Излагаются основные понятия теории сложных сетей. Сложные сети – это графы с очень большим числом вершин и ребер (несколько тысяч и более). Их анализ на «микроуровне», т.е. рассмотрение отдельных вершин и ребер уже невозможен; поэтому такие сети исследуются с помощью макрохарактеристик, к которым относятся статистические характеристики (средняя длина пути, средняя степень вершины), наличие кластеров, хабов (вершин с очень высокой степенью) и др. Кратко описаны основные классы сложных сетей: регулярные и безмасштабные сети, сети тесного мира. Приведены примеры сложных сетей в различных областях. Рассмотрены сетевые модели распространения активности. Обсуждаются примеры и перспективы использования теории сложных сетей в когнитивных науках.