车联网的发展使车辆能够突破自身传感器探测范围的局限,实现更加全局化的环境感知,优化驾驶行为决策,实现车路协同,让交通系统更加安全、有序、高效、节能地运行。然而网联环境下的车辆面临着网络攻击的威胁。现有研究大多是针对于特定的攻击手段进行建模和预防,应用普适性较弱,或是没有考虑攻击在交通系统中的影响特征进行攻击的检测。基于此,本文注重于网络攻击在交通系统中的实际效果,对车联网环境下的网络攻击问题进行了连贯的研究,包括基于攻击效果的攻击建模、交通影响分析和攻击检测。本文主要的研究工作总结如下:（1）对网络攻击在交通系统中的实际效果进行了映射抽象,建立了两种具有代表性的网络攻击模型（延时攻击与扰动攻击）,适用于具有相似效果的各种网络攻击手段;（2）搭建了网络攻击数值仿真平台来模拟车联网环境下车辆受网络攻击的交通流状态,设计网络攻击实验,使用交通效率和交通安全指标针对网络攻击在交通系统中的影响做了系统性地分析,讨论了攻击效果与各个攻击参数和交通流参数的关系,总结出了网络攻击的影响规律;（3）针对网络攻击在交通系统中的特征性影响,构建了13个特征指标,基于支持向量机建立了网络攻击检测模型,实现了对网络攻击行为的有效识别,并讨论了各类攻击的检测差异性与其造成的交通影响之间的关联性,根据实验结果总结了攻击检测的规律性结论。这种基于交通规律的数据合理性验证的检测方法对车联网环境下的网络攻击检测具有普适性,能够与基于网络信息安全技术手段的网络攻击检测方法形成互补,为智能网联汽车的网络攻击识别和主动防御提供支撑。本文的上述研究工作能够在交通系统的角度为车联网环境下的网络攻击研究提供一套新的思路,相关攻击实验的规律性结论能够为智能网联汽车应对网络攻击进行主动防御以及考虑网络攻击的网联车控制策略优化改进研究提供借鉴。