本文（arXiv，cs.IT / cs.NI / eess.SP，作者 Mohamed Nomeir、Shreya Meel、Sennur Ulukus）研究图结构存储系统中「任意隐私需求」下的私有信息检索（PIR）问题。研究动机来自三重现实约束：服务器存储容量有限、消息（数据）规模庞大、以及不同数据具有异构的隐私敏感级别。经典 PIR 假设用户需要向所有服务器隐藏所请求的消息索引；新近提出的 LPIR（local PIR）则把隐私集缩小为恰好存储该消息的服务器集合。本文提出更一般的统一框架：每条消息只需相对一个预先指定的服务器子集保持检索隐私，且该子集必须包含实际存储该消息的服务器；等价地，每台服务器关联一个「隐私集」，预先规定哪些消息索引在从该服务器检索时必须保密。当每台服务器的隐私集包含全部消息索引时退化为经典 PIR，当隐私集恰为该服务器所存消息索引集合时即为 LPIR，因此该模型是二者的推广与桥梁。作者首先推导一般图在上述隐私需求下 PIR 容量的通用下界与上界，这些界同时捕捉 LPIR 与经典 PIR 的本质特征；随后聚焦路径存储图与环形（循环）存储图，在若干更细粒度的隐私设定下给出部分情形的精确容量结果，其余情形给出上下界——这两类图度数低，便于深入理解新的隐私公式化并容纳比其它简单图更丰富的隐私需求配置。最后，作者提出一种新的「金字塔存储图」用于建模服务器存储：该图此前未在任何 PIR 语境中被研究过，但在消息存储与副本复制模式上具有良好的对称结构，为后续容量分析提供了新的研究对象。整体属信息论与编码方向的纯理论工作，不涉及具体协议实现或攻击面。