该文综述联邦图学习（FGL）进展：GCFL以图聚类应对结构异质性；FedHGN用模式权重分离处理异构图；FedGL聚合自监督信息提升模型；FedStar共享结构信息实现跨图学习；GraphFL解决非IID与新标签问题；ASFGNN分离训练与超参数调优；GL实现部分模型个性化。