复杂网络是由数量巨大的节点和节点之间错综复杂的关系共同构成的网络结构。运用网络科学知识理论,探讨自然界、人类社会等各种复杂网络的特征和规律,是一项重要的研究课题。真实网络的复杂性,使得对其链路预测和其上节点影响力最大化等研究面临诸多挑战。一方面,由于网络数据的保护、隐藏和技术等因素,基于传统链路预测算法所得到的网络结构准确性不高。另一方面,真实网络的传播机制与规律错综复杂,竞争传播条件下的节点影响力最大化算法设计尚存在很大困难。此外,基于链路预测和节点影响力的复杂网络数据可信性评估算法和网络传播安全性评估算法也是热点研究问题。为解决上述问题,本文从复杂网络链路预测和节点影响力最大化两方面展开算法研究。首先,针对复杂网络的链路预测问题,研究基于节点和路径相似性指标的复杂网络链路权重,综合考虑网络中节点属性和路径结构特征,提出基于H-index指数的链路预测算法。该算法通过H-index指数将网络节点和路径相结合,以链路权重表示网络节点间的相似性。为应用于有向网络,提出基于势能理论和H-index指数的复杂网络链路预测算法,在H-index指数基础上增加势能和网络资源分配的思想,分析网络资源在势能差作用下传播的有效路径,从而提高链路预测的准确性。其次,针对复杂网络的数据可信性评估问题,在势能理论链路预测算法的基础上进一步分析复杂网络内禀的数据可信性,提出网络数据可信性评估算法。该算法利用两个节点之间的势能差、H-index指数和可信链路结构的三元子图模体,构建可信链路判定模型,从而判断网络节点之间相互作用关系的可信性,为研究网络节点影响力最大化算法提供可靠数据准备。再次,针对网络节点影响力最大化问题,提出一种基于节点中心性的节点影响力最大化算法,综合考虑网络中节点的核度中心性和群落结构中心性特征,将具有枢纽作用的节点和连接各群落的边界节点作为候选种子节点集。在此基础上,提出基于节点中心性的竞争线性阈值模型节点影响力最大化算法,解决多条竞争关系的信息同时传播时,选取最优种子节点集合使得自身信息传播范围最大的问题。最后,针对复杂网络传播安全性评估问题,在节点中心性的节点影响力最大化算法基础上,对网络节点安全性和链路安全性评估函数进行研究,提出一个复杂网络传播安全性评估算法。利用H-index指数、核度中心性和群落结构中心性,从复杂网络中节点的全局位置、局部传播能力和信息掌控能力三个方面综合评价节点和链路的安全程度,通过网络效率、网络极大连通系数和肯德尔相关系数三个评价指标,从节点对于网络链路安全的影响以及自身传播能力两方面综合评价算法的有效性,提高对复杂网络传播安全性评估的准确性。