- 博客(2459)
- 资源 (4)
- 收藏
- 关注
RSS订阅
原创 闲谈IPv6系列文章集锦
本文总结一个目录提纲，只要是给自己看的，记录一下哪些东西已经总结过了。闲谈IPv6-6to4隧道和ISATAP隧道： https://blog.csdn.net/dog250/article/details/88644797闲谈IPv6-说说IPv6地址分配和BGP： https://blog.csdn.net/dog250/article/details/88430415闲谈IPv6...
2019-03-18 22:38:43
43046
42
原创 细看高维空间中距离度量失效
如上所述，即使想直观感受高维，也要借助于数学，所谓结构决定行为，我们的大脑处在 3 维空间，如果大脑皮层的褶皱展现了分形，大脑至多 3.x < 4 维，无能感受更高维，但数学有能力击穿我们的 3 维大脑。这也是一个反直觉的事，问题在于，100 维空间的面和 3 维空间的面是不同的，正如我们无法感受 100 维的体一样，我们也无法感受 100 维的面，它事实上就是 99 维的体，你能感受吗？形而上思考，高维空间的反直觉现象，本质上是人类低维直觉的局限性，人的直觉反而是空间存在形式的扭曲解。
2026-04-11 09:17:03
414
原创 卡瓦列里积分赏析
当时人们对 “无限” 的认知模棱两可，混用量纲的 “无限薄”，“无限短” 更是令人不安，卡瓦列里认定截面就是 2 维，但他将 “无限” 抽象到了无量纲的数量，即 “无限多 2 维截面积累成了 3 维体”。这在当时可谓打破常规。17 世纪是体系化，形式化的前夜，科学方法，解析几何，微积分，牛顿力学均在 17 世纪创世，卡瓦列里在他的几何代数技巧和直觉之外并没有更进一步，当他的已经 k 到 9 时，他甚至没有大声公开一个大胆的一般化猜测。紧接着，卡瓦列里不得不脱离几何直观，进入了未知，这里将展示他的才智。
2026-04-10 17:00:00
465
原创 二项式的哲学与无穷的秩序
不管整数维度还是整数组合，都是独立的正交，3 维就是 3 个垂直方向，3 中取 1 可取完，分量和过程不会干涉和耦合，当 n 非整数时，坐标系便倾斜甚至扭曲了，向量分解在各维度的分量互相耦合黏连，剪不断，理还乱，喋喋不休，重叠缠绕，这表达了无穷项的成因。以超越数 e，π 为例，它们无法以构造式表达，无法被诸如代数方程的根的代数关系锁定，只能用无穷级数表达，只要你忽略了任意的余项，便不再精确，这就又绕回了微积分的终极，极限的形式化的，严格分析式的 ε – δ 定义，有限和无穷的形而上学的辩证。
2026-04-09 16:10:07
2683
原创 牛顿对开普勒第二定律的证明
伽利略证明过受力过程的位移 ∝ (Δt)²，在牛顿对开普勒第二定律的证明过程中，由于向心力，偏离匀速直线运动的位移 ∝ (Δt)² 理所当然，在只有差分而没有基于极限的微分定义的时代，(Δt)² 属于高阶差分，其影响会快速衰减到无限接近 0，其实就是后世的高阶无穷小，直觉上，Δt 越小，高阶无穷小越可被忽略。固定中心为 S，如果物体不受外力，它将做匀速直线运动，这是基本假设，设等时间间隔 Δx，物体先后经过 B，C，则 AB = BC，因此。相比现代分析学的定义，这只是少了形式化推演，但意思到了。
2026-04-07 17:01:54
5296
原创 对数的大脑应对指数的世界
知识点之间不是孤立的，而是相互联系的，相对于入门知识的低熵，高密度，高信息增益特征，越往后学的知识，在孤立知识点之间建立联系所需的熵减强度越高，即越学效率越低，就是这个意思。，但值得注意的是，它说的不是一回事，和韦伯-费希纳定律是互补关系，韦伯-费希纳的对数律描述底层分辨能力，而史蒂文斯的幂定律则描述高层主观感知，它正是经过对数大脑加工后的结果作为输入，两者是串联关系。外界刺激的强度范围太大，进化的大脑只能对数压缩对刺激的感知，似乎是第一性的结论，对数感知，就是用最小的神经带宽，装下最大的世界范围。
