现实世界中的诸多系统都是以复杂网络形式存的,要保证这些系统正常运作,就必须对其进行控制,因此在复杂网络控制研究作为复杂网络研究中的热门问题而备受关注,这类研究的目的多数关注的是全网中全部节点。但是,全局拓扑信息缺失的条件下,如Internet网络和社交网,此时控制整个网络是很难实现的;然而在很多情况下,仅控制网络的某些局部就能达到既定目的。由于对不同结构的局部实施控制的难易程度是不同的,因此可以先通过判断目标局部的易控性,再进行下一步的控制局部工作。现有的局部控制研究中,多数为局部的控制方法,几乎没有局部易控性的研究,因此本文基于网络拓扑特征对复杂网络局部的易控性进行了研究,主要分析了局部可控性和易控局部的拓扑特征。首先在基于线性系统控制理论的复杂网络控制的基础上,研究了复杂网络局部的可控性,分析了单源控制型局部和多源控制型局部、内部控制节点和外部控制节点,并且提出了可以量化控制局部难易程度的局部易控系数指标;其次在比较了现有的局部控制方法后,采取较优者进行了大规模模型网络实验,分析实验结果得到易控局部的拓扑特征并利用真实网络实验加以验证;最后提出了一种基于局部模块度的易控局部发现算法。通过对易控局部的拓扑特征研究,本文发现局部边界点比例、局部平均聚集系数以及局部模块度对局部易控性有不同程度的影响,并详细分析了局部模块度在不同值下,局部的结构特征及其控制意义。通过对比12个真实网络的社团发现实验和易控局部发现实验,发现通过本文提出的算法寻找到的局部比社团发现的局部更易控,且算法的适用范围更广。