丢包类型检测算法

本文介绍丢包类型检测算法模块的功能与算法逻辑：如何用「Jitter + 排队延迟 + 突发形态 + 丢包率」多路信号，把丢包区分为拥塞丢包（congestion loss）与随机丢包（random loss），并把结论反馈给拥塞控制算法，以保住决策是否需要降速。

为什么要区分丢包类型

对拥塞控制来说，丢包有两种截然不同的成因：

• 拥塞丢包：瓶颈链路缓冲区被灌满、溢出丢包。它是真实拥塞的信号，必须退避（收缩窗口、进入 recovery），否则会加剧拥塞。
• 随机丢包：无线误码、链路层偶发丢包，与拥塞无关。此时不该退避，退避就白白损失吞吐，在弱网/无线场景尤其重要。

如果把随机丢包误判为拥塞 → 无谓降速、吞吐塌陷；如果把拥塞丢包误判为随机 → 继续猛发、拥塞雪崩。所以这是一个高价值、需精细调参的启发式判别。

判别结果loss_type 直接改变 CC 的行为：

数据流与消费端

算法模块被定时驱动（500ms），输入链路统计，输出丢包类型与抖动发散度：

flowchart LR
    subgraph IN["输入 ConnectionStats 加 RttStats"]
        L["lost_ratio 丢包率"]
        BL["max_continuous_lost_ratio 连续丢包的最大丢包率"]
        BC["most_frequent_continuous_loss 突发次数"]
        JT["uplink_jitter_avg 上行链路的平均 Jitter"]
        RT["smoothed_rtt 与 recent_min_rtt"]
        TP["traffic_policing 是否是被限速标记"]
    end
    IN --> U["Update 每秒更新检测一次"]
    U --> CT["CurrentLossType"]
    U --> LT["LatestLossType"]
    U --> JD["JitterDiverge"]
    CT --> CC["CC 决策"]
    LT --> CC
    CC --> R1["随机丢包: 不退避, 丢包当送达补偿, 提升 cwnd 增益"]
    CC --> R2["拥塞丢包: 进入 CONSERVATION 或 GROWTH 恢复, 收缩窗口"]

PacketLossType 枚举：kUnknown = 0、kCongestionLoss = 1、kRandomLoss = 2。

整体架构：双层 Update + 双历史寄存器 + 投票

算法有三个关键设计：

1. 双层 Update：外层(上层定时触发 )做节流与基线维护，内层(内部出发点)做单轮分类。
2. 两个 3 bit 滑动历史寄存器：likely_congest_loss 与 likely_random_loss（std::bitset<3>），各自记录最近 3 轮的判决。
3. 投票 + 迟滞：最终对外结论不是看单轮，而是对最近 3 轮做非对称投票。

sequenceDiagram
    autonumber
    participant P as LinkStatsUpdated
    participant LDA as 外层 Update
    participant CLS as 内层 Update 分类
    participant H as 历史寄存器

    P->>LDA: Update(now, connection_stats, rtt_stats)
    alt 距上次统计不足 1 秒
        LDA->>LDA: 仅 UpdateRtt 维护 min_smoothed_rtt
    else 距上次超过 1 秒 且 指标齐全
        LDA->>LDA: 检查延迟阶跃并按需重置 min 基线
        LDA->>CLS: 组装 NetStats 送入分类
        CLS->>CLS: 计算 is_congest 与 is_random
        CLS->>H: 两寄存器左移一位并置位 bit0
    end
    P->>LDA: CurrentLossType / LatestLossType / JitterDiverge
    LDA-->>P: 丢包类型与抖动发散度

外层 Update：节流与基线维护

外层Update负责让分类每秒至多跑一次(定时器控制)，并维护两条关键基线：

• 触发门槛：jitter_avg 平均 jitter、lost_ratio 丢包率、max_continuous_lost_ratio 连续的最大丢包率，即 max burst lost ratio 都就绪，且距上次分类 超过 1 秒。否则只用当前 smoothed_rtt 维护 min_smoothed_rtt。
• min_smoothed_rtt：观测到的最小平滑 RTT，作为传播时延基线；rtt_diff = smooth_rtt - min_smoothed_rtt 即排队延迟。
• min_jitter_ / jitter_diverge_：最小抖动基线与「当前抖动相对基线的发散量」jitter_diverge_ = average_jitter - min_jitter_。
• 延迟阶跃时重置基线：当 recent_min_rtt > min_smoothed_rtt + 80ms 且 RTT 已稳定 ≥2s，或稳定 >8s 时，判定路径传播时延发生了真实阶跃 → ResetMinJitter 并把 min_smoothed_rtt 重置到当前值。避免基线长期停留在旧水平、导致 rtt_diff / jitter_diverge 永久偏大而误判。
• RTT 稳定性跟踪：mean_deviation <= max(5ms, smoothed_rtt × 4%) 视为稳定，记录稳定起始时间 rtt_var_stable_start_time；一旦不稳定即清零。它是上面「延迟阶跃重置」的前置门控。

