近年来,软件系统的稳定性问题和安全性问题日益突出。本文基于软件网络中节点之间的调用关系结合软件网络中的特性,从复杂网络理论的角度出发,分析软件系统中节点和社团等网络拓扑结构,进而分析软件系统的相关结构特性。首先,为了得到软件执行过程中的具体信息,提出了一种变量粒度描述软件结构的建模方法。该方法利用函数间的调用关系,在动态软件执行过程中设定不同测试用例,多次执行软件系统,追踪执行过程中函数调用的相关信息。对多次执行结果进行去重合并,删除冗余信息,构建软件执行网络模型。其次,考虑软件网络当中函数之间故障传递的相关特性,定义函数节点之间的故障概率度量值NMV(Node Measurement Value),并分析软件执行过程中函数节点之间的调用的相关信息,提出算法ETN(Evaluate the Node)计算函数节点的NMV值,进而挖掘重要节点。再次,基于标签传播的社团挖掘算法,结合软件网络当中函数之间的故障传播概率,给出挖掘软件网络中社团结构的算法LCD(Label Community Detect)。利用函数节点的重要性排序,优化函数节点标签传递的过程,从而得出社团的最优划分。借助社团结构分析软件系统的网络结构,挖掘软件系统的潜在性质。最后,对本文提出的两个算法,分别在真实的复杂网络数据集下进行实验,在不同的版本的开源软件上挖掘网络中的关键节点和软件网络中的社团结构。分析软件各版本中重要节点的分布情况和社团结构的划分情况,进而了解软件演化过程中软件网络拓扑结构的相关特性。通过对两款软件进行实验,分析软件的网络结构,挖掘软件系统的潜在性质,验证所提方法的有效性和正确性。