在复杂的社交网络下,大量的虚假信息存在于网络中,损害了人们的利益,同时快速的城市化以及便利的交通使得人与人之间的交流更加频繁,带来了传染病的快速传播,因此寻找并控制这些扩散事件的传播源点有着重要意义。复杂网络下传播源点经过一定时间形成感染网络,通过某时刻下感染网络的有限的信息如节点的感染状态、不完整的传播路径,来寻找真实源点。源点问题的难点在于通过复杂网络可能无法获取完整的传播路径或所有节点的感染状态。因此利用基础网络以及感染网络,本文提出了通过结合传播子图以及观察点部署的源点挖掘方法。对于观察点部署策略,本文通过改进的k-shell分解方法结合约旦中心性思想进行观察点分布,同时在此基础上结合传播子图的评价值来联合估计感染节点作为源点的可能性,随后在此基础上将单源点模型拓展,研究结合单源算法的多源点挖掘。本文通过构造网络以及真实的复杂网络模拟单个或多个源点的信息传播,并且在一定的时间后获取感染子图。在多种不同的网络图上进行实验,研究了综合评估单源点算法的可行性和准确性,并与各种单源算法进行实验对比,随后通过采用不同的观察点部署策略,验证了本文提出的观察点策略的优越性。最后将单源点模型拓展为自适应的多源点算法,在真实网络和构造网络下,通过实验与CMS模型(基于社区划分的多源挖掘)比较验证了多源算法的可行性与准确性。