网络化控制系统虽具有较高的灵活性,较低的成本以及资源共享等诸多优点,但同时因为网络的开放性很容易受到DoS攻击.目前对DoS攻击带来的负面影响进行积极补偿的研究并不是很多,所以基于不同类型的DoS攻击,实现对DoS攻击带来负面影响的积极补偿,具有重要的理论价值和实际应用价值.本文具体研究工作如下:针对网络化控制系统,首先,我们分别描述了周期性DoS攻击模型和时间约束型DoS攻击模型,并对时间约束型DoS攻击的持续时间和频率给出了限制条件.其次,基于不同的DoS攻击模型,我们给出了相对应的判别条件来选取合适的预测步长,并设计了相对应的事件触发预测控制方案将网络化控制系统、预测控制和事件触发机制结合在一起.最后利用Lyapunov稳定性理论方法,使用线性矩阵不等式求出了网络化控制系统稳定性的充分条件.针对网络化多智能体系统,首先,我们给出了一种分布式事件触发机制用于减轻网络通信的负担.其次,基于周期性DoS攻击模型,我们给出了判别条件来选取合适的预测步长.进一步,结合云存储与预测控制设计了一种新的云预测控制方案研究了智能体们只能间歇性且异步地访问云存储从而获得存储在云端的邻居智能体信息.最后,利用Lyapunov稳定性理论方法,我们对所提出的方案进行了系统的分析并得出了实现多智能体系统一致性的充分条件.针对状态不可测量的网络化多智能体系统,我们考虑把周期性DoS攻击更换为难度相对较大的时间约束型DoS攻击,同时增加了网络时延.首先,引入一个状态观测器来估计状态量,用估计的状态量来做反馈控制.其次,将网络化多智能体系统、预测控制方案、事件触发方案和云存储全部结合起来创建了一种新的基于状态观测器的事件触发云预测控制方案.最后,利用Lyapunov稳定性理论方法,我们对所提出的方案进行了系统的分析并得出了实现多智能体系统一致性的充分条件.