各种网络技术的智能化、社会化发展使得网络环境日趋复杂。在自组织网络环境中,要从浩渺的信息海洋中开发得到所需信息,具有极高的复杂性,因此需要新一代适用于复杂网络环境的理论和方法。首先需要研究网络环境中的信息动力学理论,在此基础上建立信息开发与利用的理论方法。此项研究不仅具有重要的科学意义,并且必将产生巨大的经济和社会效益。目前,网络行为建模工作仍停留在侧重交互通信的初级阶段,缺乏对智能行为建模的研究。本论文对社会行为分类,提出行为因子进行量化,并提出五行分类模型,旨在对动态行为进行预测。五行模型的量化以及网络信息开发都需要具有并行性的高效算法,本论文利用动物群体行为规律,引入群体分类机制及领导权的概念提出群蚊子追踪算法和分布式传感器网络群搜索算法。群蚊子追踪算法具有个体计算简单、收敛速度快、并行性高的优势。分布式传感器网络群搜索算法作为传感器网络信息开发方法,用于解决单目标、多目标问题以及社会智能决策问题,具有收敛速度快且能实现全局收敛的优势。对提出的模型与算法分别进行了理论推导及实验验证,分析其有效性及优越性。