6G是推动智能车联网创新发展的关键动力，而安全隐私保护是保障智能车联网创新、发展、产业化的重要基座。隐私保护的本质是挖掘数据共享价值的同时保障信息隐私，需重点解决隐私、共享、效率的三角矛盾。目前来看，以密码学、AI理论等为基础，保护数据隐私，挖掘数据共享价值，以同态加密、差分隐私、DL，FL等为手段，兼顾数据高隐私性和高共享性。研究成果表明，基于联邦学习的高精度自动驾驶模型共享，基于图差分隐私的车辆数据跨平台共享等方式，能有效保护用户身份隐私信息并实现驾驶模型精确度显著提升，显著减少跨平台数据共享中的数据损失，并大幅度减少跨域数据应用中的信息泄露。
