复杂网络系统渗入每个人的日常生活,大到互联网系统小到社交圈网络,这些复杂网络中包含着人类的活动轨迹特点,了解这类特点有助于指导人类生活,比如有效地进行社交推广,资源分配等。社区结构是复杂网络的重要特征,检测复杂网络的社区结构是分析复杂网络的不可或缺的一部分。现实复杂网络普遍具有动态特性,研究出用于动态复杂网络中社区结构关系的算法极具挑战性,也是未来社区检测的主流方向。本文对动态复杂网络社区检测进行研究,采取多目标优化解决思路并结合智能算法中的遗传算法和免疫机制,提出一种基于双层标签的多目标免疫动态检测算法(DYN-MDLIGA)。DYN-MDLIGA基于聚类演化框架,在初始时刻采用一种建立在遗传框架之上的静态算法,在初始化阶段利用双层标签传播,保留重要节点标签,确保算法稳定性和高效性;在遗传操作时采用了S型Sigmoid函数构建自适应交叉变异算子,可以在早熟收敛和收敛速度慢之间取得平衡;并采用多目标优化策略,避免模块度造成的分辨率限制,并且在全局搜索中加入局部搜索优化,实验证明算法能够实现精确检测的同时获得多层次的社区结构。在动态检测的后续时刻中,在遗传算法中引入了免疫机制,设置免疫浓度因子调节抗体浓度,构建免疫选择浓度低适应度值高个体的策略,保证种群多样的同时避免早熟收敛;采用基于邻位标签的疫苗接种方式,提高个体被选择概率和加快种群收敛速度。通过对人工合成网络和真实网络的实验验证,DYN-MDLIGA算法的检测结果准确性高于对比算法,同时获得多层次的检测结果。