随着大数据、云计算和“互联网+”的快速发展,复杂网络的研究愈加成为人们探索真实复杂系统的有力工具。深入挖掘网络结构与网络性能之间的关系,为现实世界构造更鲁棒更稳定的大型系统提供了非常有价值的现实建议。复杂网络的广泛应用,使得网络抗毁性成为一个非常热门的研究方向。网络“鲁棒又脆弱”的结论的广泛传播,大度节点或度大的关键边成为人们重点保护的对象。即便如此,网络级联失效的现象仍在我们生活中广泛存在。因此,紧随现代网络的结构调整,研究出新型且有效的攻击策略是非常必要的,从而才能对其采取有针对性的优化及保护措施。基于以上分析,本文主要工作内容及创新成果如下:(1)基于k-core分解的新型边攻击策略研究首次定义了网络的边的k-shell值的概念,进而提出了三种不同的基于边k-shell值的新型边攻击策略,并与其他三种经典的攻击策略进行了比较。仿真结果发现,在随机网络中shell-max攻击是破坏整个网络连通性的最有效的策略,在无标度网络和指数网络中shell-max攻击也具有较好的攻击表现力。除此之外,计算边的shell值的复杂度远远低于介数中心性的复杂度。因此,shell-max策略是一种低成本强破坏的攻击,可以作为一种非常有效的摧毁大规模网络系统的潜在候选策略。(2)Onion-like结构对相依网络的攻击鲁棒性的影响借鉴单一网络上提出的保度断边重连的Onion-like类洋葱优化结构,首次将该优化模型拓展到双层相依网络中,并在系统的每个网络组件中都引入了类洋葱的结构。提出并比较了三种不同类型的优化系统模型。基于此优化算法,研究了在度中心性攻击方式下四种相依系统的级联失效的情况。仿真结果表明,目标网络的优化对提高整个系统的攻击鲁棒性具有非常积极的作用。(3)复杂网络的结构分析与优化系统的设计与实现设计了用于大规模网络的仿真分析系统,通过数值仿真和统计分析技术,完成对大规模网络系统的结构特征分析、建模、系统优化等功能。系统采用基于模块层次化的设计思想,保证了系统的可读性、可靠性和可扩展性。