本文介绍了一种基于联邦图学习的新型框架（2SFGL），用于改善金融犯罪检测的安全和效率。实验证明，将GCN和2SFGL集成应用于此任务可以提高17.6％-30.2％的性能，将GraphSAGE和2SFGL集成应用可以提高6％-16.2％的性能。该框架是一种稳健且简单易用的协议，可以与现有的基于图的欺诈检测方法简单集成。

该文提出了基于联邦图学习的2SFGL框架，用于金融犯罪检测，可提高17.6％-30.2％的性能。该框架稳健易用，可与现有欺诈检测方法集成。