车辆排系统是一种在车载自组织网络上发展而来的新型车联网交通系统,其具有在保证安全驾驶能力的前提下增加道路容量的能力。一种被广泛接受的车辆排组织形式是协同自适应巡航控制系统(CACC)。在这个系统中车辆之间通过广播进行通信,彼此传递状态信息以维持车辆排内部车辆之间相对比较小的车距。然而,由于这种系统需要车辆间通信的辅助,用来确保车辆的安全性状态的广播信息,如果被窃听,将极大地危及车辆自身的位置隐私。尽管在传统的车载自组织网络中,已经使用一些基于假名和混合区组合的方法,通过在混合区中改变车辆假名来混淆车辆状态,分割车辆轨迹。但是这样的方法不足以确保车辆排中车辆位置信息的隐私。特定频率的高精度安全信息,以及车辆排行为的高度规律性为汽车的轨迹引入了相对较高的可预测性和时空相关性。在本文中,我们通过利用混合区外的车辆广播的状态信息,来说明攻击者如何通过连接汽车的状态信息来推断假名映射,恢复被分割的车辆轨迹。我们提出了一种使用期望最大化和最大似然估计算法来获得匹配假名、去除匿名的效果,这种算法可以用于各种一般性的交通场景。我们通过同时使用基于模拟数据和基于美国101高速公路实际驾驶数据的实验,验证了该去匿名化框架的有效性。相较于传统的没有车辆排的车载自组织网络场景,我们的去匿名策略可以在车辆排场景上实现超过30%的更高的准确度。