随着网络技术的快速发展,网络安全及相应的对抗技术受到广泛关注。我们的现实生活中网络都可以抽象为无标度网络模型,对不同的无标度网络模型进行模拟攻击和造成相继故障的鲁棒性分析对人类现实生活和网络安全都有重要意义。本文以复杂网络理论为基础来对无标度网络的鲁棒性进行研究,首先介绍了复杂网络的基本统计特征和相关网络模型等基础理论。通过构造方法和算法描述建立了属于无标度网络的BA模型、增长模型、动态演化模型和局域世界模型网络,然后设定最大连通子图、网络连通效率、可用性度量、抗摧毁性度量和网络成本度量5个鲁棒性指标。提出鲁棒性的评估策略,包括:分析手段、分析步骤和分析策略,采用随机攻击和蓄意攻击算法对网络模型进行攻击,造成相继故障,分析其鲁棒性。根据分析策略对4种无标度网络模型的网络特征和鲁棒性进行度量,鲁棒性最好的模型是局域世界演化模型。以该模型的最大节点度值较小是否是影响鲁棒性的主要因素作为出发点,提出了设置节点饱和度值的优化方法,分析模型的合适饱和度值。实验证明,基于度值饱和优化前后的模型在受到随机攻击时,鲁棒性基本相同,受到蓄意攻击时,鲁棒性平均提升8%;受到蓄意攻击时在饱和度值的取值区间内,随着设置节点饱和度值的减小,网络模型的鲁棒性单调递增。为了进一步加强网络模型的鲁棒性,提出了采用Louvain算法的社团划分算法对网络模型进行社团划分,对社团之间采用随机和蓄意的连边策略增加连接边的优化方法。经过实验比较,在蓄意连边策略中,随着连接节点的重要性降低,网络模型的鲁棒性单调递增。最后对比优化前后的模型,验证了基于社团划分中心系数蓄意连边算法的局域世界演化模型的鲁棒性最好,优化后鲁棒性提升最多的是最大连通子图(G)提升了 55%和网络成本度量(ηb)提升了 40%。