信息物理系统(Cyber Physical System,简称CPS)由于感知层的传感器节点部署的随机性以及数据交互无线通讯信道的开放性,导致系统容易受到网络攻击的威胁,如虚假数据注入攻击(False Data Injection,简称FDI)。本文针对虚假数据注入攻击下信息物理系统的安全控制问题展开研究,具体内容如下:首先,考虑信息物理系统状态估计场景,假设系统内部基于残差的检测算法检测数据的异常行为,提出一种新颖的FDI攻击策略,即数据重新排序攻击策略。当系统内部存在卡方检测机制监测数据异常行为时,攻击者可以使用该策略,能够在不被探测机制发现的情况下改变数据包的排列顺序,进而影响状态估计的精度。除此之外,给出了估计误差协方差的演化过程,分析了遭受攻击时系统性能的下降。同时利用终端估计误差协方差作为性能指标,得到了最佳攻击策略的充分条件。其次,针对FDI攻击对CPS的影响,本文通过建立网络攻击模型,提出一种卡方检测和相似性检测相结合的检测方法。利用卡尔曼滤波器对系统的状态变量进行估计,并将估计值通过卡方检测器和相似性检测器与系统的观测值进行比较,从而判定是否有攻击发生。卡方检测可以检测出控制系统中的大多数攻击和故障,但是,研究表明卡方检测器无法检测出具有高隐蔽性的FDI攻击。为此,本文提出以卡方检测器为模型引入相似性检测方法,可以有效的判定系统是否存在FDI攻击入侵行为,提高CPS的安全性。最后,为了保障CPS在遭受FDI攻击时仍可以稳定运行,受混合系统模型的启发,提出一个由多个子控制器组成的混合控制器。由于每个子控制器都是针对特定类型的网络攻击而设计的,所以可以通过设计子控制器之间的切换逻辑,实现子控制器之间的自由切换。然后根据重构的过去攻击轮廓和系统的当前状态,通过比较在FDI攻击下每个子控制器的最差性能,切换到当前攻击下性能最佳的子控制器,能够有效的缓解了系统性能的下降。通过仿真实验验证了所提出的检测方法可以有效地检测出虚假数据注入攻击并证明了所设计控制策略的有效性。