В работе дается обзор результатов автора для моделирования и статистического оценивания кластеров случайных графов, описывающих связи узлов сложных динамических сетей таких, как Интернет, социальные, физические, транспортные и энергетические системы. Под кластерами понимаются блоки узлов, характеристики которых превышают по величине достаточно высокий уровень. В качестве характеристик узлов рассматриваются PageRank и его аналог в смысле замены всех сумм на максимумы - Max-Linear Model. Доказывается, что эти характеристики имеют тяжелые хвосты распределений, и тяжесть хвоста определяет значение экстремального индекса. Идея разбиения сети на сообщества основана на оценивании экстремального индекса каждого узла сети, рассматриваемого как корень дерева. Приводятся теоретические и прикладные результаты.