不同于一般的神经网络,忆阻神经网络因其特性可以更加逼真地模拟大脑神经细胞的判断、学习和记忆等相关功能,因此被广泛应用于生物工程、模式识别以及保密通信等相关领域。当下随着计算机技术与网络技术的飞速发展,控制系统的结构逐渐向着网络化、开放性的方向发展。即控制系统中的控制器、传感器以及执行器等设备可以分散在不同位置,各个设备之间通过一个专门的通信网络实现信息的交互。与传统的控制系统相比,网络化控制系统更为高效灵活,扩展与维护起来也相对便捷容易。但是,由于网络的开放性以及相关物理限制,使得整个控制系统面临网络安全问题,其中一个主要的挑战是拒绝服务（Denial of service,DoS）攻击。本论文主要研究忆阻神经网络在DoS攻击环境下的同步控制问题,具体研究内容如下:1)DoS攻击环境下忆阻神经网络的同步控制。基于通信网络建立相应的误差系统模型,并利用Bernoulli概率分布来描述由于DoS攻击以及网络自身原因所导致的丢包情况。运用Lyapunov泛函方法以及线性矩阵不等式（Linear matrix inequality,LMI）技术,推导出相应的充分条件使得响应系统与驱动系统之间是均方全局渐进同步的,控制器的相关参数则通过LMI工具箱获得。2)DoS攻击环境下复杂忆阻神经网络的同步控制。将响应系统拓展为一个由多个忆阻神经网络耦合而成的复杂网络,先单独分析响应系统中单个子节点与驱动系统之间的同步问题,然后用笛卡尔积将其中的多个节点整合起来进行建模。运用Lyapunov函数方法以及LMI技术,给出相应的充分判据来保证复杂忆阻神经网络与驱动系统同步。3)DoS攻击环境下考虑参数不匹配的忆阻神经网络同步控制。由于忆阻器特殊的物理特性,描述忆阻神经网络的部分参数是状态依赖的,因此响应系统与驱动系统之间可能会出现参数不匹配的问题,在考虑了参数不匹配的基础上,设计出一种全新的控制器,并构造相应的Lyapunov函数获得充分判据来保证误差系统的稳定性。相关的控制器参数可以通过LMI的形式求得。