无线传感器网络（WSN）由大量协作的无线传感器节点互连而成，在环境监测、智能家居、智能交通等领域得到了广泛的应用。分布式估计是无线传感器网络中的一个重要问题。基于最小均方误差的最优估计算法，如Kalman滤波和信息滤波，通常用于WSN状态估计，以获得准确的估计值。然而，由于无线传感器网络的无线通信特性，攻击者可以很容易地监听网络任务域中的信道，向信道中注入比特流，实施DoS攻击等。深入研究传感器网络中的攻击行为具有重要意义。本文针对集中式滤波和分布式滤波下的传感器网络估计安全及攻击问题进行了研究，主要工作如下：
　　1. 研究了一种应用于传感器网络中具有窃听器和随机丢包的信息滤波的安全机制。在传感器和远端估计器之间的通信信道中传输的数据可以被窃听者以一定的概率听到并随机丢弃的情况下，该安全机制使每个传感器节点随机地传输数据。通过对估计器的估计误差协方差的数学期望建立概率模型、转化为LMI问题，优化安全机制的数据发送概率。同时，提出了一种简化计算和降低复杂度的最佳概率搜索算法。
　　2. 站在攻击者的角度，研究了拒绝服务（DoS）攻击管理，以在最小化攻击能量的前提下破坏传感器网络中的协同估计。在传感器与远程估计器之间的通信信道中，攻击者选择一些信道随机干扰DoS攻击，使其数据包随机丢弃。为解决复杂的优化问题，提出了一种由三步组成的随机功率分配方法。首先给出了被攻击的最小信道数和节点集。其次，针对一般系统和特殊系统，分别给出了攻击集中信道丢包概率的充要条件。最后，根据原本耦合的复杂规划问题在前两步的条件下被简化得到的简单非线性规划问题，求得最优的攻击参数。
　　3. 站在攻击者的角度，继续将DoS攻击方案设计应用到更加复杂的分布式网络估计环境下。在分布式估计中，每个节点都进行测量、通信和估计的过程。针对仅有部分节点能够测量到目标的分布式卡尔曼一致性网络估计过程，攻击者选择部分信道进行攻击，使其通信数据以一定概率丢失，同时，攻击者方存在一定的能量限制。通过将目标函数松弛为下界最大化问题、网络局部估计的分析，用Markov链模型构造目标问题显式方程，简化求解优化问题，确定攻击者的时间分配。