スマートウォッチによる生体データは健康管理に有益な反面，感情が推定できる機微なデータである．そこで，ローカル差分プライバシー(LDP)適用してプライバシーを保護したいところであるが，高次元データゆえの精度低下が課題であった．そこで，本研究では，AutoEncoderを用いてデータを低次元の潜在変数に集約し，その空間内でLDPを適用する手法を提案する．本手法は圧縮された特徴量を用いて摂動化を行うことで，安全性と学習モデルの有用性低下を抑えることが期待できる．WESADデータセットを用いた評価結果を報告し， LDP環境下における次元圧縮の有効性を検討する．