针对谣言传播过程中出现感染节点移出系统的问题，改进经典SIR谣言传播模型的归一化条件，提出一种动态同质网络上的SIR谣言传播模型。首先根据谣言的传播规则，采用平均场理论建立同质网络上的谣言传播动力学方程组；然后理论分析了谣言传播过程的稳定状态和感染峰值；最后通过数值仿真研究感染率、免疫率、真实免疫系数及网络平均度对谣言传播过程的影响。研究结果表明，与经典SIR谣言传播模型相比，感染节点移出网络降低了谣言传播的稳态值，感染峰值出现小幅度增大。研究还发现感染概率增大、免疫概率减小，均会使谣言感染峰值增大；真实免疫系数增大，免疫节点稳态值增大。此外，网络平均度对谣言传播稳态没有影响，平均度越大感染峰值到达时间越早。研究结果将SIR传播模型的应用范围由封闭系统拓展到非封闭系统，为制定谣言预防措施提供指导理论和数值支撑。

在谣言传播过程中，针对度不同的节点具有的辨识能力不同，结合节点度定义一种新的博弈收益，借助博弈论建立一种动态复杂网络演化模型。该模型考虑到谣言传播往往与节点利益相关这一特点，通过引入辨识能力描述不同节点的非一致传播率，研究谣言在该模型上的传播动力学行为，并提出两种谣言抑制策略。随后，利用两种典型网络模型进行仿真实验，并在Facebook真实网络数据中对仿真结果进行验证。研究表明，谣言模糊程度对BA（Barabási-Albert）无标度网络和Facebook网络中谣言传播速率及达到稳定状态所需时间影响较小，随着谣言模糊程度增大，谣言在网络中传播范围变大，相对于WS（Watts-Strogtz）小世界网络，谣言更容易在BA无标度网络和Facebook网络中传播；研究还发现，免疫收益增加值相同时，与BA无标度网络和Facebook网络相比，WS小世界网络中免疫节点的增长幅度更大；此外，通过节点危害程度进行抑制比通过博弈收益进行抑制具有更好的谣言抑制效果。