车联网中车-车（Vehicle-to-Vehicle,V2V）通信是保障大量车载应用正常提供服务的基础,如交通管理、事故警报和商业广告等。然而由于车联网开放的通信环境,参与V2V通信的节点的安全性无法得到保障,导致恶意节点可以通过篡改和丢弃V2V数据包的方式破坏车联网服务。另外,由于车联网中存在大规模快速移动的节点和复杂的道路环境,使得车辆分布不均匀而加剧广播风暴问题,这会提高丢包率并降低车联网服务的可靠性。因此,研究恶意车辆检测和V2V广播风暴缓解,对于提升车载应用服务质量具有重要的研究意义。本文的主要工作如下:（1）针对车联网开放式环境下恶意车辆检测困难的问题,研究车联网中具有动态更新间隔的混合式信誉评估方案。本文提出了一种V2V信誉和全局信誉共同存在并相互作为参考的混合式架构,其不依赖于基础设施且基于多源参考实现信誉准确评估。针对恶意车辆合谋攻击问题,引入了可靠性评估模块来过滤不可靠的信任度计算结果,降低恶意车辆合谋攻击成功率。针对恶意车辆切换行为模式以绕过信誉检测的问题,设计了更新间隔动态调整机制,其基于层次分析法（Analytic Hierarchy Process,AHP）确定多因素权重并通过不公开的可靠性评估结果计算更新间隔。仿真实验表明,本方案能够在不同环境下有效提升对恶意车辆的检测率并降低误报率,保障V2V通信的安全性。（2）针对大量节点V2V广播的争用和冲突造成的广播风暴问题,研究面向V2V通信的自适应广播风暴缓解方案,提出接收者在决策是否中继广播时除了需要考虑能将数据包发送至更多邻居带来的预期收益外,还需要考虑邻居车辆重复接收相同数据包带来的预期冗余。针对分布式场景下车辆难以判断中继广播优先级的问题,提出通过D-S证据理论融合预期收益和预期冗余来自适应调整退避时间,这一实现在无需中心管控和额外通信的情况下有效减少中继冲突。为了避免链路中断降低V2V广播的覆盖率,中继车辆执行监听机制判断自身是否需要重复广播。仿真实验显示,本研究能够有效降低V2V广播的传输开销与接收开销,以缓解广播风暴并提升V2V通信的可靠性。