随着互联网的飞速发展,互联网病毒传播也随之成为一个全球性问题,为了更好地应对互联网病毒传播,有必要对互联网上的病毒传播行为进行深入的分析。互联网本身作为一个典型的复杂网络,从宏观拓扑的角度研究互联网上的病毒传播行为,可以更加真实客观地反映互联网上病毒的传播特性。本文首先对AS级互联网的度相关特征进行了深入的分析,发现互联网的异配性呈现出减弱的趋势。为了进一步分析和预测这种变化趋势对病毒传播的影响,本文提出了一种在保持网络度分布不变的情况下,可单调改变网络匹配系数的边重连算法。然后,在边重连算法的基础上,通过仿真的手段对不同匹配系数下的病毒传播特性进行了研究。研究结果表明,与同配网络相比,异配网络中病毒传播的速度更快,但异配网络的传播临界值较高。通过对稳态感染率的分析,发现网络的匹配系数同病毒传播的稳态感染率之间的关系受有效传播率的影响。最后,在考虑了网络中不同个体存在差异性的情况下,改进了病毒传播模型,更好地刻画了实际网络中不同个体具有不同抗感染性这一事实。并在AS级互联网拓扑上进行病毒传播仿真实验,验证了模型的正确性和可行性,同时发现初始感染率以及初始感染节点类型尽管不影响病毒传播的稳态感染率,但对于病毒的传播速度有较大的影响,如果能控制好这些因素,将会为研究抑制病毒传播的方法提供的更多宝贵的时间。同时本文还发现加强节点的抗感染性,特别是加强重要节点的抗感染性和免疫保护可以十分有效地控制病毒的传播。