2026-04-04 12:45:00
6114
原创 从动力学方程到 e，π 的无穷之美
这意味 e 就一直在那里，被级数这种计算设施发现了，它并不是被构造出来的，而是被符合 y’ = y 这极简动力学特征的因果算出来就是这结果，也正因如此，也能看出来自然界的 “粗糙” 和 “松弛”，这就是无理数的本质，无法人为正则构造成分数，它就在哪里，无以构造。我建议小学高年级读一下微积分的历史，了解微积分的发展脉络，它是一个携带思辨的工具进化的过程，从累积开始，经变化率，级数求和到不等式极限，按照教科书教学顺序相反的认知顺序去领略，别有一番趣味。这就是微积分的工程力量，其计算效率远超古代的几何技巧。
2026-04-04 09:15:00
5748
原创 从微积分看世界和人生
这导致了很多大事小情，小到熬夜，烟酒的致命危害，大到军备竞赛和经济危机，夹杂着股票测不准，天气测不准等，人们太擅长并喜欢基于现状做线性扩展，借古讽今知未来，于是就产生了不同的史观。在这种微观线性化的世界，人的认知天生被塑造成微观线性化的，擅长用线性思维处理微分信息，却难以感知非线性的长期累积，核心是误将局部线性增长完全等同于高维线性增长。既然世界是局部线性化积分，那么所谓人生，也是局部线性化认知在时间上的积分，你只能获得当下，正念治百病，也就成了真理。，正是圆的周长，而周长是面积的降维量。
2026-04-03 16:15:00
9109
原创 世界终将被 AI 堆成的屎山掩埋
人的错觉在于以为时间是无限的，所以事情就是无穷多的，而 AI 可以提效，但实际上一个周期只有区区 24 小时，于是只能趋向于将这 24 小时压满，肉身在持续两年内休息时间低于五小时，就可能会电解质紊乱，发生无器质性病变的猝死(无心脑血管疾病症的猝死)。目前 AI 训练净输入仍由人类产生，而输出会再反哺输入，这意味着 AI 输出占比会逐步压缩人类积累的知识的占比，不断掠夺人的有限的时间，在此之前如果 AI 仍涌现不出真正的创造性，世界终被 AI 输出的屎山掩埋。AI 会取代人的工作，毫无疑问，但没新意。
2026-04-02 10:45:00
6130
原创 聊聊工科生的线性化思维
以跑步为例，我埋汰量化 KPI 好多年，记配速，记心率，记距离，甚至记听了几首歌，如果一周跑量不达 x，会在最后几天拼命补，如果补不上就会焦虑，丝毫不管自身的状态，这背后似乎成了生意，商业资本驱动的是算法机器驱使无知的人为完成 KPI 而完成 KPI。另一方面，在 AI 的强大压力下，工科生暴露了持续学习的本事，用肉身强制自己跟上 AI 的进化，拼命学习新东西，这证明了我年前写的那篇文章的合理性，到底是科技进步果然让工科生更忙碌，榨干了他们最后的时间，这像极了跑步机。，小矛盾不断激化，危机滚雪球式爆发。
2026-03-28 07:45:00
6037
原创 尺度定义极限，极限定义边界，边界定义存在
工业革命释放了动力，让人们有能力更快地填补空闲的时间，处在好区间，但要意识到，世界按照 24 小时的周期脉动，人只有 24 小时，而 AI 却只是进一步 bloat 了已经被互联网 24 小时 online 填满的时间，处在坏区间，作为肉身的人， 最后的休息时间将被剥夺，疲于应对，过劳死亡将会成为常态，这不是工作被剥夺的问题，这是生命被剥夺的问题。反过来，没有边界，就没有存在。但凡我发类似观点，编程的人总说我是不接受新事物的老古板，我并不承认，相反，我更是觉得工科线性思维的决策大多数都是错的。
2026-03-26 08:15:00
9345
原创 指数函数如何描述世界
