复杂网络是当今研究的热点问题,尤其是对无标度网络研究的热度居高不下.无标度网络随时间而不断的变化,这种不断变化的现象给研究无标度网络带来了巨大的困难;此外,因为动态现象具有丰富的微观结构和相应的复杂动态,所以其结构和性质是无法用局部信息来进行预测.这就给估计和评价无标度网络的拓扑结构带来不可估计的难题,人们不能清楚地发现无标度网络中信息传递的途径.然而,对于复杂网络的研究,掌握无标度网络的拓扑结构是非常有必要的.国内外学者致力于对它的研究,构造了一系列具有无标度性质的网络,以便近似估计实际网络.建立具有无标度性的网络模型是用特殊网络来逼近真实的网络中的一个重要途径.值得注意的是,无标度网络模型具有良好的结构恰好可以为实际应用模型的构造提供可靠的理论支撑.在这篇文章中,首先给出几种增长网络模型的具体生成机制,进而着手从度谱、度累积分布等几个方面分析讨论无标度网络的性质.并在原有统计指标:累积度分布、聚类分布、平均路长的基础上,验证了新的统计指标:边累积分布,并提出三种边点混合累积分布;给出了增长网络最大叶子生成树的生成算法.此外,利用网络的增长速度以及度分布来比较两个网络模型的优劣,给出评价网络模型的指标.受图论中图的运算的启发,给出了两个无标度网络的最小控制集做图的运算的具体方式,如直积、笛卡尔积.然后,列举了衡量无标度网络的好坏的标准.在本文的结尾,对未来的工作做了总结,提出了问题和猜想,并做了展望.