涌现：
动态网络是一个时变网络，时变更改倒是网络中的结构化的重组，即被称为涌现，通过涌现形成的网络称为涌现网络。它的形成是先从一些预定义的初始状态，然后通过一系列小的变化逐渐变成最终状态。涌现过程可以构造任意结构的网络，具有几乎任何想要的特性，如高度的hub，高聚类系数或者特定的度序列。
通过涌现我们可以看到两个基本的原则：（1）通过不断重复应用非常简单的规则构造任意结构式可能的（2）现实世界的网络结构，不管是生物，物理还是社会网络，都可以解释成简单涌现的过程。
一个动态网络如果它是收敛的话，经历涌现后在有限的时间就会到达最终状态，否则他就是发散的，发散的过程会导致静态或震动的宏观结构。
涌现主要有两种：开环涌现（遗传涌现）和反馈循环涌现（环境涌现）。开环涌现：通过反复的应用为规则不收外部或者环境影响的重构网络。反馈循环涌现：动态网络由外部或者环境影响重构。
hub涌现是一个开环涌现过程它通过创建与无标度网络中相似的hub来重构任意动态网络，然而要注意的是由此产生的网络不是无标度网络。
聚类涌现是一种开环涌现过程，按照某一公式来增加动态网络的聚类系数，但是结果网络不是小世界网络，因为它的平均路径长度可能相对较大。
度序列涌现是一种开环涌现过程，它重构网络以便于它的初始度序列g(0)可以与由g(final)定义的任意可实现的度序列匹配。此过程由Mihail生成过程更容易实现。
聚类系数排列涌现是一种反馈虚幻涌现过程，该过程通过重复应用链路排列变化提高G的聚类系数，但不更改其度序列属性。无标度或随机网络仍旧是无标度或随机网络，而聚类系数增加到接近于小世界网络的聚类系数。
同步：
当所有的节点改变或者同时到达某一确定状态时，网络就同步了，否则，该网络就是不稳定的或者混沌的。如果一个网络的所有节点值在这些节点的变化率趋近于零时收敛于一个常量，那么该网络就是同步的。一个动态网络如果其节点值是同步的，就被认为是稳定的，如果其节点值是震荡的，就被认为是瞬态的，如果其节点值在固定值和不稳定或混沌之间震荡等，则被认为是双稳态的。如果一个网络最终同步，混沌映射中的每一个节点将会在混沌映射中找到一个确定点，称为奇异吸引子———并且不会离去。混沌映射就是绘制t+1时刻与t时刻的节点状态对比。
固定一个节点可以同步大部分任意网络（至少保持一个节点值为常数），附加一个三角循环（一个完整的三节点的子网），或通过控制链路形成至少一个三角循环来扩大混沌网络。
一个Atay网络至少包含有一个奇数长度的循环就会同步。Atay是一个算法，为每个节点分配了一个数值，并通过平均节点与其相邻的状态来计算状态变化。
小世界网络不比其他类型的网络在同步上占优势，但是因为小世界网络自然的以簇的形式包含三角循环，所以他们被称为“自然同步器”。
基尔霍夫网络：完全连通的网络，节点状态是其总流出量与总流入量之差。基尔霍夫网络中如果任何一对有向循环长度是互质数，那么它就是同步的。