近年来,随着复杂网络研究的兴起,作为复杂网络重要的研究内容之一,关键节点识别的重要性也就日益显现出来。关键节点的识别在现实世界中有重要的应用价值,一方面可以通过完善它们的性能提高网络抗毁性,另一方面也可以通过蓄意攻击它们从而摧毁某些网络,例如在抗癌药物的研制、军事信息对抗、病毒防治等多方面具有广阔的应用前景。本文针对现有识别方法相互孤立的现状,使用关联分析法对已有测度指标进行有效整合。借鉴蛋白质网络中对关键蛋白的识别机理,结合能够反映网络动态特性的介数测度指标,设计基于复杂网络关键节点的关联分析识别算法,它综合考虑了每个测度指标不同的侧重点以及网络在时刻变化的事实,提高了关键节点的识别度。此外,本文从通信网中的干线网出发,量化信息数并提出流量的概念,通过计算网络中所有节点的流量值衡量节点的重要程度,进而识别网络关键节点。该方法是对全网的综合考虑,包括用户和连接情况。实验表明,该方法能简单有效识别出关键节点。为了能随机拓扑生成大规模仿真网络并在此网络上验证与演示相应的算法,本文第五章对设计并实现的复杂网络仿真平台进行了介绍。