内层 Update：单轮分类逻辑

内层 Update(NetStats) 是算法核心，围绕几个派生信号做判断：

拥塞判定

先按丢包率分档算 guest_congest（”看起来像拥塞吗”），核心思路：拥塞必须同时具备”延迟/抖动升高”与”突发成片丢包”两类特征，且丢包率越高要求的突发证据越强：

最终：

is_congest = (guest_congest 且 congest_condition)
             或 loss_boost
             或 is_traffic_policing
             或 avg_loss_rate >= max_random_loss_rate(默认 0.8)

即：拥塞特征成立且流量足够，或丢包陡增，或检测到限速，或长期平均丢包率高到不可能全是随机（≥80%，可配置）。

随机判定

初始条件很直接：jitter_diverge ≤ 50 且 rtt_diff ≤ 50 —— 丢包发生时延迟和抖动都没涨，就像随机误码。此外还有一组基于突发形态的补充规则：突发段很多（burst_cnt ≥ 7/10/12）但突发占比低（burst_ratio 小）且抖动发散受限 → 说明丢包零散、互相独立，是随机特征；其中数条还叠加了历史随机判决（likely_random_loss）做迟滞。

最后一道闸：

is_random = is_random 且 (非 is_congest) 且 loss_rate > 0

拥塞优先：一旦判为拥塞，随机判定立即作废；无丢包则不判随机。

单轮流程图

flowchart TD
    A["每轮 NetStats 输入, 每秒至多一次"] --> B["更新 min_rtt, min_jitter, jitter_diverge, rtt_diff"]
    B --> C["burst_ratio 等于 burst_loss_rate 除以 loss_rate"]
    C --> D["按 loss_rate 分档计算 guest_congest"]
    D --> E{"is_congest?<br/>拥塞特征且流量足够 或 loss_boost 或 限速 或 平均丢包超 80%"}
    E -->|是| F["本轮判为 拥塞丢包"]
    E -->|否| G{"is_random?<br/>无拥塞特征 且 突发形态像随机 且 loss_rate 大于 0"}
    G -->|是| H["本轮判为 随机丢包"]
    G -->|否| I["本轮无明确结论"]
    F --> J["congest 寄存器 左移并置 bit0"]
    H --> K["random 寄存器 左移并置 bit0"]
    I --> L["两寄存器仅左移"]

投票：从 3 轮历史到最终结论

每轮把两个寄存器左移一位、按本轮结果置 bit0，于是它们始终保存最近 3 轮的判决。对外结论对二者做非对称投票：

flowchart TD
    subgraph HIST["最近 3 轮判决 bitset 3 位"]
        CG["likely_congest_loss"]
        RD["likely_random_loss"]
    end
    CG --> CUR{"IsLikelyCongestLoss?<br/>congest bit0 为 1, 或 最近一轮非随机且 congest 计数 大于等于 2"}
    RD --> CUR
    CUR -->|是| T1["CurrentLossType 等于 拥塞丢包"]
    CUR -->|否| CUR2{"IsLikelyRandomLoss?<br/>最近两轮均无拥塞 且 random 计数 大于等于 2"}
    CUR2 -->|是| T2["CurrentLossType 等于 随机丢包"]
    CUR2 -->|否| T3["CurrentLossType 等于 未知"]

判定函数的非对称设计是整套算法的核心：

• 拥塞容易确认：IsLikelyCongestLoss 只要最近一轮判了拥塞（bit0）即成立，或 3 轮里 ≥2 轮拥塞且最近一轮非随机。因为漏判拥塞的代价（雪崩）远大于误判。
• 随机需要干净证据：IsLikelyRandomLoss 要求最近两轮都没有拥塞且 3 轮里 ≥2 轮随机。因为误判随机会导致过量发送。
• LatestLossType 更保守：只有「窗口投票」与「最新一轮」都指向随机（IsLikelyRandomLoss 且 IsLatestStatLikelyRandom）才返回随机，否则一律当拥塞 —— 用于对时效更敏感的场景。

一句话概括判决哲学：拥塞是”安全默认”，好进难出；随机是”高门槛特权”，需持续且干净的证据才认定。

关键参数

总结

丢包网络类型算法 是一个典型的多信号 + 迟滞投票判别器：

• 多信号交叉：用「排队延迟 rtt_diff + 抖动发散 jitter_diverge + 突发占比 burst_ratio + 突发次数」共同刻画拥塞的”延迟升高且成片丢包”特征，用「延迟抖动不升 + 丢包零散」刻画随机特征；
• 基线自适应：维护 min RTT / min jitter 基线，并在真实延迟阶跃时重置，避免基线漂移导致长期误判；
• 非对称迟滞投票：3 轮历史寄存器 + “拥塞好进难出、随机高门槛”的判定，兼顾灵敏与稳健；
• 闭环价值：结论直接决定 CC 对丢包”退不退避”，使 CC 在无线/弱网下既能抗随机丢包、又不放任真实拥塞的关键判别模块。