【论文导读】- GraphFL: A Federated Learning Framework for Semi-Supervised Node Classification on Graphs

基于图的半监督节点分类（GraphSSC）具有广泛的应用，从网络和安全到数据挖掘和机器学习等。然而，现有的集中式GraphSSB方法无法解决许多现实世界中基于图的问题，因为收集整个图并标记合理数量的标签既耗时又昂贵，数据隐私也可能受到侵犯。**联邦学习（FL）**是一种新兴的学习模式，可实现多个客户之间的协作学习，可以缓解标签稀缺的问题，并保护数据隐私。因此，在FL设置下执行GraphSSC是解决现实世界基于图形的问题的一个很有前景的解决方案。