大量现实世界的复杂系统由多个相互作用的单元构成,单元及其之间的关系可以抽象成复杂网络进行描述,研究者发现它们具有无标度、小世界、同（异）配性、层次结构和社团结构等部分或全部特性。经典传播模型只关注节点不同状态或类型之间的变化过程,而不考虑网络结构的影响。然而复杂网络传播动力学的研究更加关注网络结构、载体的行为模式、传播特征以及演化过程等因素影响。网络结构的研究从节点逐步拓展到簇、社团和层次结构,从不同角度对复杂系统的内在关系进行了更加精准的刻画。社团结构的特点是网络中的节点按照某种性质或者特征被划分成若干个模块,每一个模块内边是相对稠密的,但模块间边是稀疏的。人是病毒的载体,人们的行为形成的传播链通常具有社团结构特征。然而,社团结构和传播动力学之间存在哪些因素相互影响尚不完全明确;现有复杂网络模型的创建大多基于规则模型,与人类流行病的传播过程中所形成的网络并不相符。本文对社团结构、社团鲁棒性以及基于流行病的传播特征和人们行为模式建立贴近现实生活的传播模型和设计有效的预防控制策略进行了研究。全文主要工作如下:（1）提出一个基于二分网络资源分配的社团结构检测算法（Enhancing Community structure Detecting algorithm,ECD）。针对两性疾病的传播特征具有二分性和社团结构,研究了在二分网络中如何识别社团之间的边界来提高社团结构检测质量。二分网络节点分为两类,同类节点无交集,异类节点之间相互联系。本文扩展了二分网络资源分配投影方法,分别找到同类节点之间,节点和它的邻居社团的权重,根据权重大小判断冗余边。利用ECD算法检测二分网络社团结构的同时重叠节点被识别。通过人工和真实网络的实验结果对比,ECD算法具有良好的性能。另外,边是传播动力学中主要“媒介”,重叠节点促进社团间病毒的传播。删除冗余边和对重叠节点采取积极的防控措施可以抑制该类病毒向其它社团传播。（2）提出一个同配邻居优先连接耦合算法（Assortative Neighbors classification Priority Link,ANPL）。针对大部分真实网络之间存在各种各样的耦合关系,而不是孤立存在的。研究了如何在保持子网结构不变的基础上提高相依网络社团鲁棒性。从社团结构、子网间节点度相关性和相依网络上故障传播机理角度分析,在生成的网络上模拟级联失效过程,改变失效节点比例、位置和社团结构强度分析无标度网络耦合而成的双层相依网络的社团鲁棒性和相似性。通过与经典的耦合算法对比,实验结果验证了 ANPL算法的有效性。该结论为进一步研究具有社团鲁棒性强的多层相依网络模型提供指导。（3）提出一个双隔离策略的易感-感染-隔离-易感（Susceptible-Infect-Quarantine-Susceptible,SIQS）流行病传播动力学模型并建立了该模型的演化方程。针对在重叠社团结构的人群中流感、冠状等病毒的传播,不但考虑易感个体在社团内面临不同的感染风险,而且分析感染该类病毒的个体特征。将感染者的状态分为潜伏期和爆发期,潜伏期同样具有传染性,隔离率应该随个体感染的不同阶段动态变化。通过改变模型中的参数值调整隔离策略,在具有重叠社团结构的无标度网络中模拟SIQS流行病传播过程。当局部或全局爆发疫情系统进入稳态时,执行双隔离策略不但比单一对感染者实施隔离策略的隔离密度小,而且减弱流行病从局部向全局传播速度。双隔离策略的效果与疾病的潜伏期、传染率和初始感染密度均有关。实验验证了该模型的有效性并为进一步设计合理的防控策略提供了理论依据。（4）研究了复杂网络流行病分布的均匀性。针对复杂网络流行病传播动力学研究中,通常基于均匀混合假设得到解析解,即疾病均匀分布在网络中。然而在真实的社交网络中个体之间的局部接触方式导致疾病就近传播。通过分析典型染病簇尺寸的不足,定义染病簇尺寸熵δ*测量流行病传播中所有染病簇分布的变化情况。在具有长程和局部随机行走的动态网络上模拟易感-感染-易感（Susceptible-Infect-Susceptible,SIS）流行病传播模型,对比动态网络和均匀模式的染病簇尺寸熵。实验结果表明移动速度、感染密度、长程运动概率、感染率和活动半径的改变影响疾病分布的均匀性变化。综上所述,不同网络结构研究的侧重点不同,在进行传播动力学的研究中要充分考虑网络结构、疾病传播特征、病毒载体行为模式之间的相互影响,才能建立更加符合现实世界的传播模型和设计合理有效的预防控制策略。