本文综述了图形领域中的越域泛化（OOD）问题，分类现有方法并探讨其在图神经网络中的应用。研究提出了一种基于因果模型的新框架，以提高图结构数据的泛化性能，解决分布偏移带来的挑战。通过因果推断，提升了模型在不同分布迁移下的准确率，并展望未来研究方向。