与工科的低认知相反，理科的归纳，假设，演绎，求证，文科的审美，修辞，逻辑，文史哲，这些是工科人的认知所鄙视的，自然也是触及不到的。自然界的分形是指数的具象，树的分支轮廓，肺气管分支，河流支流，山脉，海岸线，血管网络，都遵循分形的指数逻辑，当然，也包括互联网。因为宇宙只允许最简单，最稳定，最自洽的法则存在，而指数的自我延续在数学上是唯一的最简形式，成本最低，指数不是被选择的，而是所有不稳定，复杂，外力依赖的模式，全被淘汰了。总的来说，指数函数描述的世界是一个自复制，自生长，自相似的世界，想想看，还真是这样。
2026-03-21 10:30:00
8725
1
原创 作为无标度网络的互联网为什么成功
站在应用视角，虽然在 1990 年代集中式的 C/S 架构统治了互联网流量，导致平均访问路径相比平均拓扑路径更长，不必要的流量成本造成的拥塞(我经常说，C/S 是拥塞的根源)进一步增加了时间成本，归根结底都是能耗，但在这个显式 C/S 网络之下，人们可以自发构建 P2P 网络，而 P2P 网络 则是一个真实的，自然生长的无标度网络。编程的人很少关注复杂网络，因为它涉及了太多与统计，博弈，社会学的交叉，而编程的人乃至整个工科圈最厌恶交叉和统计，编程吞噬了编程的人拥抱不确定的能力，我不会编程，于是我来补充。
2026-03-21 08:45:00
9401
原创 AIMD 和 BBR 的李雅普诺夫稳定性
所以你看，你要有负反馈，loss-based，delay-based 都是一回事，但 BBR 作为 model-based 它是主动适配环境，而不是被动响应，甚至取消了响应，BBR 连构建负反馈的基础都没有。满足判据，这也正是 BBR 稳定性证明复杂，需采用非光滑李氏或等价方法的原因，但凡复杂的，风险极大。为丢包指示函数，丢包时为1，否则为0，为了强调负反馈而不是均值指标，采用这种阶跃式建模。为滑动窗口 max-filter，窗内只升不降，非光滑，不可微，非线性，minRTT。，显然满足稳定性条件。
2026-03-14 14:30:00
9556
原创 TCP CUBIC 与 AIMD Reno 的对比
很明显，CUBIC 增窗比例更大，且缓和了锯齿跳变，其本质在于 CUBIC 存在平衡阻尼，相当于刹车逼近机制。非常清晰，短 RTT 流，AIMD 更快，长肥管道大 BDP，CUBIC 收敛远快于 AIMD。直观意义上，丢包率下降时，CUBIC 吞吐量涨得比 AIMD 快得多。其中 k 为无关趋势的计算量(包含高阶量)。浙江温州皮鞋湿，下雨进水不会胖。t 趋向无穷大，稳态下。
2026-03-14 10:00:00
9107
1
原创 重新发现 TCP CUBIC 和谐之美
最后，CUBIC 的名字，它就是 “3 次” 的意思，但它恰恰也能看作 BIC 加上 CU，而 BIC 是 Binary Increase Congestion Control，与作为 3 次方直译的 CUBIC 在字面上没有任何关联，看似 BIC 升级，实则它自己。精妙处在于，这一切自动适配尺度不变性，不需任何拟合计算，只需那句话哲学，靠近已知极限时，缓缓减速，保守分寸，远离过往边界时，慢慢加速，大胆探索，而 Wmax 就是那个已知的记忆锚点，定义了边界的位置。浙江温州皮鞋湿，下雨进水不会胖。
2026-03-14 08:45:00
9992
原创 从尺度不变性推导 TCP 吞吐率公式
假期旅行期间，一有时间就看《微积分溯源》，16 世纪前后一段时间，人们对量纲一致性和齐次的物理意义颇有执念，基于此简单直白的量纲分析导出了很多普适的，简洁的，优美的物理规律。发现物理规律的核心在于，为满足尺度不变性，公式必须是量纲齐次的，即左右两边量纲必须完全一样，不能出现 “米 + 秒” 的情况，如果单位不一致，就不能自然缩放。如果你自行扩大 W，试图在数字上降低 p，结果就是 T 增加，v 降低，在所有情况下，AIMD 给出了一个统计意义上的最优解。量纲关系，[L]，[T] 自不必说，速度量纲为。
2026-03-07 08:15:00
8118
2
原创 AIMD 公平性极简推导
