复杂网络的理论研究广泛涉足于计算机网络、通信网络、交通和社会学等领域,但其在各个领域的应用研究尚需进一步深入。近年来对如何将复杂网络理论真正付诸于具体的应用之中,引起了学术界的广泛关注。在复杂网络理论中,小世界、无标度网络在交通、管理和社会学等领域,已经出现了一系列重要的研究成果。但在计算机与通信网络中有针对性的复杂网络应用研究尚不多见,本文针对复杂网络上移动行为的位置可预测性、无标度网络的鲁棒性、复杂网络理论在网络安全中的应用及认知无线网中资源分配算法等方面进行了研究,取得的创新性成果如下:1、解决了人类在复杂网络上移动的可预测度问题。通过定义可预测度,真实位置熵,理论位置熵,规律性等概念,运用Fano不等式对熵进行计算,解决了人类在复杂网络上移动的可预测度问题,人类移动行为平均可预测性高达93%,得到了人类移动位置的预测度与性别、年龄、生活地区、语言等没有明显相关性的结论。该研究成果对个人隐私信息的保护研究,城市规划,交通运输,移动增值服务等提供了理论依据。2、提出了根据时空相关度对复杂网络进行抗蓄意攻击的算法。在设计复杂网络改变拓扑结构与逻辑重构算法时,时空相关度具有重要的意义,据此提出了时空无关和时空受限两类网络的定义,在此基础上,分别提出了针对时空受限网络的Hub Split算法与针对时空无关网络的Link Swtich算法,以提升网络抗击攻击的能力。换言之,在实际网络中在既保证了数据信息的高效传输、旅客的快速运送能力,在维持了对随机节点故障的高容忍度的同时,提高了抵抗对网络中关键点攻击的能力。3、提出了一种基于可预测度和时空相关性的抗分布式拒绝服务攻击的方法。根据分布式拒绝服务也具有较高的可预测性,兼顾历史信息与当前网络状态,运用递归最小二乘法,对疑似攻击行为进行判定。在此基础上,对网络进行逻辑拓扑的改变,即改变路由。达到了针对同一攻击目标在时间、空间上对攻击网络包平滑的目的,缓解甚至消除了分布式拒绝服务攻击。4、提出了基于可预测度的认知无线网资源分配算法。在实际认知无线网络环境中,由于干扰、散射等因素会使得某些网络参与者即博弈方得不到完全的信息,造成了资源分配的合理性问题。然而认知网络具备无标度网络的特征,其网络博弈各方的信息具有较高的可预测度,在此基础上,提出了一种基于可预测度的非完全信息博弈的资源分配算法,实现了资源的合理利用。