Private Information Retrieval With Arbitrary Privacy Requirements: Introduction and Capacity Results
本文研究图结构存储系统中的「任意隐私需求下的私有信息检索（PIR）」问题。经典 PIR 要求用户从多个服务器取回某条消息时，向所有服务器隐藏目标消息的索引；近期提出的本地 PIR（LPIR）则只要求对实际存储该消息的服务器保密。本文指出，在
#graph-storage
共收录 2 条相关情报。
← 返回所有主题The Case for Learned Provenance Graph Storage Systems.
本文提出了一种利用机器学习技术优化溯源图存储系统的思路。传统溯源图存储面临规模大、查询慢等挑战。作者设计了一种学习型索引结构，通过对图数据的分布进行建模，实现了更高效的存储与检索。实验表明，该方法在存储压缩比和查询延迟上优于传统方法。该研究