在车辆群智感知的任务分配中，大多数隐私保护机制将用户暴露于潜在的时间感知推理下，使攻击者能够推断出用户的敏感信息。针对该问题，提出一种感知时间不可区分的隐私保护任务分配方案。首先，该方案为满足用户对感知时间隐私保护的需求，运用差分隐私技术，对车辆的原始停留数据添加拉普拉斯噪声进行模糊处理。其次，在考虑任务之间旅行时间的同时，计算出车辆用户完成感知任务概率，以此来判断是否可以进行任务分配。若概率大于0,则合理分配所有任务保证负载均衡，否则不再分配任务。因此，该方案一方面提供了感知时间的隐私保护，另一方面能够保障分配任务的有效性。最后通过与其他方案进行比较，并分析它们的相对性能，进一步证实了该方案的优越性。