目前,针对复杂网络的研究变得越来越热。复杂网络就是一门研究不同网络之间的共性和处理他们普适方法的科学。学者们先后提出不同的网络拓扑模型来反应现实社会中人际网络的特性,如小世界网络和无标度网络。与此同时,学者们又在建立的网络模型上构建传染模型,如SI模型、SIS模型、SIR模型等,同时提出各种免疫策略,其中典型的免疫策略有随机免疫,目标免疫和熟人免疫。许多网络模型(如小世界网络和无标度网络)往往只反映了节点与节点之间是否相连,而忽视了节点间联系的紧密程度,这就不能很好的反映现实社会当中的一些情况,比如一个地区不同民族之间人的接触频率往往要远远少于同民族之间人的接触频率,又比如家庭之间成员的接触频率要比非家庭成员之间的接触频率更大。此外,由于无标度网络的无标度特性导致了病毒在网络中的传播临界值几乎为0,这就意味着即便病毒传播的概率很小,病毒依然会在网络中爆发并在最后达到稳态。因此,在一个贴近实际社会的网络模型中,一个高效便捷的免疫策略就显得尤为重要。针对这个问题,我们做了如下的工作：(1)为了构建更加贴近实际的网络,我们提出了基于多民族混合地区的网络模型并采用高危免疫策略,提出了民族系数这一概念,研究分析了民族系数对小世界网络和无标度网络中免疫效果的影响,同时从理论上和模拟仿真上加以证明,给出了随机免疫同高危免疫策略的对比。实验表明我们的策略是高效的和便捷的。(2)多民族混合地区的网络模型触发了我们构建人与人之间接触频度的想法。我们对网络中节点与节点之间的关系用权值表示,权值越大表示节点之间的接触也就越频繁。同时我们也对高危免疫进行了改进,提出了基于“高接触”频度的免疫策略,使之免疫更少的节点取得一样甚至更好的结果。最后通过模拟仿真实验,我们分析了网络规模、病毒传播概率和网络平均度对免疫效果的影响。结果表明此种策略是有效的,也是便于实施的。