Para garantizar la agregación de un modelo global de alta calidad durante el proceso de intercambio de datos en Internet de los Vehículos (IoV), los enfoques actuales utilizan principalmente la detección de gradientes para mitigar actualizaciones maliciosas o de baja calidad de parámetros. Sin embargo, implementar la detección de gradientes en texto plano descuida la protección adecuada de la privacidad de los datos vehiculares. Este documento propone IoV-BDSS, un nuevo esquema de intercambio de datos que integra tecnologías de blockchain y privacidad híbrida para proteger datos privados en la detección de gradientes. Este documento utiliza la distancia euclidiana para filtrar la similitud entre vehículos y gradientes, seguido de la encriptación de los gradientes filtrados usando intercambio de secretos. Además, este documento evalúa la contribución y credibilidad de los nodos participantes, asegurando aún más el almacenamiento seguro de modelos de alta calidad en la blockchain. Los resultados experimentales demuestran que nuestro enfoque logra el intercambio de datos preservando la privacidad y la precisión. También muestra resistencia contra ataques de envenenamiento del 30%, con una tasa de error de prueba que permanece por debajo del 0.16. Además, nuestro esquema incurre en un menor sobrecosto computacional y una velocidad de inferencia más rápida, reduciendo notablemente los costos experimentales en aproximadamente un 26% en comparación con métodos similares, lo que lo hace adecuado para sistemas IoV altamente dinámicos con comunicación inestable.