本文研究基于图复制（graph-based replication）的分布式存储系统中的私有信息检索（Private Information Retrieval, PIR）问题。在传统G-PIR中，客户端需通过查询-响应协议从服务器获取文件，且不向任何数据库泄露文件索引，目标是最大化速率（总下载量的倒数）。先前工作假设完美信息论隐私（零泄露），但本文首次系统研究弱隐私约束下的图存储PIR，即Graph-based Weak Private Information Retrieval（G-WPIR）。作者提出一种适用于任意图的G-WPIR方案，该方案采用最小子包化（minimal subpacketization）以符合文件大小约束，并通过简单的概率查询实现来平滑调节速率与隐私之间的权衡。方案在两种常见泄露度量——互信息泄露（mutual information leakage）和最大泄露（maximal leakage）下刻画了可达的速率-隐私权衡曲线。此外，针对完全图和完全二分图两类特殊图结构，对方案进行扩展并推导了相应的权衡关系。本文贡献在于：1）正式定义了G-WPIR问题模型；2）泛化通用方案并给出性能分析；3）为实际系统设计提供了理论指导，证明放松隐私要求可显著提升检索效率。读者对象为信息安全、编码理论及分布式系统领域的研究人员。

本文重新定义了私有信息检索（PIR）问题中的隐私概念，以容纳灵活的隐私需求。传统PIR要求用户检索消息时，对所有服务器隐藏被检索的消息索引。然而，实际场景中可能不需要如此严格的隐私保护。作者聚焦于图复制PIR系统，其中每个服务器仅存储部分消息，且存储模式由某种图结构（如路径图或循环图）决定。他们引入了一个通用隐私需求集：对于每个服务器，可以指定其需要隐藏的消息索引子集（不必是所有消息），只要该服务器的存储消息索引包含在隐私需求集中即可。由于存储设置和隐私需求集有多种可能，论文重点分析了路径图和循环图两种存储拓扑，并针对每种拓扑考虑了多种隐私配置，例如隐私需求集仅包含某个邻域范围内的消息索引。通过引入邻域范围参数，实现了从局部PIR到标准图复制PIR的平滑过渡。作者推导了这些场景下的容量界或精确容量，揭示了隐私强度与通信开销之间的权衡关系。该工作为设计灵活、高效的PIR系统提供了理论基础，尤其适用于分布式存储和隐私保护通信等场景。适合对隐私计算、信息论和安全存储感兴趣的研究人员阅读。