现代工业的逐步发展以及经济效益的驱动使得人们重视并不断改良工业过程中的效率。信息化技术作为一种新兴的生产力工具,因为其广阔的工业前景从而被不断地融入到现代工业生产中,这种融合诞生出一种新兴的工业系统,被称为“信息物理系统”（Cyber Physical System,CPS）。因为CPS能有效地增强信息的利用效率,改良生产过程,所以它拥有很多具有代表性的工业应用,如智能制造,智能电网,智慧城市等等。但是,CPS中的数据和决策往往需要由通信网络来传输,物理执行器在收到决策后执行物理操作,这就使得网络攻击有能力通过信息影响到实际物理世界。这些年来,随着在工业生产中网络攻击事件的不断增多,CPS的安全问题逐步得到了重视。CPS中的状态估计是工业生产中的重要过程,其质量对整个工业控制系统的性能有着决定性的影响。因此,CPS在遭受网络攻击的情况下的估计性能是亟待研究的。在本文中,我们旨在探究CPS中的安全估计问题,即如何在易受攻击的通信环境下,检测攻击及维持状态估计的性能。本文从攻击,检测以及估计的角度出发,探讨了CPS的安全估计问题。具体的研究内容设置如下:（1）针对远程估计器的估计安全问题,本文提出了一种基于事件触发的反向攻击方法。在本文的情景中,远程估计器配备了一个基于残差的入侵检测器来检测攻击。本文采用了一种事件触发的攻击方式以降低攻击者的能量损失,这是和以往的攻击方法的本质区别。首先,本文研究了所提出的攻击方法的隐蔽性。其次,本文给出了估计误差的迭代方程并且证明在事件触发的框架下,反向攻击是最优的线性欺骗攻击方式。最后,本文给出了一个凸优化的方法去设计事件触发的参数。仿真结果说明,本文的方法相比于随机的线性欺骗攻击是更加有效的。（2）对于远程估计中的拒绝服务（Denial of Service,DoS）攻击和传输能量调度问题,本文给出了在多客户端下最优离线能量调度的策略。在只考虑传输者的情况下,本文构建最优传输计划,以分别在无限时间范围和有限时间范围内最小化远程客户端的预期平均估计误差。在考虑攻击者的情况下,我们研究了恶意攻击者应如何设计DoS攻击策略,以通过阻塞信道来降低系统性能。结果表明,在有限的时间范围内,密集攻击会造成最大的预期平均估计误差。并且本文还给出,在系统矩阵A具有特定奇异值的情况下,均匀攻击策略或者是密集攻击策略都可能造成最大的终端估计误差。仿真例子证明了我们的结论。（3）为了检测在信息物理系统中的回放攻击,本文给出了一种基于物理水印的回放攻击检测方法。更具体地说,我们给出了两种添加物理水印的方式,一种为对物理水印方差进行直接扩大的反馈物理水印,另一种是基于事件的随机触发物理水印方法。我们证明了这两种方式在回放攻击开始后都会提高原有的检测率,并且我们证明了提出的方式比基于时间的物理水印方法检测率更高。对于随机事件触发水印,我们还提出了一种新的检测器,并给出了凸优化的方法去设计水印参数。最后,数值仿真验证了我们的结果并提供了水印的设计参考图。（4）在系统遭遇到欺骗攻击时,本文研究了一种基于事件触发的估计策略。在这一情境中,假设入侵的传感器和控制器都已经被系统定位。通过将部分已知的数据视为攻击的线性组合,采用了贝叶斯法则来构建事件触发的最小均方误差（Minimum Mean Squared Error,MMSE）估计器。结果表明,对于每个事件触发过程,误差协方差都矩阵是渐近有界的。仿真结果说明了所提出的事件触发估计器的有效性。仿真结果还表明,本文提出的事件触发估计算法不仅降低了通信速率,而且即使在对抗环境中也能有着令人满意的性能。