差分プライバシーの原理を活用し、高リスクな事例を特定的に合成データに置き換えることで、データプライバシーを効率的に確保しつつ、データ利用性も維持する手法を提案する。
GDPR準拠のためのモデリング手法を提案し、既存のセキュリティおよびプライバシーモデリング手法(STRIDE、LINDDUN)とGDPRの要件を統合することで、非準拠の脅威を特定し、それらを軽減する包括的なソリューションを示す。
Mixture of Gaussians Mechanismsを使用して、DP-SGDにおけるグループレベルの(ε, δ)-DP保証を計算する手順を提供します。