多智能体系统是由多个具有通信、计算、感知等功能的节点组成的网络,在军民多领域具有广阔的应用前景。其中,无线传感器网络可以看成一种多智能体系统。随着无线传感器网络和多智能体系统的应用范围越来越广泛,对系统的网络安全提出了要求。本文以网络虚假数据注入（FDI）攻击下的无线传感器网络和多智能体系统为研究对象,分别考虑了FDI攻击发生在通信信道、传感器、以及执行器中的情况,结合图论、随机控制、卡尔曼滤波算法、攻击检测算法、一致性协议、扩张状态观测器等方法,研究其安全分布式估计和控制问题。具体的研究内容如下:采用了一种基于leader-follower结构和传感器网络加权平均策略的一致性卡尔曼滤波算法。通过引入虚拟估计误差和置信度函数,可以按传感器置信度的比例形式进行分配并自适应地设计权重。证明了对于时不变网络,当且仅当扩展拓扑中的过程节点全局可达时,所有传感器的估计误差才是有界的。对于含有虚假数据注入攻击的传感器网络,提出了具有分布式攻击检测的一致性卡尔曼滤波算法,以减少无线传感器网络中虚假数据注入攻击的影响。首先考虑FDI攻击按一定概率随机注入到通信信道中,设计攻击检测器,如果判断接收到的数据受到攻击,则在一致性卡尔曼滤波中将其省略。理论证明了在该种基于自适应加权协议和攻击检测的一致性卡尔曼滤波算法下,传感器网络的估计误差可以是有界的。其次考虑FDI攻击随机注入到传感器中,设计攻击检测器,如果判断传感器测量数据受到攻击,则不用该测量值。分析给出了容许的攻击概率上界,只要传感器攻击概率小于这个上界,在该一致性卡尔曼滤波下,传感器网络的估计误差均方有界。最后进行了数值模拟,以证明所提出算法的性能。对于含有虚假数据注入攻击的多智能体系统,提出了具有卡尔曼滤波器和扩张状态观测器的组合控制结构。将虚假数据注入攻击看作是多智能体系统中的未知扰动,引入扩张状态观测器,将前馈补偿部件引入控制器用于估计系统的不可测状态和网络攻击。卡尔曼滤波器用作处理测量噪声的预过滤阶段,为观测器和控制器准备必要的信号。设计了基于残差和阈值的攻击检测器,如果判断该智能体受到攻击则使用基于观测器的多智能体一致性控制策略;如果判断该智能体未受到攻击则使用基于卡尔曼滤波器的一致性控制策略。最后进行了数值模拟,证明了所提出算法的性能。