该文综述图数据增强与图对比学习研究，涵盖基于对称拉普拉斯特征值的图裁剪增强、全局随机游走子图对齐、频谱扩增拓扑扩充、GASSER频谱定向扰动、不完全幂迭代光谱增强及GAug框架，并总结图增强分类法、去相关架构与双通道筛选器，以提升泛化性、鲁棒性与节点分类性能。