近期，信息电子技术学院隐私保护理论与技术团队、2024级硕士研究生管新如在导师何丽丽教授和团队负责人张磊教授的共同指导下，在物联网领域一区 TOP IEEE Internet of Things Journal（影响因子8.7）发表学术论文《A Differential Privacy–Based Privacy-Preserving Scheme for Cooperative Localization in the Internet of Vehicles》。该论文为团队从事在线乘车的隐私保护研究又添新作，由此团队在2023、2025、2026三年连续在该期刊发表在线乘车隐私保护论文，并且相关工程应用在2区Top期刊Measurement上发表，并衍生13项发明专利，已授权8项。

随着智能交通、车联网和自动驾驶技术发展，车辆通过车对车通信共享位置，为协同定位提供支持。但持续广播的位置数据可能被用于重构行驶轨迹，推断车辆活动规律及敏感位置信息。传统全球导航卫星系统（GNSS）在复杂道路或卫星信号退化时容易产生定位误差；共享真实位置存在隐私泄露风险，添加随机噪声又可能降低定位精度。因此，兼顾位置隐私与协同定位的准确性和可靠性，是车联网安全领域的重要问题。

针对上述问题，研究提出基于差分隐私的车联网隐私保护协同定位方案 DP-GNSS-V2X，将位置扰动、协同估计、累计隐私核算和反馈调节纳入统一框架。方案采用拉普拉斯噪声扰动车辆位置，结合车辆速度、局部相对约束密度等信息动态分配隐私预算，并核算累计隐私消耗。针对噪声影响定位的问题，研究根据位置扰动尺度调整测量协方差，并结合扩展卡尔曼滤波估计车辆位置状态；同时，方案依据定位误差和参考信息不确定性动态调节后续隐私预算，并考虑多源测量的相关性，提升定位估计可靠性。

团队在复杂交叉路口、环岛和高速公路汇入等场景开展仿真实验。结果显示，该方案定位均方根误差（RMSE）为1.688米，最大定位误差为5.417米，精度违例率（AVR）为2.0%。与传统GNSS单点定位相比，RMSE由4.785米降至1.688米，下降约64.7%；精度违例率由57.4%降至2.0%。消融实验表明，在相同隐私预算下，加入隐私感知协方差自适应机制后，RMSE由11.75米降至1.41米。轨迹重构攻击实验也显示，该方案在所测试的攻击模型下具备一定的轨迹隐私保护能力。结果表明，该方法能够在仿真条件下兼顾位置隐私保护与协同定位性能。

该研究将位置数据发布阶段的隐私保护与接收端定位估计相结合，为持续位置广播场景下的隐私保护与定位性能协同优化提供了新思路。未来，团队将结合真实道路数据和实车测试，验证方案的实际适用性。

近两年，团队在张磊、王斌、何丽丽三名教授的带领下，已累计发表论文41篇，其中，SCI检索11篇、中文核心30篇；发明专利公开13项、授权8项；复审SCI论文4篇，3篇中文核心已录用尚未网络优先发表，并且在2025年获得我校首个中国大学生创新大赛研究生赛道国家级铜奖。

    （信息电子技术学院供稿）                                                                   （责任编辑 高佳）