近年来,复杂网络始终活跃在科研的各个领域。随着研究的逐步深入,许多研究人员开始关注复杂网络上传播源的定位问题。在现实世界中,许多现象都可以建模为传播源在复杂网络上的扩散,比如在以微博为代表的社交网络上的谣言信息传播,肺结核等传染病在人际接触网络上的疾病传播等等。如果可以快速准确地定位传播源就有利于防止谣言信息和疾病的进一步扩散,因此,这是一项非常有现实意义的工作。目前,针对传播源定位问题的研究根据网络的时态可以划分为静态网络和动态网络上的传播源定位方法。其中,大部分的研究致力于静态网络上的传播源定位,只有少量研究关注动态网络,而且其前提条件是需要已知具体的传播模型,这是与现实情况不相符的。本文主要针对上述问题对动态网络中的传播源定位方法开展研究:首先,研究了基于标签传播的动态网络传播源定位方法。本工作主要针对动态网络上传播模型未知情况下的传播源定位问题进行研究,通过对动态网络进行分层处理和节点标签的反向传播进行传播源的定位。在实验中,采用了三种不同的传播模型在四种网络上进行模拟仿真,实验结果证明了该算法在动态网络上定位传播源的有效性,并且得出了实验参数的最优取值范围,证实了网络的拓扑结构和邻居节点信息对节点状态的影响同等重要。其次,研究了融合节点中心性的动态网络传播源定位方法。为了进一步提高动态网络上传播源定位的精度,在进行传播源定位之前引入了中心性算法用来筛选出感染图中的重要节点。在实验中,针对四种不同的中心性算法进行了实验,实验结果表明四种中心性算法对于传播源定位精度都有一定程度上的改善。除此以外还可以看出,对于同一种数据集四种中心性算法改善的效果大致相同,这也体现了四种中心性算法均适用于传播源定位问题。本研究解决了现实网络中未知具体传播模型的问题,这对于动态网络上传播源定位的研究是一个突破,使得对于传播源定位问题的研究更符合现实情况。