近年来,复杂网络在网络安全等领域应用广泛,识别复杂网络中的关键节点,对于理解网络的结构和功能,保障整个网络的稳定运行具有重要意义。在实际应用中,将复杂网络中的节点进行重要性排序能够为计算机网络安全风险的综合评估提供一条有效可行的解决途径,能够帮助确定计算机网络的安全风险等级,为下一步安全管理员采取适当的措施维护计算机网络安全奠定理论基础。然而,现有的关键节点识别方法存在准确性不高和计算复杂度高的问题,因此,快速高效的关键节点识别方法是复杂网络以及网络安全领域的研究热点。针对目前复杂网络中关键节点识别方法存在分辨率和准确性不足问题,提出一种基于K-shell的复杂网络关键节点识别方法（K-shell based key node recognition method,KBKNR）。该方法采用K-shell方法将网络分层,获取每个节点的K壳（K-shell,Ks）值,通过Ks值衡量复杂网络全局结构的影响。在局部结构影响方面,提出综合度（comprehensive degree,CD）的概念,并设定可动态调整的影响系数μi,通过平衡邻居节点和次邻居节点的不同影响程度,获取每个节点的综合度。在该方法中,当节点Ks值相同时,综合度较大的节点更重要。实验结果表明,KBKNR方法能够有效识别关键节点,在不同复杂网络中具有较高的准确率和分辨率。在KBKNR方法的基础上,提出基于关键节点识别的网络安全风险评估方法,用以解决目前网络安全风险评估方法准确性不足的问题。该方法运用模糊集合理论,将计算机网络中所包含的安全风险因素从资产影响、威胁影响、脆弱性影响的三个不同维度进行分析,并给出评价等级定义和描述;将威胁计算机网络安全的各个影响因素相对于这三个维度进行等级划分,得到不同的隶属度矩阵。利用熵权系数法得出各个影响因素的权重向量,利用系统综合评价中的加权平均法确定计算机网络中各设备的风险值,对KBKNR方法中的综合度归一化处理并作为权重向量,计算得到整个计算机网络的风险值,从而确定计算机网络的风险等级。实验结果表明,该方法有效可行且具有较高的准确性。