随着汽车数量的不断增长,全世界范围内,每年因为交通事故死亡的人数大约有135万人,由于交通事故导致的各类损失大约占全球总GDP的3%。然而,一些研究表明,使用预先避碰系统可以显著降低这种风险。因此,基于车辆通信的道路安全解决方案如发布紧急警示信息以及避碰系统的设计一直是学术界关注的研究热点。但传统车载网络存在广播风暴、隐藏终端等问题,这些问题带来的连通性、稳定性和可靠性仍然制约着传统车载网络的性能。因此,本论文通过车载社交网络（VSNs）这一覆盖范围更加广泛、更加灵活以及扩展性更强的新途径来探索解决上述问题的方案,具体的贡献有以下三点:首先,本文提出了一种在车载社交网络中基于社会效用的紧急警示信息传输方案（SUDS）。该方案利用了车载社交网络中用户的社交属性如兴趣点、中心性以及节点之间的友好程度来缓解由广播风暴以及隐藏节点带来的问题。为此,SUDS采用了混合车载社交网络架构来解决稀疏以及高移动环境下的网络连通性与连接持续性的相关问题,并采用基于双重策略的传播算法来进行集中以及分布式传播;在针对不同车辆密度、速度以及距离范围内对网络测量的参数如传输率、延迟及开销进行的大量实验表明,SUDS的性能是优于当前最先进的传输方案,准确性较高。其次,恶意用户引发的虚假紧急警示信息触发问题会严重破坏车辆交通,尤其是在高速公路上带来不可挽回的后果。针对这一问题,本文提出了一种新的在车载社交网络中基于信任的紧急警示信息的传播方案（TDS）。TDS通过利用用户发布消息之间的交互以及可信度网络来确定生成的紧急警示信息的可靠性,从而确保紧急警示信息的真实性。为此,TDS的设计中融合了一个全方位综合的信誉机制。该信誉机制根据每个网络节点的历史行为、社会效用以及贡献来计算信任得分。即使在车辆速度以及密度变化范围很大的情况下,TDS的性能仍然十分准确。此外,通过进行大量不同网络条件及参数设置的实验,我们验证了 TDS在车载社交网络中具备一定的可靠性、鲁棒性以及可扩展性。第三,本文提出了一种利用群体感知和社会智能来区分自私节点与合作节点的新型合作实时传播方案（CRD）。该方案解决了车载社交网络中节点的自私性、连通性,网络资源受限带来的问题,以及这些问题对于车载社交网络中紧急警示信息传播带来的不利影响。为此,CRD根据亲密度、相似性以及交互性等几个社会化指标来计算出一个网络关系强度值。此外,CRD为每个节点的信誉计算和更新引入了递归算法,该算法用于估计网络节点的状态转移概率,并以此概率为标准选择出一个超级传播者。最后在实际的车辆轨迹数据上,通过设置不同的车辆密度、车辆速度以及网络中自私节点的密度,依据发送率、延迟、跳数以及消息开销这些网络参数来对CRD的性能进行了验证。此外,对CRD性能的分析和比较表明,在上述几个网络参数指标中,CRD在车载社交网络中的传播方案设计是明显优于当前最先进的传播方案的。