研究人员提出了一种名为FedStruct的新框架，用于处理分布在多个客户端上的基于图结构的数据的联邦学习挑战。通过利用全局图结构信息捕捉节点间的依赖关系，FedStruct消除了在客户端之间共享敏感节点特征或嵌入的必要性。实验结果验证了FedStruct在不同情景下接近于集中式方法的性能。