U 绝对大于等于 0，绝对渐小，因此 AIMD 绝对趋向于公平。定性分析过很多次 AIMD 的收敛，典型地基于几何相图，参见。仅影响 buffer 规模，不影响比例，不影响公平收敛。虽便于理解，但不正规，本文正式推导。这就是 AIMD 公平性的极简证明。人要一直进步，加深理解，拒绝长文。浙江温州皮鞋湿，下雨进水不会胖。对 t 求导，并已知。由柯西·施瓦茨不等式。请注意，AIMD 的。
2026-03-07 07:45:00
8841
原创 从杆秤到手机测量 App
编程的人拿着对科学的误解杠中医，鄙视文科生，看不起哲学，但对同样源自非线性不可还原的 LLM 大模型，编程的人却恨不得磕头跪舔，实则自己犯了唯心主义的错误，坠入了形而上学的深渊。中医相面，靠眼睛观察和经验分析，体检 App 相当于其高级版本，靠摄像头采样，用训练后的大模型分析生理状态，本质上没什么大不同。杠杆是物理上触手可及的比例，野人就能实现，虽然野人也认识相似，但要等到成像技术触手可及才能利用，而智能手机将摄像头成像和比例计算集成在一起，始出现。结构简单，触手可及，对比例伸缩的认知，古人已有之。
2026-03-06 20:15:00
7393
原创 混乱守序下的全局最优
总结混乱守序逻辑，统一的行为，只会导致内卷或浪费，这种统一要么来自跟风，要么来自强制规则，而随机，独立性与多元化，允许个体行为的无序与差异，才能让有限的资源被充分利用，让所有参与方都能各得其所，避免局部拥堵与资源闲置的双重耗散，获得全局最优解。该闭环可利用的点是错峰和逆行，我看你们编了 20 年的程，还是不学编程，看到想吃的饭店排号，扭头就走，节假日不用 12306 也不信任导航，但不耽误我高效率出行，看看我这些案例的反面，是不是存在扎堆和同步，如果人人如我，则全局最优。浙江温州皮鞋湿，下雨进水不会胖。
2026-03-05 17:08:04
7925
原创 为什么局部优化会毁掉全局：从职场 35+ 到 BBR
更不必谈自己写个激进传输的算法替换系统默认，也许看来只是自己用，但这是大厂那些根本不懂网络却在 “优化网络” 的团队的共识行为，他们控制着全局接近 50% 的互联网流量，这是资源发散的要因，也为网络高时延，高抖动贡献了大分。亦是收敛的，BUT 这依赖并且严重依赖 minRTT 的测量准确性，而在普遍异构的网络环境，minRTT 在多大程度上是可信的，没有任何保证。在一个由大量决策者组成的系统，当个体都只优化自己，拼命避险时，它们会变得高度同步，最终协方差项主导系统风险，把整个系统推向风险最大状态。
2026-03-04 17:23:15
9209
原创 为什么流越多，所需 buffer 越少
还是旧事重提，见证统计复用叠加尺度不变性的魅力，这次用量纲分析。浙江温州皮鞋湿，下雨进水不会胖。越简单越高级，人总要不断进步。相信尺度一致性，现在缩放。保证量纲一致性，需要。
2026-03-03 16:47:00
10109
原创 为什么互联网选择了 AIMD
不要再扯 BBR 比 CUBIC 吞吐高了，也不要晒什么自研算法多么优秀了，普适的往往是极简的，经得起任何复杂场景，与大自然契同，深层次的东西编程的人不在乎，更不懂。最终只有乘法增长 + 乘法下降才能保证尺度不变性，线性降窗，降常数，降到固定值，都会破坏尺度不变，系统在不同网络规模下行为完全不同，无法稳定工作。看看招聘和裁员的 AIMD 一样，不管 10 人作坊，还是宇宙厂，要满足尺度不变性，也必须按数量招聘，按比例开除，真有意思。你看，都是解方程解出来的结果，与自然界相似相溶，这是控制论之美。
2026-03-01 09:00:00
10744
原创 AI 何重塑我们的思维方式
假期回家路上，跟前同事讨论 “TCP 无丢包，单纯乱序会 RTO 吗”，我的答案是 “很难 RTO”，注意，我并没有明确回答会或者不会，而是模糊了答案，这对于记忆式思维方式的人而言会比较不适，因为他们希望获得一个精确的答案，以记在脑子里，如果是一个模糊的回答 “可能会”，他们便会追问 “具体在什么情况下会，能不能给个 case”，如果找不到这样的 case，他们便会去翻代码，试图滴水穿石。在历史上，廉价纸张，印刷术，互联网的每一次发明都在降低信息存储和检索的成本，因此，每一次都促进了信息的传播。
