位置服务使人们的生活越来越便利,但是人们在享受位置服务的同时,位置隐私的泄露也越来越严重。所以位置隐私的保护也变得越来越重要。车辆的出现节省了人们的出行时间,车辆数目急剧增加,再加上物联网的广泛运用,使得车联网也不断发展。但是车联网同样也面临着位置隐私的泄露,所以,基于车联网的位置隐私保护变得越来越重要。为了有效平衡位置信息是否精确而带来隐私保护安全与查询服务质量之间的矛盾,以及有效保护用户的位置隐私,提高服务器查询质量,同时使得车联网位置信息的准确度得以提高,借助位置k-匿名原理,在基于边界的多边形的匿名区域基础上,构造一种弧段构成的弧边多边形匿名泛化区域,利用该泛化区域来请求位置数据。实验结果表明该泛化区域有效的减小了隐匿区域面积,减小了相对匿名度,在满足车联网用户位置隐私安全的基础上,提高了服务质量。为了减少与实际道路情况的偏差,更好的符合车联网路网的实际情况。使得位置隐私保护强度和服务质量之间的矛盾得以平衡,使得算法更加安全,提出一种基于Voronoi图的位置隐私保护算法,对路网进行Voronoi划分。选择满足K-匿名和l-多样性的道路,对每条道路的权值进行排序,将需要匿名的车辆所在道路权值附近的路段加入匿名集,并且在此算法基础上结合位置模糊的方法。该算法不但能满足车辆的K-匿名,而且能从空间区域保证K-匿名,除此之外还能满足路网的l-多样性。有效避免路网状态下的特征攻击,实验表明该算法具有较小的时间复杂度和相对匿名度,减小了隐私泄露风险,对于匿名成功概率也有一定的提高,从某种程度上减少了某些匿名保护算法与实际情况有较大偏差的缺点。为了避免车联网在数据传输阶段遭到背景知识的推断攻击,提出一种基于差分隐私的隐私保护机制,将差分隐私的方法引入到车联网的隐私保护机制中,再结合位置模糊方法和基于Voronoi的路网划分方算法,使得车联网用户的位置隐私得以更强的保护,使得车联网从数据传输到算法部分,都更加安全。最后进行仿真,来证明隐私保护机制的安全性能。