滤波作为控制的对偶问题,一直以来都是控制领域的核心研究内容之一。而神经网络系统因其强大的非线性逼近能力,被广泛应用到系统建模、控制器设计中。因此,研究神经网络系统的滤波问题有着重要的理论和实践意义。此外,随着通信技术的发展,网络控制系统因其高灵活、低成本、快传输等优点,逐渐被应用于机器人系统、飞行器设计等领域。然而,网络化系统在运行过程中容易存在冗余信号传输、网络带宽负担大以及易于受到攻击等问题,所以,如何降低系统通信带宽、应对网络攻击是当前研究热点。基于上述现状,本文研究了网络控制系统欺骗攻击下基于事件触发机制的神经网络系统的滤波问题。首先,研究了欺骗攻击下基于混合事件触发机制的神经网络系统的滤波问题。对于网络控制系统中带有时滞的神经网络系统,为了节约网络带宽,减少系统中的冗余信息传输,设计了非周期与事件触发混合的混合事件触发机制,即在每一次数据成功传输后插入一个非周期的静默时间来减轻带宽压力。对于网络中的欺骗攻击现象,将其建模为一个具有伯努利分布的随机过程并对其进行范数上界约束。基于以上内容建立出滤波误差系统,并给出了滤波误差系统的稳定性定理和参数设计定理。其次,研究了欺骗攻击下基于自适应事件触发机制的神经网络系统的分布式滤波问题。在使用传感器网络提高系统鲁棒性的前提下,首先设计了一种自适应事件触发机制来缓解网络中的带宽压力,同时对于系统中的每一路信息传输网络都考虑到了欺骗攻击现象的存在,基于此给出了一种包含输出信号、欺骗攻击以及一致性项的分布式滤波器形式,并建立了相应的滤波误差系统,随后给出了分布式滤波误差系统的稳定性定理以及参数设计定理。最后,对两种方法均给出了仿真算例以验证所给出定理的准确性,并与其他方法进行对比,体现了本文所给出方法的优越性。