车联网(Vehicular Ad-hoc Network,VANET)是由车辆与路边单元(Road Side Unit,RSU)构成的新型移动无线网络。车辆与车辆、RSU以及互联网设备之间,依据专有的通信协议和标准的数据传输协议实现信息交互与共享。车联网中由于不同车辆的嵌入式设备、网络环境和应用软件均存在异构性,致使开发和维护成本过高。因此,可在应用系统与底层设备之间引入车载中间件技术降低软硬件之间的耦合度,提高开发效率。目前,随着移动互联网络和定位技术的不断发展,为位置服务提供了良好的发展环境,使得位置服务已成为车联网的重要组成部分。而驾驶者发送获取位置服务的请求时,需要发送车辆用户的当前位置给RSU,这样会带来位置信息泄露,从而造成安全隐患。本文面向城市车联网,设计了一种基于上下文的车联网位置隐私保护中间件(PP-OSGi)。此中间件契合OSGi(Open Service Gateway initiative)面向服务松耦合的特征,动态调用车载应用服务,如车辆用户通过发送服务请求,以获取服务提供商发布于RSU的位置服务。同时根据车联网中网络拓扑变化快,车辆存储空间大、计算资源丰富以及车辆能获取自身和邻居车辆上下文信息等特点,提出面向不同车辆密度区域的两种位置隐私保护机制,并封装于PP-OSGi中间件中,以实现车辆用户的个性化位置隐私保护。针对车辆用户位置隐私泄露问题和其在不同上下文位置隐私偏好需求不同,本文提出一种动态可调的k-匿名算法:首先在离线阶段,建立位置隐私偏好模型,预测不同上下文场景中服务请求车辆的隐私需求k,动态调控车辆用户是优先关注服务质量还是位置安全性;其次为在线阶段,根据服务请求车辆周期性地广播来获取邻居车辆位置信息,并判断其分布是否分散以此得到满足k-匿名的匿名组,实现位置隐私保护;最后通过计算匿名组中隐匿车辆集合的中心位置和实际查询半径,并结合车辆用户与服务间的距离得到精确的查询结果。其次面向VANET中车辆密度较小的区域,本文提出一种基于虚假位置的位置隐私保护算法。首先建立位置隐私偏好模型,可在不同上下文中预测隐私需求k;然后基于圆划分生成候选虚假位置,再根据位置熵与虚假位置分布是否分散得到最终的k-1个虚假位置,最后计算得到实际查询位置和查询半径,来完成服务查询。仿真实验结果表明,设计的基于上下文的车联网位置隐私保护中间件可以为车辆用户提供符合其位置隐私偏好的个性化位置隐私保护,提高了位置隐私保护水平、服务请求成功率和查询效率,降低了通信成本,同时改善了用户驾驶体验。