0 前言 随着大数据时代的到来,数据隐私保护成为了学术界与工业界共同关注的重点。传统的集中式数据处理方法不仅面临隐私泄露的风险,而且在实际应用中也面临着数据孤岛的问题。在这种背景下,联邦学习作为一种新兴的数据处理技术应运而生,其核心思想是在不共享原始数据的情况下实现多方数据协作。近年来,随着图神经网络(Graph Neural Networks, GNNs)在处理复杂网络结构数据上的成功应用,联邦图学习(Federated Graph Learning, FGL)作为一个新兴领域逐渐受到广泛关注。 1 联邦图学习的…