随着计算机和通信技术的发展,分布式控制系统作为网络控制系统的基本研究框架之一,具有低能耗、高鲁棒性和高估值精度的特点。同时,分布式结构导致了节点间通信传输过程中没有足够的保护,更易受到恶意网络攻击的影响,因此网络攻击情况下的安全分布式估计问题成为研究热点。本文主要研究了带欺骗攻击、拒绝服务（DoS）攻击以及同时带欺骗攻击和DoS攻击的网络化随机不确定系统的分布式估计问题。主要研究内容如下:对同时带乘性噪声和欺骗攻击的网络化线性离散随机不确定系统,提出了线性无偏最小方差意义下的分布式最优估计算法和极大极小鲁棒估计算法。考虑到工程物理约束造成攻击信号的衰减现象,给出了带随机衰减的攻击模型。根据给出的攻击模型,通过将传感器节点本身的测量数据和其邻居节点可能被攻击的测量数据代入分布式滤波算法,基于线性无偏最小方差估计准则,获得了分布式最优滤波器。当攻击噪声的真实方差未知但其上界已知时,基于极大极小鲁棒估计方法,给出了带保守攻击噪声方差上界的分布式鲁棒滤波器,并应用动态方差误差系统分析方法证明了分布式鲁棒滤波器的鲁棒性。对同时带乘性噪声和DoS攻击的网络化线性离散随机不确定系统,给出了三种分布式估计算法。首先,采用一组伯努利随机变量描述DoS攻击造成的传感器传输信道的堵塞现象。然后,基于线性无偏最小方差估计准则,分别给出了依赖攻击发生的时间戳和攻击发生的概率的分布式滤波算法。最后,应用动态误差系统分析方法和动态方差误差系统分析方法证明了算法的稳定性。对同时带欺骗攻击、DoS攻击以及乘性噪声的网络化线性离散随机不确定系统,提出了线性无偏最小方差意义下的分布式最优估计算法和极大极小鲁棒估计算法。在系统同时遭受欺骗攻击和DoS攻击的情况下,基于线性无偏最小方差估计准则,给出了分布式最优滤波器,应用动态误差系统分析方法和动态方差误差系统分析方法,证明了分布式最优滤波器收敛于相应的稳态分布式最优滤波器;当攻击噪声的真实方差未知但其上界已知时,基于极大极小鲁棒估计方法,研究了分布式鲁棒滤波算法,并应用动态方差误差系统分析方法证明了分布式鲁棒滤波器的鲁棒性。