车联网通过对安全信标信息（Safety Beacon Message,SBM）的分析处理,有效提高交通行驶的安全性和交通管理的智能化。但是,随着社会文明发展和进步,用户越来越重视个人隐私信息。因此,在SBM数据采集、传输、处理过程中,实现用户身份、位置、轨迹隐私保护,是当前车联网应用上亟待解决的热点问题。信息技术的快速迭代更新使得车联网应用范畴不断拓展,以数据为中心的5G移动通信网、众包、群体感知等新型应用在车联网中逐渐兴起。然而,传统的中心化车联网架构因受限于过多的第三方实体,存在车辆用户隐私泄露的风险,并阻碍了新型应用的进一步发展。而且,针对新型应用下的特征需求,如车联网5G应用的动态性、车联网众包应用的定向性、车联网群体感知应用的相关性,现有的隐私保护方案具有不适应性,无法有效保护用户的身份、位置和轨迹隐私。因此,本论文致力于研究如何结合区块链和边缘计算技术,搭建车联网分布式架构,解决因SBM数据存储和传输不安全导致的隐私泄露问题。在用户端SBM数据上传时部署隐私保护方案,解决SBM数据上区块链后因数据透明带来的隐私泄露问题。并分别针车联网新型应用下的动态性、定向性、相关性等特征,设计适应性的隐私保护方案,保障车辆用户端在SBM数据采集传输过程中的隐私保护。本论文主要研究内容如下:（1）提出基于区块链的边缘辅助车联网架构,包括用户层、边缘层、中心控制层。在架构的边缘层部署具有语义分析和学习能力的增强型边缘节点Edge-Node,实现对分布式且海量SBM数据的快速检索和分类处理。通过定义三种不同的数据结构,微区块、关键区块和验证区块,设计基于哈希锚定的主从多链模型,打通全网数据,保障数据的一致性和完整性,解决因数据存储不安全导致的隐私泄露问题。在用户与Edge-Node之间,设计基于属性加密的数据上传和数据访问机制,解决因数据链外传输不安全导致的隐私泄露问题。（2）在基于区块链的边缘辅助车联网架构的用户层,设计LPP+IPP隐私保护算法,加强SBM数据上链前的隐私保护,解决区块链数据透明导致的用户身份和位置隐私泄露问题。设计位置隐私保护LPP算法,获得车辆匿名群。通过定义平均连通度（35）和平均距离D,量化车辆群k-匿名联合的有效性,提高车辆位置匿名性,加强位置隐私保护。在车辆匿名群的基础上设计身份隐私保护IPP算法。IPP算法根据动态门限加密方法将身份划分为多个子身份。通过子身份的动态更新和联合的形式上传SBM数据,提高用户的身份隐私保护力度。（3）针对车联网5G应用的动态性特征,提出一套隐私度量复合指标KDT,设计基于热点的动态隐私保护DGD算法。通过在用户层建立基于飞蜂窝的车辆群模型,使得车辆在5G环境下具有动态连接性。DGD算法划分车联网中的位置信息为个人和社会热点,结合位置特性和飞蜂窝技术动态生成群区域,使得处于社会热点的车辆优先接入群区域。因此,生成的群区域具有更多的轨迹交叉,轨迹复杂度更高,能更有效保护用户的轨迹隐私。通过在群区域内定义追踪概率pi和假名熵H,提高车辆假名交换的有效性,切断车辆身份与位置/轨迹之间的联系,提高动态环境下车辆用户的位置和轨迹隐私保护强度。（4）针对车联网众包应用的定向性特征,设计时间容忍的匿名隐私保护TAA算法和K-1位置偏移隐私保护KLO算法。通过建立SBM数据传输的两种模型（数据汇聚和数据分发）,分析定向车辆在身份信息公开条件下的位置攻击模型。在数据汇聚过程中设计TAA算法,通过时间容忍方式,采用群身份上传SBM数据,切断车辆与SBM数据采集位置lo之间的关系,保护定向车辆的位置隐私。在SBM数据请求时的数据分发过程中设计KLO算法,根据偏移概率熵最大原则将请求位置lr模糊在k个POI位置中,保护定向车辆的位置隐私。（5）针对车联网群体感知应用的相关性特征,设计基于相关性分析的隐私保护CAPP算法。考虑到群体感知数据量大、冗余多、相关性强,结合匿名性和同质性构建了车辆群。根据连续位置和连续车辆群的关系,设计车辆PID身份管理策略,实现去关联度的身份隐私保护。通过分析车辆连续位置之间的时间、空间、数据相关性,构建了基于CRF的隐私保护模型,求解出位置的条件概率分布。设计位置抑制函数,使得车辆在一些特殊位置以一定的概率抑制SBM数据上传,在保障信息损失为零的情况下实现位置的ε-隐私保护。