A lo largo de los años, detectar comunidades estables en una red compleja ha sido un desafío importante en la ciencia de redes. Las estructuras globales y locales ayudan a detectar comunidades desde diferentes perspectivas. Sin embargo, los métodos previos basados en ellas sufren de alta complejidad y caen en óptimos locales, respectivamente. El Algoritmo de Cuatro Etapas (FSA) se propone para reducir estos problemas y asignar nodos a comunidades estables. Equilibrar la información global y local, así como la precisión y la complejidad temporal, mientras se asegura la asignación de nodos a comunidades estables, son los objetivos fundamentales de esta investigación. El Algoritmo de Cuatro Etapas (FSA) se describe y se demuestra utilizando cuatro datos del mundo real con verdad de referencia y tres redes reales sin verdad de referencia. Además, se evalúa con los resultados de siete métodos de detección de comunidades: Algoritmo de Tres Etapas (TS), Louvain, Infomap, Fastgreedy, Walktrap, Eigenvector y Propagación de Etiquetas (LPA). Los resultados experimentales en siete conjuntos de datos de redes reales muestran la efectividad de nuestro enfoque propuesto y confirman que es lo suficientemente capaz de identificar aquellas comunidades que son más deseables. Los resultados experimentales confirman que el método propuesto puede detectar comunidades más estables y seguras. Para trabajos futuros, también se pueden utilizar métodos de aprendizaje profundo para extraer características de contenido semántico que sean más beneficiosas para investigar redes.