近年来,随着互联网的普及以及网络数据的暴涨,应用协同网络已经日益成为一个研究热点,吸引了世界各地学者的研究。应用协同网络可以用来表示常见的现实系统,如城市地铁公交交通网络可以表示成具有双层网络结构的双重网络,人与人之间友好和敌对关系可以表示成连边上具有正负符号的符号网络,地理勘测系统中的地理位置信息可以表示为象征空间位置信息的空间网络。在本论文中,我们具体选取了符号网络和空间信息网络这两个应用协同网络来进行应用研究。符号网络可以表示复杂人际关系,通过对符号网络进行全局结构平衡计算可以揭示符号网络中的矛盾冲突关系,但是容易造成个人隐私信息的泄露。因此,需要对符号网络进行隐私结构保护,并对保护后的符号网络的隐私结构进行隐私保护下全局结构平衡计算。空间信息网络可以表示具体的空间地理位置信息,需要对空间信息进行采集和进一步分析。目前工业界经常使用无人机进行地理信息采集,但存在地理信息分布太广,无人机续航能力不足、路径规划没有考虑能量限制等问题亟待解决。因此,需要使用空地协同系统,综合利用无人机飞行速度快可以航拍的优点以及无人车续航能力强并具有装载能力的优点,协同进行地理信息采集任务。并对于空地协同系统,进行考虑路径最短以及能量限制的路径规划。对于符号网络的隐私结构分析和空间信息网络的路径规划研究,都是基于启发式算法,来实现算法计算速率和计算效果的平衡。论文的具体研究内容包括以下两个方面:对于符号网络的隐私结构分析,我们首先调研了现有的隐私保护策略,并结合符号网络的特性和隐私保护需求,提出一个基于随机扰动策略和同态加密技术符号网络隐私保护框架。本框架分为客户端和服务器端,客户端的用户设备可以利用服务器端提供的加密技术对自身隐私信息进行扰动和加密,然后将加密后的数据发送到服务器端进行数据分析。服务器端采用了同态加密技术,可以在不获取每个客户端原始数据的情况下,对用户数据进行统计分析,并解密得到最终的结果。其次,基于我们提出的隐私保护框架,我们提出了一种快速贪婪算法,用来对符号网络进行隐私保护的全局结构平衡计算,即计算得到一个合适的聚类划分,使得整个网络中的不平衡边数最少。我们将提出的隐私保护框架以及全局结构平衡计算算法应用到实际符号网络以及人工生成的符号网络中进行综合对比实验,验证了我们提出的框架和算法的在隐私保护方面的有效性以及在全局结构平衡计算方法的准确性。对于空间网络中的路径规划研究,我们首先调研了现有的空地协同系统的使用场景和对应的路径规划算法,并结合实际工程应用中的违规建筑物理信息勘测场景,提出一种新的空地无人机器人的协同方式,用来对收集地理信息。基于我们的提出的空地协同机器人的协同方式（如何协同的,无人机干什么,无人车干什么）,我们设计了一种Memetic算法,用来对空地无人机器人进行路径规划,使得规划后的路径同时满足系统中机器人的协调控制和任务运行以及路径最短。在模拟数据以及在实际收集的地理数据上的实验显示,相比于传统算法,我们提出的框架和算法可以在最短的路程中完成地理信息勘测任务。