信息物理系统（Cyber-Physical Systems,CPS）是综合计算、网络和物理环境于一体的新一代智能系统,具有重要的战略价值和广泛的应用前景。但CPS结构复杂,涉及领域众多,容易受到外部攻击而降低系统整体安全性,该问题已成为CPS的研究热点。此外,拒绝服务（Denial of Service,DoS）攻击作为CPS安全威胁中较为频繁发生的攻击类型,其研究也受到广泛关注。CPS包括线性系统和非线性系统,其中非强约束性的非线性CPS,可以转化为线性CPS。本文针对带有传感器DoS攻击的线性CPS,设计自适应滑模观测器和高阶滑模微分器,实现攻击检测与状态估计;针对带有执行器DoS攻击和外部未知扰动的线性CPS,提出一种安全控制方案来补偿攻击和扰动对系统造成的影响。所做工作为非线性CPS的研究提供了可行性的研究基础和方法。本文具体工作如下:（1）分析CPS的系统结构及工作进程,针对CPS物理进程,采用控制系统理论中的微分方程（组）进行描述。通过建立典型CPS的无攻击模型和DoS攻击自身的理论模型,得到DoS攻击下线性CPS的一般化模型,为CPS系统攻击的研究奠定理论基础。（2）针对线性CPS的传感器DoS攻击问题,基于滑模理论设计自适应滑模观测器和高阶滑模微分器,将线性CPS的传感器DoS攻击检测与状态估计问题转化为扩展增广系统的鲁棒镇定问题。首先,建立传感器DoS攻击下的CPS模型,设计自适应滑模观测器,实现攻击检测与状态估计;其次,引入高阶滑模微分器,减小状态估计误差。采用Lyapunov稳定性理论,讨论并证明传感器DoS攻击检测与状态估计的稳定性。最后,采用数值仿真验证所设计自适应滑模观测器和高阶滑模微分器的有效性。（3）针对线性CPS的执行器DoS攻击和外部未知扰动问题,综合最优控制理论、零和博弈理论、自适应动态规划（ADP）和神经网络,设计安全控制方案。首先,通过最优控制、零和博弈理论,推导出理想情况下的最优控制信号。其次,为逼近最优控制信号,采用值迭代ADP,将线性CPS的执行器DoS攻击和外部未知扰动问题转化为最优控制信号的动态逼近问题,并利用评价者（Critic-only）神经网络逼近最优控制。利用Lyapunov稳定性分析,证明该安全控制方案的稳定性。最后,采用数值仿真实例进行了所提安全控制方案的有效性证明。