移动边缘计算（Mobile Edge Computing,MEC）技术将充足的计算和存储资源设置在靠近车辆的网络边缘,为车联网带来了高实时性和高算力的服务,并能实现低时延和本地化的车载传感数据聚合。然而,MEC技术所面临的安全威胁也给车联网MEC中的车载传感数据聚合带来了隐私安全问题。车联网MEC中的路侧单元（Road Side Unit,RSU）作为边缘节点容易被实施假冒攻击等外部攻击,车载传感数据中的隐私信息若被不可信RSU或外部攻击者持续窃取分析将暴露车辆隐私信息;同时,车辆在数据聚合的通信过程中使用假名替代真实身份以保证其匿名性,而边缘数据中心被攻击者控制后将泄露所存储的车辆假名信息,威胁车辆身份隐私。因此,研究车联网MEC中的车载传感数据聚合隐私安全问题,构建车联网MEC数据聚合隐私保护模型是当前车联网领域的重点研究内容。本文针对车联网MEC中车载传感数据聚合隐私安全问题展开深入研究,其具体研究内容如下:首先,分析并总结了车联网MEC中车载传感数据聚合在隐私安全方面所面临的威胁和挑战,并就车联网车载传感数据聚合和假名管理这两方面,总结归纳了国内外学者的研究成果。其次,针对车联网MEC车载传感数据聚合过程中的隐私数据安全问题,设计了隐私保护的多维车载传感数据聚合方案。使用Paillier同态加密方案加密车载传感数据,在保证车载传感数据中隐私信息安全的同时不妨碍MEC云层的聚合操作。使用超增长序列构建多维车载传感数据报告以实现多维数据聚合,避免了反复聚合各维数据所带来的重复聚合开销。安全性分析显示该方案实现了车辆身份认证安全性、数据聚合安全性、车辆匿名性、消息的完整性和不可否认性,满足车联网MEC数据聚合的隐私保护需求;并对方案中数据聚合过程进行性能分析,结果表明该方案在聚合计算开销和通信开销方面优于现有方案。最后,针对车联网MEC边缘数据中心不可信造成的假名泄露问题,提出一种安全的假名管理方案。利用高实时性的车联网MEC提高车辆身份认证效率,进而实现高效的假名更新。使用BGN同态加密方案加密车辆假名表,在保证假名信息安全性的同时不妨碍MEC云层的假名管理。对每个假名表关联查找词用于权威机构对恶意车辆的追责,保证了假名的可溯源。然后通过可证明安全理论证明方案实现了假名管理的安全性,安全性分析显示该方案满足车联网MEC假名管理的隐私保护需求;最后对方案中身份认证和同态加密性能进行了效率分析以及仿真实验,性能分析结果显示方案在认证的计算开销和通信方面优于现有方案并满足车联网的低时延通信需求。