近年，クラウドコンピューティングが新たなネットワークサービスとして注目を集めている．しかし，データ保管やデータ処理の過程において，クラウド上のサーバやデータ解析者へのプライバシ漏洩が懸念されている．プライバシ漏洩への対策として，本稿では2つの手法に注目した．1つは，データにノイズを加えることで，データ提供者の元データの値が推測されることを防ぐ差分プライバシである．もう1つは，暗号化した状態のままの演算を可能にする準同型暗号である．差分プライバシと準同型暗号を組み合わせることで，計算結果の出力値に対するプライバシ保護と，データの通信や保管および計算過程における秘匿性の両方を達成するシステムを構築することができる．本稿では，差分プライバシと準同型暗号を組み合わせたプライバシ保護手法に関する研究調査を行い，近年の傾向についてまとめる．具体的には，データの収集方法やノイズを加えるタイミングなどに焦点を当て，特に差分プライバシと準同型暗号の組み合わせ方とユースケースについてそれぞれ分類し，今後の研究動向について考察する．

In recent years, cloud computing has been attracting attention as a new network service; however, privacy leakage to cloud servers or data analysts becomes a serious concern. We focus on two privacy-preserving methods. One is differential privacy (DP) that prevents guessing at the original data by adding noise to the data. The other is homomorphic encryption (HE) which enables arithmetic operations over its encrypted data. By combining the both, we can construct a system that preserves the privacy leakage from the computation output that will be revealed to the analysts, besides preserving it during communications, computing, and storing. We investigate and summarize privacy-preserving methods that combine DP and HE. Specifically, we focus on data collection methods and the timing of adding noise. Then, we classify these methods depending both on how they combine DP and HE and on how the use cases are, followed by discussing the future research trends.