将现实世界的物理元素与网络空间的计算资源相结合的网络化控制系统,正在工业自动化、智能化等未来工程应用领域影响着我们的生活。网络化控制系统的空间分布式结构与传统的点对点控制结构相比,具有安装维护成本低、重构灵活等优点。然而,在控制系统中插入IT（Information Technology）组件,使得形成的网络化控制系统极易受到各种网络攻击。随着网络化控制系统与许多关键基础设施的连接日益增加,其遭受网络攻击的风险也大幅增加,网络安全已成为社会关注的热点问题。在传统的IT安全技术中,拒绝服务攻击（Denial of Service Attack,Do S攻击）指网络带宽、数据包缓冲区等有限资源被大量无用的数据故意消耗。而在网络化控制系统的背景下,Do S攻击表现为阻止控制系统量测数据或控制数据的实时传输,致使量测信号或控制信号传输延迟或丢失,导致控制性能下降,甚至失稳。模型预测控制（Model Predictive Control,MPC）是一种处理Do S攻击影响的有效方法。一方面,MPC通过对给定的性能指标进行优化,预测得到一组包含当前和未来控制信号的最优控制序列,用来补偿丢包或发生传输延迟时丢失的控制输入。另一方面,以太网在网络化控制系统上的发展提供了传输大数据包的能力,这使得MPC策略在实践中更有前景和吸引力。本文从控制器设计的角度出发,分析并建模Do S攻击发生的不同情况,运用不同的MPC算法,保证系统在Do S攻击存在的情况下仍能实现不同的稳定控制目标,主要工作由以下三部分组成:（1）针对具有执行器约束和状态约束的网络化系统,研究其在Do S攻击干扰信号下的稳定控制问题。其中,Do S攻击发生在单个系统控制器到执行器（Controller-Actuator,C-A）之间的通信通道。首先,在MPC策略的基础上,引入了一种自触发机制,以权衡控制性能和通信资源。其次,给出了自触发条件、具体的MPC设计参数和Do S攻击的最大连续步长,保证了单回路闭环系统能实现指数稳定。（2）针对一组存在网络信息交互的大规模非线性连续时间系统,研究其在Do S攻击下的协调稳定问题。其中,Do S攻击发生在子系统间（System-System,S-S）相互信息交换的通信链路中,且系统具有执行器约束。首先,将Do S攻击的影响建模成子系统的一个时变延迟量,考虑具有通信延迟的分布式模型预测控制（Distributed Model Predictive Control,DMPC）策略的稳定问题。其次,基于鲁棒性约束和等待机制,提供了一个合适的控制更新规则,并给出了Do S攻击造成的通信延迟、采样周期和相关子系统间合作权重的可行范围,实现了整个分布式系统的协调稳定。最后在由四个轮式移动机器人组成的分布式系统上验证了抗Do S攻击的DMPC稳定性算法的正确性。（3）针对一组存在网络信息交互的大规模非线性离散时间系统,研究其在Do S攻击下的一致性问题。其中,Do S攻击发生在各个子系统自身传感器到控制器（SensorController,S-C）之间的通信信道,且系统具有执行器约束。首先,在分布式的环境下,以全局的思想将每个子系统受到的Do S攻击建模为一个有界加性扰动项,每个子系统对应的模型预测控制器在可能的最坏情况（最大攻击）下迭代求解一个局部min-max（最小代价-最大攻击）优化问题。其次,通过优化问题引入自触发策略,减轻了通信负担。最后,基于不变集理论,给出了保证优化算法可行性和整个分布式系统能够趋于一致的充分条件,并在多个弹簧-小车-阻尼器系统上验证了抗Do S攻击的自触发DMPC一致性算法的有效性。