随着科学技术的高速发展,21世纪的人类社会通常被人们称作“网络时代”。可以说,我们的生活离不开网络。但是,人类在享受信息化生活带来便利的同时也承受着一系列严峻的风险。近十年来,从SARS的蔓延、埃博拉的爆发到熊猫烧香、灰鸽子等计算机病毒的疯狂传播,计算机及生物病毒的爆发和传播越发频繁且难以控制;9.11事件后,基地组织、IS以及东突等各种恐怖组织的破坏活动日益猖獗;随着各类社交网络的兴起,对于舆情的有效引导越发困难,而谣言的传播更如开闸洪水般难以控制。对于病毒传播网络、恐怖组织网络以及谣言传播网络这些呈现出危害性的网络,我们希望通过免疫、瓦解、扰动等有效手段摧毁其网络结构,使其功能不能正常发挥。因此,网络科学问题中有关复杂网络攻击策略的研究越发凸显出其重要的理论指导意义和实际应用价值。从最初基于零信息、完全信息的攻击策路研究,到近年来基于不确定或不完全信息条件下攻击策略的研究,关于复杂网络攻击策略的研究越发地贴近现实世界的实际情况,成为网络科学领域举足轻重的前沿课题。本文将针对当前复杂网络攻击策略研究中所存在的不足,以复杂网络和优化算法以及相关理论知识为指导,在复杂网络攻击策略建模中引入禁忌搜索和不等概率抽样用以求解不同条件下的复杂网络最优攻击策略,围绕攻击对象的刻画、攻击模式的定义、攻击效果的评估和最优攻击策略的求解四个问题,综合运用统计物理和传统图论知识,以及矩阵论、线性代数、军事运筹学、概率论与数理统计、控制仿真等多学科领域知识,对复杂网络攻击策略问题的建模、分析以及相关优化算法的应用进行了详尽细致的挖掘。本文的主要研究工作和相关创新点如下:(1)提出了一种全新的连通分量算法来用于复杂网络攻击策略研究。首先,我们定义了一种全新的图收缩操作:Hub收缩,并基于Hub收缩提出了一种快速连通分量算法,算法的核心思想即是让子图Hub的核心节点优先收缩,我们将所提出的算法分别应用于ER随机网络和基于配置模型的随机无标度网络,实验结果表明,基于Hub收缩的连通分量算法其仿真过程显著快于其他经典的连通分量算法,尤其是当实验对象是随机无标度网络时。(2)将智能优化算法引入均匀成本条件下的复杂网络最优攻击策略的研究。通过攻击对象的刻画、攻击模式的定义、攻击效果的评估,首先构建了均匀成本条件下的复杂网络攻击策略模型,在此基础上引入禁忌搜索来求解复杂网络的最优攻击策略,将其求解算法应用于ER随机网络、基于CM的随机无标度网络和BA优先连接网络中与其他经典攻击策略进行攻击效果比较,通过仿真结果可以发现,在上述的三种模型网络中,本文所提出的最优攻击策略的网络攻击效果在各项测度指标下均优于现有的几类攻击策略。(3)揭示了在不均匀成本条件下的复杂网络最优攻击策略的节点攻击倾向。对于不均匀成本条件下的复杂网络攻击策略问题,我们提出了攻击成本限制模型,然后引入不等概率抽样来求解基于成本限制模型的最优攻击策略,并在此基础上给出了不均匀成本条件下的复杂网络攻击策略优化模型及其简化形式。研究发现,当总的攻击成本较为紧张时,网络中的小度节点将会被优先攻击;同样的,当总的攻击成本较为充足时,网络中的大度节点将会被优先攻击。然而,我们可以清晰地发现这里存在一个攻击对象选取的临界值,当单个节点的攻击成本超过这一临界值时,无论总的攻击成本充足与否,最优攻击策略都不会倾向于攻击大度节点。(4)实证分析研究。本文分别以美国电网、马德里火车炸弹恐怖分子网络和Jazz歌手关系网络为背景,将国防关键设施和人物关系作为建模视角,通过Gephi分别绘制了三种网络的拓扑结构图,对模型方法在目标网络上的攻击效果及优化算法的作用进行了仿真分析。研究表明,同模型网络一样,本文提出的最优攻击策略求解方法在各类型实证网络中同样表现出色。