連合学習

個々のデバイスでローカルにモデルを学習し、学習結果（モデルパラメータの更新分）のみをサーバに集約して全体モデルを改善する分散学習手法。生データをデバイス外に送信しないため、プライバシーを保護しながらモデルの精度向上が可能。

データを1か所に集めずに、各組織や端末が手元のデータで機械学習モデルを学習し、更新したパラメータだけを集約して全体のモデルを改善する分散型の学習手法。病院や金融機関が互いに生データを渡さずに共同でモデルを作れるなど、プライバシーを保護しながらデータを活用できる。送ったパラメータから学習データを推測される攻撃もあるため、差分プライバシーなどと組み合わせる。

個人を特定できないようにデータを加工すること。項目削除、一般化、トップコーディングなどの手法があり、他の情報と照合しても個人を識別できない状態を目指す。個人情報保護法の匿名加工情報の作成でも用いられる。

同じ属性の組合せを持つレコードが必ずk件以上存在するようにデータを加工し、個人の特定を困難にする手法。kの値が大きいほど安全性は高まるが、データの有用性は下がる。

リスクを修正する対策を講じること。リスク低減の具体的手段として、技術的対策（暗号化、アクセス制御等）や運用的対策（手順の整備、教育等）を実施してリスクレベルを許容範囲内に抑える。

サイバー攻撃や情報漏洩などのインシデントによって生じる損害を補償する保険。リスク共有（リスク移転）の一手法として、賠償責任、事故対応費用、逸失利益などをカバーする。

組織が個人情報をどのように収集、利用、管理、保護するかを明文化した方針文書。個人情報保護法に基づく利用目的の公表や、第三者提供の条件などを記載する。情報セキュリティ諸規程の一部として策定される。

システムの設計段階からプライバシー保護を組み込む考え方。カナダのアン・カブキアン博士が提唱した7つの基本原則に基づき、個人情報の収集最小化、利用目的の限定、データの匿名化などを設計に反映する。