近年来,在线社会网络(Online Social Network,OSN)的飞速发展使得其在为人类交互、信息共享提供平台的同时,也为谣言的传播提供了一个理想的途径,给人们的生活带来了很多影响。因此,对谣言传播机理及免疫方法的研究已成为目前在线社会网络研究中的重点。多数在线社会网络已被证实具有无标度、小世界、强社团结构等复杂网络特性,将现代的复杂网络理论与在线社会网络分析结合起来已成为一个必然趋势。本文选择一类具有复杂网络基本特征的在线社会网络新浪微博作为研究对象,设计并实现了谣言传播模型pSIFR和分散式标靶免疫策略DTI,主要工作如下：1、针对新浪微博谣言传播过程的描述问题,提出了一种基于新浪微博基本特征的谣言传播模型——pSIFR.pSIFR模型将网络中的节点分为易染节点、感染节点、转发节点和免疫节点四类并给出了谣言传播的平均场方程。传统的谣言传播模型通常将易染节点与转发节点接触的概率设置为一个常量,而pSIFR则将此概率设置为一个与各节点自身属性相关的函数,仿真结果表明,pSIFR能够较为准确地刻画谣言在新浪微博中的传播过程。2、针对新浪微博谣言传播过程的控制问题,提出了一种基于复杂网络理论的分散式标靶免疫策略——DTI。与现有的免疫策略不同,DTI分别从系统结构、节点属性及节点的交互行为三个角度对免疫标靶进行定义并最终确定了免疫方法。在整个免疫过程中,DTI只使用了节点自身维护的本地信息,因此,它可以完全分散式地进行。本文最后验证了DTI对免疫标靶选取的有效性并分别从免疫开销、免疫效率等方面对DTI、TI、AI和Distance-d进行比较,实验结果表明,DTI能够以较低的免疫开销获得较高的免疫效率,从而达到较好的免疫效果。