趋成熟,当代社会一旦出现传染病,与之相关的信息也将很快地通过信息网络传播。不同导向性的信息对病毒传播的影响不同,因此研究病毒和信息共同传播时要对信息的导向性作进一步讨论。本文在双层网络框架下建立了新的交互传播模型研究信息传播和病毒传播的相互影响,主要研究内容包括以下三方面:（1）建立UAU-SIRⅠ模型,研究两层网络之间同一个体的两个状态的相互作用对信息和病毒交互传播过程的影响。分别以权威信息和谣言为代表,讨论正面导向性信息和负面导向性信息对病毒传播的不同影响。理论和仿真结果表明:正面导向性信息传播时,有意识的个体能改变自身的病毒传播行为并抑制病毒的传播,感染个体能改变自身的信息传播行为并促进信息的传播,负面导向性信息传播时结论相反。（2）建立UAU-SIRⅡ模型,分别研究两个单层网络上个体与邻居的相互作用对交互传播过程的影响。仿真结果表明:个体与邻居的相互作用会影响双层网络的传播阈值和传染规模,权威信息传播时模型Ⅱ反映出抑制权威信息传播、促进病毒传播的特性;谣言传播时模型Ⅱ反映出促进谣言传播、抑制病毒传播的特性,考虑邻居状态影响的模型Ⅱ是更符合现实情况的预测模型。（3）建立双层网络模型,研究双层网络的度相关性（IDDC）对交互传播过程的影响。用双层网络模型生成不同IDDC强度的双层网络进行模拟实验,并对比模型Ⅰ和模型Ⅱ中信息和病毒的传播阈值和传染规模的变化情况。仿真结果表明:双层网络的度相关性越大,信息传播和病毒传播的相互作用越强;高的度相关性在权威信息传播时会促进信息传播、抑制病毒传播,在谣言传播时会抑制谣言传播、促进病毒传播。