网络拓扑特征

度分布(the degree distribution)：节点的度是指该节点拥有相邻节点的数目，或者说与该节点关联的边的数目。度分布即指节点的度的分布。

平均度(average degree)

联合度分布(Joint degree distribution)

平均距离（average distance）：在网络中，两点间的距离被定义为连接两点的最短路所包含的边的数目，把所有节点对的距离求平均，就得到了网络的平均距离。
聚集系数（clustering coefficient）：聚集系数是专门用来衡量网络节点聚类的情况的参数。比如在朋友关系网中，你朋友的朋友很可能也是你的朋友；你的两个朋友很可能彼此也是朋友。聚集系数就是用来度量网络的这种性质的。用数学化的语言来说，对于某个节点，它的簇系数被定义为它所有相邻节点之间连的数目占可能的最大连边数目的比例，网络的聚集系数C则是所有节点簇系数的平均值。聚集系数越大说明能用小世界模型越接近。

介数(Betweeness) ：介数分为边介数和节点介数。节点的介数为网络中所有的最短路径中经过该节点的数量比例；边的介数含义类似。介数反映了相应的节点或者边在整个网络中的作用和影响力，具有很强的现实意义。例如，在社会关系网络或技术网络中，介数的分布特征反映了不同人员、资源和技术在相应生产关系中的地位，这对于在网络中发现和保护关键资源和技术具有重要意义。
核数(coreness)：k-core分解，可以找到处于核心的节点

富人俱乐部(Rich club connectivity)

上述三种统计特性是复杂网络研究的基础，随着研究的深入，人们逐渐发现真实网络还具有一些其它重要的统计性质，例如：
(1)网络弹性(Network Resilience)
网络的功能依赖其节点的连通性，我们称网络节点的删除对网络连通性的影响为网络弹性，其分析有两种方式——随机删除和有选择的删除，前者称为网络的鲁棒性分析，后者称为网络的脆弱性分析。
(2)度和聚集系数之间的相关性
网络中度和聚集系数之间的相关性被用来描述不同网络结构之间的差异，它包括两个方面——不同度数节点之间的相关性和节点度分布与其聚集系数之问的相关性。前者指的是网络中与高度数(或低度数)节点相连接的节点的度数偏向于高还是低；后者指的是高度数节点的聚集系数偏向于高还是低。
(3)聚集系数和富人俱乐部之间的关系
(4)节点的度和核数之间的关系
(5)结构熵和标准结构熵
(6)访问直径