2026-03-01 06:45:00
11093
原创 再谈 TCP-over-TCP 两层 TCP 的 “打架“ 行为
只要 AIMD 在内层，传输效率降低就是必然的，但你要获得 TCP 隧道的某些功能或收益，就要付出成本，还是要理解这是一场交易，不要上来就说 TCP-over-UDP 能解决问题，它只会带来新问题，在说 TCP-over-TCP 不好之前，先要理解所谓 “不好” 的细节，然后再量化它的影响，至少你要能定性分析它。从整体看，人体表现出的正是变化被放大的正反馈特征，这就是嵌套连接两个负反馈形成正反馈的核心机制，问题不在两个负反馈本身抵消或者叠加了变化，而在于其中一个负反馈改变了另一个的参考目标。
2026-02-28 13:40:56
12023
原创 当信息洪流淹没认知，摧毁思考
无序度飙升进一步加剧逻辑崩塌，大脑为对抗熵增持续做功，形成散度失衡 → 熵增 → 无效做功 → 更严重失衡的死循环，内耗并非情绪问题，而是认知系统为修正正散度，对抗熵增，产生的不可收敛积分，消耗不断累积且无法消解。同理，信息革命让信息突然丰富，人脑尚未渐进进化到适应信息爆炸，于是大脑过载，这并非不如三高严重，大脑过载似乎比三高更严重，因为它直接摧毁了人们的认知。，逻辑微分方程无解，表现为推理断裂，判断失真，认知混乱，这就是逻辑崩盘的数学本质。，逻辑是信息的结构化梳理，依赖信息密度处于合理区间，满足。
2026-02-22 15:11:02
11188
原创 城市化进程与审美水平的动力学
在上海街头也很少再见女生精致的妆，薄丝套装也消失了，却遍地丑陋的淡黄色厚光腿神器，我并不觉得这是年轻和唯我的自由，毕竟这些东西本身说明这就是他们的追求，这是审美的下滑，过年回安阳和东北，更加深了这印象。基于此，一切就好解释了，在城市化过程中，为接纳快速进入城市的人口，首要的是底层需求，比如住房和食品供应，以及基础教育，这类底层需求将占据绝大多数资源，审美资源被掠夺，公园建成商品房，商场被隔间分隔成更多商户，奢侈品撤柜，书店改成超市，考试教辅类书籍取代哲学和艺术类，如此等等。
2026-02-18 23:13:27
9434
原创 阿基米德的有限步逼近思想求圆面积
这本书第一章后面还讲了卡瓦列里积分，在解析几何之前完成了精简推导，还有费马积分，托里拆利奇异几何体，都是如此朴素而精彩。很多人以为，求圆面积必须靠无穷小，极限，微积分，但阿基米德不用无穷，只基于有限步也能锁死无限。全程没有无穷小，没有无穷步，没有实无穷，只用有限推理，就精准算出无限曲线图形的面积。阿基米德在两千年前，就写下了极限的灵魂，用有限触及无限，加之归谬反证，简直太美妙了。读《微积分溯源》简直太精彩，先写篇短文。浙江温州皮鞋湿，下雨进水不会胖。
2026-02-13 11:43:07
11005
原创 复杂系统的真相，逃不开的幂律
这种转变需要局部自治，把庞大的系统切块，让每个小模块内部先解决自身的问题，再进行结论汇总，记住每个局部的最优结果，淘汰无效重复，最后建立代表机制，用少数节点代理区域交互，借助传递性和信息复用，砍掉冗余交互。现在一边有科技大佬在鼓吹 AI，一边就有人要面对人被取代后的社会保障和资源分配问题，自从人类有了第一次协作，有了第一件人造物，潘多拉盒子就打开了，人们开始不得不面对背叛，背刺，责任，生产，分配，掠夺。人类社会高度分工，协作，本质也是一种结构化设计，结构越清晰，协调成本就越低，才能支撑起庞大社会的有序。
2026-02-12 16:45:00
11433
原创 谈谈 Linux 内核四象限工作法调度
