모바일 디바이스의 사용량이 증가하면서 생성되는 데이터의 양이 폭발적으로 증가하고 있다. 최근에는 생성된 방대한 양의 데이터를 활용하여 다양한 가치를 창출하고 있다. 하지만 개인의 단말기에서 수집되는 데이터의 경우, 환경이나 디바이스, 이용자의 특성 등에 따라 수집되는 정보가 다르므로 Non-IID 문제가 발생할 수 있다. Non-IID 문제를 해결하는 대표적인 방안은 데이터 공유지만, 원본 데이터를 전송할 경우 사용자의 프라이버시 문제가 발생할 수 있으며, 중간자가 데이터를 탈취할 우려 또한 존재한다. 따라서 본 연구에서는 주성분 분석을 이용한 안전한 데이터 공유 메커니즘을 제안하여 종래의 문제를 해결하고자 시도한다. 각 노드들은 주성분 분석 모델을 생성한 뒤 차원을 축소하여 공유하며, 공유 이전 생성한 주성분 분석 모델을 사용해서 모델을 복구한다. 본 연구는 실험을 통하여 제안하는 메커니즘을 정상자와 공격자 관점에서 평가하였다. 이때 정상자 관점에서는 데이터 공유 전후의 정확도가 일정하게 유지되나 공격자 관점에서는 정확도가 하락함을 보였으며, 최적의 Components 값을 도출하였고, 최대 42배 메모리 효율적임을 입증하였다. 또한 최적의 Components 값일 때 가장 높은 프라이버시 척도를 보여 제안하는 메커니즘의 성능을 증명하였다.