中国已成为全球最大的汽车市场，由此产生的诸如交通阻塞、交通事故等社会问题正日趋严重。车联网是解决交通问题的有效途径，中国车联网将形成巨大的新兴产业。然而，车联网中驾乘人员在享受服务的同时，有强烈的隐私保护需求。因此，在推广车联网的同时，如何保护好驾乘人员的隐私是迫切需要解决的问题。　　 本文围绕基于RFID系统的车联网隐私保护技术，在综合分析已有的隐私保护技术的基础上，提出了一个可扩展隐私保护协议和一种车辆数目快速计数方案，同时设计完成相应的仿真实验。开展的主要工作包括以下几个方面:　　 (1)讨论了RFID系统可能存在的攻击并定义了其隐私保护需求，综述了已有的各种RFID隐私保护技术，尤其是基于密码技术的RFID隐私保护协议，随后从符号操作方法和计算复杂性方法两个大类出发，重点比较了多个RFID隐私保护模型，其中计算复杂性方法又细分为基于不可区分性和基于不可预测性两类。　　 (2)针对现存的RFID协议中仅有少数考虑到可扩展性需求，同时他们又存在或多或少的安全与隐私问题，设计了一个适用于车联网的轻量级可扩展隐私保护协议LSP。它的识别效率为O(1)，满足可扩展性要求，且与同类型的协议相比，大大减轻了后端数据库的计算量。根据分析，该协议很好的满足了四项隐私保护需求并且能够抵抗去同步攻击，同时本文基于Refresh模型证明了其隐私保护属性，并对协议进行了仿真比较。　　 (3)针对车联网应用中城市车辆数目需要快速预估提出了一种基于ALOHA算法的方案。根据概率论基础，通过一帧中第一个非空白时隙前空白时隙的数目来估算出车辆数目。与目前应用于车联网中的通信协议相比，不需要识别出车辆身份，避免了用户隐私的泄露，且大大减少了通信、计算和存储开销。仿真结果表明，与FNEB和EFNEB相比，在相似的准确率下通信次数减少20％以上，大大缩短了估算时间提高了计数效率。　　 (4)针对EPCClG2标准的RFID标签计算能力有限，目前研究的众多协议都无法在现有的RFID硬件平台上实现，考虑到传感器网络较弱的硬件性条件等相似条件，利用基于TinyOS系统的Micaz节点对本文所提出的LSP协议进行仿真模拟，验证协议LSP的高效性。