未来智慧城市中,同时体现车主间社交关系和车辆拓扑结构的车载社交网络（Vehicular Social Network,VSN）能够为智能网联汽车提供多样的个性化数据服务。然而,车载社交网络数据共享过程中存在着交易不可信、隐私泄露等安全问题,安全的网络架构亟待提出。同时,针对车辆的高速移动性和数据转发的自私性,社交车辆的分簇算法和激励机制设计成为了当前值得研究的问题。本文的主要工作如下:第一,针对车载社交网络中车辆高速移动和拓扑结构多变导致的数据链路不稳定甚至中断的问题,提出一种区块链辅助的活跃度感知社交车辆分簇算法。构建区块链辅助的车载社交网络三层架构,实现信息的安全存储。在簇头（Cluster Head,CH）筛选过程中,考虑由相对加速度、相对速度和相对距离构成的移动相似性分值以及由兴趣相似度定义的社交相似性分值,加权求和得到车辆总相似性分值。利用基数排序算法排序并筛选出分值最高者作为簇头候选者（Cluster Head candidate,CHc）,保证集群的稳定性。进一步,引入由车辆历史数据处理量和车辆请求资源次数构成的活跃度的概念,通过对其进行判断,从簇头候选者中筛选出真正有社交意愿和能力的簇头,提升簇内亲密度。仿真结果表明,与传统算法相比,采用所提算法,在保持集群稳定性的同时,亲密度有所提升。第二,针对车载社交网络中节点自私性导致的数据共享服务质量较差的问题,提出一种区块链辅助的三方-四阶段Stackelberg博弈激励机制。构建区块链辅助的车载社交网络数据共享模型,实现节点间可信数据交易。基站（Base Station,BS）、CH、簇员（Cluster Member,CM）三方间的交易中包含着两对主从关系。首先,跟随者CM提交内容请求策略,以获得更高的体验质量。而后,既是领导者又是跟随者的CH,需要设定自私度策略,以实现利益最大化。最后,BS作为领导者会对排名各异的内容成本策略进行设定。利用基于牛顿法的迭代算法求解,优化三方策略,实现对CH自私度的抑制,进而实现CM体验质量的提升。仿真结果表明,本研究所提方案能够有效克服CH自私性,为CM提供更高质量的数据共享服务。