随着智能交通的迅速发展,基于车辆位置的服务方式有效地提升了道路安全性,为驾驶者带来了便捷,但其也面临着巨大的隐私泄露风险。针对车辆的位置隐私安全问题,目前主要有差分隐私保护和车辆假名变换两类隐私保护方案。然而,传统差分隐私方案大多基于可信第三方数据收集者的前提假设,而传统假名方案难以实现车辆的个性化隐私需求,缺乏灵活性。针对上述问题,本文分别提出了基于差分隐私的位置数据发布机制（LDPM）和基于动态博弈的以用户为中心的假名变更机制（UCPM）,详细介绍了两种机制的理论细节与算法流程,并通过对比实验验证了上述两种机制在隐私保护、数据可用性和通信成本等方面的优越性。本文具体研究内容包括:（1）提出了一种基于差分隐私的位置数据发布机制（LDPM）。首先,针对半可信车辆的问题,提出了一种动态变更组长算法,利用跳变周期、车辆生存期和通信跳数来动态变换半可信组长车辆;然后,针对半可信第三方数据收集者路侧单元的问题,提出了一种位置数据发布算法,利用地图网格化、差分隐私和滑动窗口机制实现对车辆流数据的w-event差分隐私保护;最后,利用SUMO和NS-3仿真工具完成实验场景的搭建,并且在总跳数、组长生存期和MAE指标下,将LDPM与其他相关模型进行对比实验。结果表明,LDPM在降低通信成本的同时,缩短了组长生存期。另外,LDPM能有效保护车辆位置隐私,具有较高的数据可用性。（2）提出一种基于动态博弈的以用户为中心的假名变更机制（UCPM）。首先,根据信息熵构建了一种以用户为中心的隐私模型,使得车辆可以实时捕捉到自身的位置隐私级别;其次,将假名变更阶段的车辆决策过程建模为动态博弈问题,提出了车辆假名变更的决策算法,利用自身位置隐私级别和潜在的位置隐私收益,动态更新博弈中剩余车辆节点数量,直至算法收敛,从而得到愿意合作参与假名变更的车辆集;最后,利用SUMO和NS-3仿真工具完成实验场景的搭建,并且在匿名集大小和平均假名变更次数指标下,将UCPM与其他相关模型进行对比实验,结果表明,UCPM可以在提供车辆隐私保护的同时,减少车辆假名变更的次数。