根据数据报告,全球汽车总数在2014年达到12亿,而在2035年全球汽车总数预计将达到20亿。随着车联网技术的迅速发展,车载信息服务不仅在数量上急剧增加,而且在种类上也趋向多样化,例如自动驾驶,实景车载导航和现实增强技术等车载信息应用。为了满足快速增长的车载信息服务,新的智能网联汽车必须具备较强的计算、存储以及通信能力。虽然智能网联汽车具备丰富的车载资源,但是目前这些车载资源却未被充分利用。有数据表明,超过70%的普通车辆每天停泊时间超过20小时。可见,城市中数量庞大的停泊车辆群体是巨大的分布式资源池。本针对停泊车辆的闲置资源,在边缘计算的框架下,通过计算迁移等技术手段加以利用。为智慧城市的智能交通系统的实施提供重要支持。车载边缘计算在未来智能交通系统有着广阔的应用前景。然而,车载边缘计算仍面临着很多潜在的信息安全和隐私泄露问题。服务请求者和车辆面临着位置跟踪、数据篡改、节点模拟、远程劫持和隐私泄露的风险。另一方面,现有的研究普遍使用集中式的方案来整合停泊车辆的车载资源。集中式资源管理容易遭遇性能瓶颈,容易受到单点故障、远程劫持和分布式拒绝服务攻击的影响。为了解决上述瓶颈和问题,本文融合区块链技术和车载边缘计算进行了研究和探索,主要工作包括以下几个方面:(1)设计基于智能合约的车载边缘计算资源交互机制,用于保障用户交易的安全且无需第三方公证机构。智能合约包括用户的账户注册,用户的请求发布,用户的响应记录,用户的任务执行,任务验证和支付报酬的步骤。(2)设计基于主观逻辑的授权拜占庭共识机制。通过多权重信誉融合计算方法,计算出每辆停泊车辆的信誉值。根据停泊车辆信誉值的大小,我们预先选择的信誉值高的停泊车辆作为共识节点。共识节点负责审计,验证交易记录,并产生区块。(3)设计基于契约理论的激励机制,用于模拟在信息不对称情景下服务请求者和停泊车辆之间的资源交易。基于双伽马函数,分析停泊车辆的停车行为,并对停泊车辆进行分类。针对交易双方的偏好,建立了服务请求者和停泊车辆的效益函数,提出基于朗格朗日乘子法的求解的方案。最后通过仿真分析和验证该模型的有效性。本文三个研究点分别探索“基于区块链的车载边缘计算资源优化”框架下的交互机制、共识机制以及激励机制,三个点相辅相成,组成一个安全的利用闲置停泊车辆车载资源的解决方案。