车联网是未来智能交通系统重要的组成部分,其工作目标主要是为车辆节点以及交通设施提供通信服务。首先,车辆节点通过车联网与其他车辆节点或路侧单元进行信息交互,以获取周围车辆状态和交通路况,形成安全高效的交通环境;其次,司乘人员通过车联网可实现信息查询,位置定位导航等类似互联网的功能需求。位置隐私相关服务可使得车联网变得更加智能化,同时也会使得车辆的隐私更容易被监听。本文主要针对低密度车辆驾驶场景的位置隐私保护问题做了深入的研究,主要研究包括以下几个方面:1.首先总结车联网领域以及其隐私保护分支领域的研究背景及意义,然后总结车联网中车辆隐私保护领域的国内外研究现状,最后介绍车辆位置隐私保护的相关基础知识以及应用的数学分析模型-博弈论。2.提出基于Stackelberg激励机制虚拟车辆辅助的动态混合区位置隐私保护模型。此模型通过分析领导者（目标车辆改名车点）和随从者（虚拟车辆产生器）之间的博弈,针对数目变化的内部妥协监听节点,给出不同条件下达到均衡时最优策略和效用。此模型降低内部妥协监听节点响应改名需求的概率及其监听概率,提升了低密度混合区场景下车辆位置隐私保护度并平衡了所付出的通信成本。通过实验对比,证明了该模型在低密度车辆节点场景下相比其他方案,具有更优越的位置隐私保护能力,车辆位置隐私度效果更优,虚拟车辆信标消息冗余度降低,位置隐私度提升了7.65%—15.65%。3.提出基于等速度虚拟车辆辅助的虚拟圆群组混合区的位置隐私保护模型。此模型引入虚拟车辆节点形成虚拟圆环车辆组迷惑外部关联监听节点,应用非合作博弈模型分析混合区内车辆节点和关联监听节点之间的博弈,此模型使得外部关联监听节点依据速度、距离预估目标改名车辆位置的难度增大,进而使得目标改名车辆假名变换前后的新旧假名的被关联和破译的概率降低,从而提升了低密度混合区场景下车辆位置隐私并且平衡付出的通信成本。通过实验对比,证明了该模型在低密度车辆节点场景下相比其他方案,具有更优越的位置隐私保护能力,信标消息冗余度降低,位置隐私度提升了3.37%—4.73%。