Linux 分两边，作为 server，它需要在多核心保持高吞吐，而在 client 端，它需要高响应性，为此，Linux client 需要引入诸如四象限工作流程的调度器，但从扩展性的角度，为了支持这种调度器，正如 Linus 早年所说，要放弃在太多核上并行，太多核上并行是为 server 准备的，而不是 client。在去掉这些毛边后，最终会看到 Linux 调度的目标是 “全局的，实时的，完全的加权公平”，而 Windows 调度的目标则是 “高优先级立即抢占”，它们的适应性和扩展性因此而不同。
2026-02-11 21:15:00
10764
原创 如何调教一个普适的逻辑斯蒂增长模型
宫崎市定信仰历史一元论，发明，发现是罕见的，传播，模仿却很容易，因此文明元素总在一处被发明，随后传播到整个文明世界。文中用括号扩起了一种不适合的情形，即宗教传播，它的喜好驱动力不同，所以无法依此建模，因为宗教信徒并非对不信教者漠不关心，相反，他们十分关心，信与不信者是对抗模型，而非资源开发增长模型，这个话题不多说。所以，模型拟合了宫崎市定的历史分期螺线，基于模型的预测往前看，全球同步，一目了然，争论东大，西大，欧日，谁更厉害已经没有意义，历史已经过去。
2026-02-08 09:15:00
10576
原创 从哈尔滨索菲亚教堂到 AI Infra 看人群扎堆的本质
逻辑斯蒂增长模型的核心是增长受承载力的约束，初期因资源充足快速增长，后期因资源有限增速放缓，最终趋于饱和，我对其简单修正，加入一个令人悲伤的离场衰减项，这恰好契合互联网当下的跟风现象，无论是打卡景点还是入局 AI，参与者都会随信息裂变快速增加，但优质资源总有上限，最终拥挤不堪(内卷)。用本文的模型可以拟合西湖景区，哈尔滨冰雪游，淄博烧烤，智能手机，共享单车，新能源汽车，AI 大模型等，仍在持续增长的说明盘子足够大，能兜得住，像西湖和哈尔滨，南京也是因为规模足够大，适配了庞大的人口，才长久些。
2026-02-07 08:45:00
13526
原创 多就一定好吗？梅特卡夫定律如何摧毁扩展性
在前文描述技术进步和人们总劳动时间关系时，除了造成关系数量爆炸的梅特卡夫定律之外，还有邓巴数定律，在本文的两个例子中，单 subflow，单 core 的串行能力亦有一个物理约束，普遍的误区在于，当遭遇该物理极限，可转向横向扩展继续线性提升性能，但这并不是继续提升的开始，而是性价比渐低的开始，最终还是回到了起点，关系的数量爆炸在先，然后才是物理极限。结合 η(n) 随 n 递减特性，n 越大，左边越大，右边越小，劣化越显著，本质是梅特卡夫定律带来的交互开销，彻底抵消甚至超过有效带宽聚合红利。
2026-02-07 07:45:00
10564
原创 为什么科技发展没有让人们变轻松反而更忙碌？
恰与大多数人的认知相反，技术进步很快就偏离了他们以为的初衷，蒸汽机很快不再抽水，而变成了通用动力，钢铁亦不再仅用于农具，武器，饰品，而大量用于前所未知的汽车，轮船，火车，大型机械传动装置，改换了天地，而计算机不再用于弹道计算，互联网也不再用于维持核战幸存通信网。每出现一个新技术，都会诞生一些新词，人与这些新词，这些新词之间就会形成新的关系，基于上述构建简单的数学模型，量化技术水平，关系数量，劳动时间的关联，同时融入邓巴数约束系数，就是年前倒数第二个周末的主要内容。
2026-02-07 07:15:00
11784
原创 论 “资源受限系统的增长“
继续推广，梅特卡夫定律，逻辑斯蒂方程也只是特例，真实的，普适的增长方程并不限于 “两两一次相互作用” 约束，资源受限的约束本质是 “他人即地狱”，相互作用随规模可能是 2 次方，3 次方，5 次方，甚至更高增长。而对吉尔德定律，摩尔定律失效的恐怖背后，也有类似的效应提升着人们的信心，随着越来越多，越来越大的资源线性投入，技术突破的概率也在指数级增加，三个臭皮匠，顶个诸葛亮。抽烟，喝酒也如此，每天的常数量的烟酒和食道，胃，肺，肝，肾，心，脑产生交叉相互作用，最后体检或尸检的结果往往是累积的。
2026-02-06 16:35:41
