近年来,多智能体系统一致性控制技术在智能电网、多机器人编队控制以及智慧交通等领域取得了广泛的应用。然而现有的一致性算法中,节点在算法执行过程中会无保留的将自身信息发送给相邻节点,在这过程中可能因窃听的存在导致节点状态信息的泄露;另外,多智能体系统通常部署于开放的网络环境中,潜在的网络攻击也有可能会造成系统无法收敛。本文针对现有的一致性算法在节点信息隐私保护和抵御网络攻击问题上研究的不足,分别对拒绝服务（denial-of-service,DoS）攻击下有向和无向网络拓扑的多智能体系统一致性算法的设计与分析展开了研究。针对DoS攻击与信息窃听假设下的无向拓扑网络多智能体系统分布式一致性控制问题,提出一种能有效抵御DoS攻击和保护节点状态隐私的平均一致性控制方法。首先结合网络化控制系统中DoS攻击的特性,构建与时间相关的DoS攻击模型。再利用邻居节点间的信息交互给出基于差分隐私的分布式网络节点信息处理机制,并将其引入平均一致性问题。进一步,结合事件触发机制,提出适用于DoS攻击下无向通信网络的分布式一致性方法。分别对其收敛性和隐私保护性能进行了数学分析,通过仿真实例验证了所提方法能够实现在DoS攻击下的平均一致性和对节点初始状态值的隐私保护。针对DoS攻击假设下有向拓扑图的多智能体系统一致性和隐私保护的问题,提出了一种安全平均一致性控制算法。首先针对DoS攻击的攻击频率和持续时间,刻画相关的DoS攻击模型,再基于保护节点隐私的差分隐私方法,利用有向图的特性,在节点的初始状态值中加入伪随机值来处理节点初始状态值隐私泄露的问题;此外,设计相应的事件触发函数来抵御网络中存在的DoS攻击。通过理论分析和仿真实验验证所提算法能够解决网络中的DoS攻击对系统一致性和隐私保护的影响。