自然界中的各种生存和衍化都依赖于大规模复杂网络的多样性.与连续系统相比,离散时间与状态动力学系统在定性地描述一些实际现象原理时具有其特有的优势.例如,作为描述基因调控网络的一类典型模型,布尔网络能从宏观上强调一般原则而不是定量的细节,从而在一定程度上克服了连续系统因为动力学参数不足而造成的可用性不足问题.此外,对于存储和通道带宽受限的无线传感网络,利用有限域网络来建模则更加贴切实际.针对离散时间与状态动力学系统中存在的一些局限性,本文从一些新颖的角度给出了一些解决方法.主要工作如下:由于现有结果和方法对节点动力学需要利用完整的节点动力学方程,本文首次提出了适用于离散时间与状态动力学系统的结构能控图和结构能观图概念,使其能从网络拓扑的角度保证离散时间与状态系统的能控性和能观性.同时,给出了一类可行的结构能控图和结构能观图,并证明了其对于布尔网络这类特殊系统是紧致的.接着,对于任意给定的有向图,考虑了如何通过控制最少的顶点或对其施加传感器,使其成为结构能控图或结构能观图.对此,证明了结构能控图的最小实现问题是NP难的,而结构能观图的两类最小实现问题都可以在多项式时间内被解决.由于大规模网络节点动力学的识别通常比较困难,而对网络拓扑的识别则比较基本,所以结构能控图和结构能观图能在只利用网络拓扑的情况实现对系统能控性和能观性的分析与控制.考虑到从实验中所获取的数据通常是带有噪声的,研究了概率布尔网络和具有Markov跳变参数的布尔网络两类随机布尔网络的相关问题.基于代数状态空间表示方法,从Markov链稳态的角度给出判断概率布尔网络渐近稳定性的充分必要条件.并基于拓扑排序的思想,给出了两个判断概率布尔网络有限时间稳定性的算法.由于离散时间演化的向前紧性,有界一致型时滞对其稳定性不产生影响,即使时滞是时变的.这将现有文献中处理这类时滞的计算复杂度从O（（τ+1）2n）降低到O（2n）.为了尽可能地降低时间成本和控制成本,研究了Markov跳变布尔网络的最小时间控制和最小触发控制问题.通过建立最大化准则,得到了检验最小能观时间的必要条件,并设计了对应的最小时间控制序列;对于事件触发输出反馈能观性,也设计了相应的程序来最小化触发事件集合.这能在时间成本或控制成本最优的情况下,保证系统的能观性.此外,利用切换信号与状态独立的性质,在一定程度上降低了现有结果对稳定性分析的计算复杂度.由于传统的代数状态空间表示方法需要使用2n × 2n维的网络转移矩阵,这在处理大规模布尔网络时通常是不能接受的.为此,基于网络拓扑信息,对于布尔网络的能观性、能控性、集镇定性以及依概率镇定性提出了一种新颖的牵制控制框架.与传统的牵制控制方式相比,本文所给出的牵制控制器只利用了n×n维网络拓扑的局部信息,而不是2n× 2n维的状态转移矩阵,因此将计算复杂度从原先的O（2n）降低到O（n23d*）,其中d*是网络节点的最大入度.同时,所设计的状态反馈控制器只依赖于局部信息,所以其在形式上也比传统的牵制控制器要简洁许多.此外,牵制节点可以在O（n2）时间内选取,且只施加在一部分节点上,而传统框架中,选择牵制节点需要反解2n × 2n维逻辑矩阵,并且控制输入可能施加在全部节点上.考虑到传统有限域网络分析依赖于网络节点之间状态值的精确交互,而这种信息交互有时可能违背节点的隐私性.基于连续系统中的节点分解和权重机制,首次提出了有限域网络的隐私保护策略:将每个节点状态分解成两个子状态,第一个子状态参与与原系统一样的内部关系,而另一个状态则只与前一个子状态进行交互.这种分解机制和权重机制不但能使网络收敛到精确的一致性值,而且能有效地抵御诚实但好奇的敌手与外部窃听者,从而达到了有限域网络隐私保护的目的.本文给出的上述解决办法,克服了离散时间与状态动力学系统中存在的一些局限性和问题,分别对于节点动力学识别困难、时间或控制成本有限、网络节点规模较大、隐私保护等许多情况都提供了可行的解决方案.