7494
原创 MPTCP 多路径冗余调度的辩证
这协议并不维护状态，也不维护滑动窗口，没有任何排序，查找操作，它非常简单易于实现，简单来讲，它就是将 scoreboard 搬到了 receiver，我不会考虑任何与多路径冗余和去重无关的，我很清楚我在做什么，我并不是要实现一个可靠，保序的新协议，所以我可将此协议与 TCP 连接在一起，置于 TCP 之前，接力确保可靠性，而不是重新实现它们。sender 只需要往不同路径的目标发送相同数据即可，如果考虑一个协议的完备性，去重是唯一要做的，仅就 “去重” 这个次级目标，设计也可以要多复杂有多复杂。
2026-01-31 08:30:00
10926
原创 从 “BBR 已死“ 看维持互联网可用性和稳定性的负反馈
剩下还有一个原则我只字未提，即 “端到端的流量控制”，原因在于这属于私人范畴，于统计系统无关，只要有 W = min(cwnd, rwnd) 兜底，流控就无法进入公共领域，同理的一个私人范畴的例子是 BBR，从 Google 发布它开始迄今，BBR 一致在私人范畴被优化，它只为提高个别流量的吞吐，值得注意的是，BBR 在 Google 内部骨干网并非没有被公共权力管辖，它的部署环境是 G 家的 B4 骨干，而这是一个 SDN 网络。其中，count 为上一次丢包后迄今没有丢弃的包数量。
2026-01-31 07:45:00
10945
原创 为什么 TCP/IP 端到端极致优化毫无意义
我此前说过的那些流量长程依赖，利用人们行为的规律性等颇为编程的人所不屑，觉得这并非 “技术” 范畴，但这些就是刻画网络特征的唯一可利用手段，再次重申，我们的目标不是精确控制网络，这是不可能的，上文已经论证过，而是利用网络的统计特征，适应它，而网络的统计特征由流量的发起方生成。总结一下，TCP/IP 基于端到端的测量，因为存在时变，扰动，随机三类不可消除的固有误差，注定不精确，而这种不精确，导致端到端传输优化的性能有无法突破的理论硬上界，所谓的极致优化，也就是性能达到理论最优。这 3 类误差分别是时变误差。
2026-01-30 13:56:35
9619
原创 Linux MPTCPv1 调度器实现
瞄着数据通过不同路径按序到达的目标，需要精确测量路径的时延，但这是不可能的，所以要有些柔性，压力给到 receiver，考验其重组算法的效率，但大内存不昂贵，多路径带宽池化的当代，什么算法都不能决定到达，何不 DDP 呢，但若是 MPTCP，就必须要算法，压力又反弹到了 sender，考验其调度算法的效率。这是因为 pacing_rate 本身就是基于 RTT，丢包率等算出来的，若再加入 RTT，q 等参与运算，就会重叠这些本就不准的测量值误差，放大波动，使结果更加偏离，动手动脚做加法，万恶之源。
2026-01-24 09:15:00
13146
1
原创 “为什么网速快了反而不下载了？“ 的行为建模
很容易理解，R 越多越不稀罕，E 越小，而考虑到共情共担，Q 越大，E 也越小，这多少有些违背直觉，但事实上，看到别人囤得多，自己反而安心，短缺风险被分担，这就是人之常情，想想 2022 年。所谓模型，就是一个描述性表达式和该表达式的一堆参数，模型的目标有两个，即解释既往事实和预测未知，它的参数数量度量了它的能力，该能力即拟合任意曲线的能力，参数越多，次数越高，就越能拟合任意曲线，反过来到另一个极端，两个参数只能拟合一条直线。，其中 N 是消费者数量，R 是资源总量，竞争越激烈，每人感知到的稳定性越低。
2026-01-24 07:45:00
12043
一个iptables的stateless NAT模块实现
2014-12-27
模块化的nf-HiPAC
2014-11-21
关于linux内核以及其他个人体会的文集
2009-09-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人