在信息智能技术的支撑下，大数据、云计算、物联网、人工智能等技术正成为当下社会最鲜明的时代特征，在这个时代中，人们争相利用网络数据提炼有效信息以催生服务价值。研究动态网络上的动态过程属于典型的交叉学科领域研究。本书主要从计算机科学角度介绍并讨论网络结构认知和演化动力学方面的研究成果，通过对经典的网络模型和其中的典型应用进行详细的讨论和解析分析，探索隐藏在其中的模式规律。 本书的核心内容就是面向复杂网络的结构和动态演化分析，结合网络数据信息，挖掘隐含的网络结构。分析结构和属性的表示学习，揭示网络的节点信息，从结构和攻击效果阐述网络的脆弱性，研究基于信息的网络阻断问题，揭示局部行为和全局特性之间的深层关联，让人们认识复杂自适应系统的演化机理，掌握复杂自适应系统的博弈手段。立足于不同层次上的认知能力，本书着重从偶对近似、群体选择和分布式学习三个方面出发，阐释复杂自适应系统上的演化、博弈和协同。

前言
第1章 绪论
1.1 网络视角下的现实世界
1.1.1 随机网络
1.1.2 小世界网络
1.1.3 无标度网络
1.2 网络结构与性能分析
1.2.1 网络结构重构问题
1.2.2 网络特征表示学习问题
1.2.3 网络结构的脆弱性
1.3 网络的动态性
1.3.1 网络中的动态过程
1.3.2 网络中的信息阻断
1.3.3 网络演化过程分析
1.4 本书组织结构
参考文献
第2章 网络中的结构重构方法
2.1 部分结构已知条件下的重构方法
2.1.1 基于节点相似性的链路预测模型
2.1.2 基于GCN的链路预测模型
2.1.3 基于微分图方程组的动态结构预测
2.2 基于动态时序数据的结构重构方法
2.2.1 时序数据网络重构概念
2.2.2 时序数据网络重构常用方法
2.3 应用：基于离散信息的网络拓扑还原方法
2.3.1 网络重构算法
2.3.2 子图重构
2.3.3 子图叠加
2.3.4 网络重构实验分析
2.4 本章小结
参考文献
第3章 网络结构与属性的表示学习方法
第4章 网络结构的脆弱性分析
第5章 网络中的信息传播
第6章 网络中的信息阻断
第7章 网络中的群体演化
第8章 网络中的智能协同