无论是自然界还是人类社会,都存在着许多由组件相互连接而形成的错综复杂的拓扑结构。科学家们根据相关理论借助数学工具,从现实世界中抽象出的、具有一定特征的网络结构,称为复杂网络模型。现实世界中的网络是动态、分层的,既不完全具有随机性,也不仅仅具有无标度特性或者小世界特性,而是同时具备以上特性。因此,复杂网络是一种兼具高群集系数、小世界效应和无标度性等特点的拓扑结构。目前复杂网络大多都是利用高速计算机生成的模型,网络的规模虽然可以进行人工设计和扩张,但是真实网络中存在的复杂因素是计算机无法模拟实现的,比如:互联网络中在某一时间内抢购活动,生物网络中生物的变异等。随着复杂网络研究的深入,更加符合现实生活的网络模型得到实证和发展。在现实世界中,病毒的大规模爆发使得人们的生命和财产安全受到巨大的威胁,比如近年来出现的传染性非典型肺炎、埃博拉病毒、甲型H1N1流感病毒等。因此,针对现实中的病毒传播场景,认识其产生的原因,传播需要的途径,并深入研究其内在规律,在此基础上对病毒传播过程进行抽象建模,分析、预测其发展趋势,进而设计出有效的抑制病毒传播的策略,不仅对现实世界中病毒传播的研究具有重要的意义,更为重要的是,对于复杂网络的研究有着重要的启示。过去,科学家们专注于设计特定的网络模型,用于对病毒的传播行为进行研究。已具有的研究网络表现出特征简单,缺少对现实世界中网络属性的真实描述的特点。本文在原有研究的基础上,重新构建结构较复杂的异质复杂网络模型,通过采取随机规则对小世界网络、随机网络和无标度网络进行组合、连接,使之更加接近于现实中的网络。基于异质复杂网络模型,本文研究带人工免疫的病毒的传播动力学行为。本文的主要贡献如下:1.在充分理解SIRS(Susceptible-Infected-Removed-Susceptible)病毒传播模型的基础上,加入人工免疫策略。分别在全连接网络上,均匀与非均匀三种网络上,研究具有人工免疫能力的SIRS病毒传播模型的传播动力学行为。根据平均场理论,得到其动力学微分方程,并通过理论分析得出相应的传播阈值,并分析传播阈值与网络模型的传播率之间的关系。2.在均匀与非均匀网络上,研究两种基本的免疫策略,即随机免疫策略和目标免疫策略,对带人工免疫的SIRS病毒传播模型的影响。仿真实验结果表明,针对特定的网络采取适当的免疫策略可以降低网络节点的感染比例,有效地控制病毒的传播。3.在异质复杂网络上,对带人工免疫的SIRS病毒传播模型的动力学行为进行分析,并研究在网络上实施免疫策略时该病毒的传播情况。仿真实验结果表明,在异质网络中,最终的感染人数比在具有单一特性的网络中少,人工免疫策略对病毒传播的抑制更为有效。