Kaitu LogoKaitu.io
k2 Protocol
Self-Deploy Guide
Routers
Download
Log In

    k2cc vs BBR:审查网络中的拥塞控制对比

    k2cc 与 Google BBR 在高丢包、高审查网络环境中的性能对比。k2cc 的审查感知机制如何在 BBR 失效的场景下维持有效传输。

    k2cc vs BBR:审查网络中的拥塞控制对比

    Google BBR(Bottleneck Bandwidth and Round-trip propagation time)是目前最广泛部署的现代拥塞控制算法之一,被 YouTube、Google Cloud 等大规模服务使用。BBR 在通用互联网场景中表现优异——但它并非为审查网络设计。

    k2cc 是开途自研的拥塞控制算法,专门针对高审查、高丢包网络环境优化。本文对比两者在真实网络条件下的表现差异。

    BBR 的设计假设

    BBR 基于两个核心假设工作:

    1. 丢包主要由网络拥塞引起——当检测到丢包增加时,意味着链路容量已饱和
    2. 带宽模型可以通过周期性探测准确估计——通过 ProbeRTT 和 ProbeBW 阶段交替运行

    这两个假设在普通互联网环境中成立。但在 GFW 等审查网络中,两者都会被打破。

    审查网络中 BBR 的局限

    带宽估计失真

    GFW 对被检测到的代理连接实施约 26% 的概率性丢包(USENIX Security 2023 实测数据)。这种丢包并非源于网络拥塞——而是审查基础设施主动丢弃数据包。

    BBR 的带宽估计模型无法区分拥塞丢包与审查丢包。持续的 26% 丢包会导致 BBR:

    • 严重低估可用带宽:模型将审查丢包计入拥塞信号,得出远低于实际链路容量的带宽估计
    • 陷入低速循环:低估带宽 → 降低发送速率 → 无法探测到真实带宽上限

    ProbeRTT 阶段的性能下降

    BBR 每隔约 10 秒进入 ProbeRTT 阶段,大幅降低发送速率以测量最小 RTT。在审查网络中:

    • ProbeRTT 期间的降速会导致明显的吞吐量下降
    • 审查环境中 RTT 本身波动较大,ProbeRTT 测量值不稳定
    • 从 ProbeRTT 恢复后,带宽探测需要重新建立,恢复周期更长

    晚高峰适应性不足

    中国用户的网络条件在晚高峰(20:00-23:00)会显著恶化——延迟增加、丢包率上升、带宽下降。BBR 的探测周期约 10 秒一轮,对这种分钟级的网络条件波动响应较慢。

    k2cc 的设计差异

    维度k2ccBBR
    设计目标审查网络优化通用互联网优化
    丢包分类区分拥塞丢包与审查丢包不区分丢包来源
    配置方式零配置,全自动零配置,全自动
    带宽探测持续实时探测,快速适应周期性探测,约 10 秒一轮
    审查网络吞吐维持接近链路容量的有效吞吐带宽估计受干扰,低估可用带宽
    延迟控制RTT 感知 + pacingRTT 感知 + ProbeRTT
    速率恢复主动探测更高速率,快速恢复ProbeRTT 后需重新建立带宽模型
    共存公平性与其他流量和平共存已知在与 Cubic 共存时可能过度抢占

    不同场景下的表现对比

    理想网络(低丢包、低延迟)

    两者都能快速饱和链路带宽,BBR 表现优异。k2cc 在此场景下不比 BBR 有明显优势——审查感知机制在无审查环境中不会被触发。

    跨境普通网络(1-5% 丢包、100-200ms RTT)

    BBR 仍能有效工作,但带宽探测速度慢于 k2cc。k2cc 的持续实时探测在带宽波动场景下更具优势。

    GFW 检测后(26% 概率性丢包)

    这是两者差异最显著的场景。BBR 的带宽估计被 26% 的持续丢包严重干扰,吞吐量远低于链路理论容量。k2cc 的审查感知机制识别出这些丢包并非拥塞信号,维持接近链路容量的发送速率。

    极端审查(50% 丢包、高延迟)

    BBR 在此条件下几乎无法有效传输——带宽模型完全失真。k2cc 通过多策略弱网适应仍能维持有效吞吐,虽然绝对速率会下降,但远高于 BBR。

    为什么不直接用 BBR

    BBR 是一个优秀的通用拥塞控制算法。如果你的网络环境没有审查干扰(如跨境专线、低丢包 VPN),BBR 是一个很好的选择。

    k2cc 的价值在于审查网络场景——当防火墙主动丢弃数据包时,传统算法(包括 BBR)的基本假设被打破,它们无法正确判断网络状态。k2cc 的审查感知机制正是为解决这一问题而设计。

    性能验证

    k2 内置 14 种网络场景基准测试套件,其中 T7(GFW 26% 概率性丢包)和 T8(极端审查 50% 丢包)场景能直观展示 k2cc 与 BBR 的差异。详见 k2 vs Hysteria2 拥塞控制对比 中的测试框架说明。

    详细的量化基准测试报告正在准备中,将在后续版本中公开发布。


    常见问题

    BBR 也是自适应算法,和 k2cc 有什么本质区别?

    核心区别在于丢包分类能力。BBR 将所有丢包视为网络状态信号,无法区分拥塞丢包与审查丢包。k2cc 能自动识别审查基础设施主动丢弃的数据包,避免错误地降低发送速率。

    k2cc 在无审查网络中比 BBR 慢吗?

    不会。在理想网络中,k2cc 与 BBR 的性能接近。k2cc 的审查感知机制只在检测到非拥塞性丢包时才会改变行为。

    为什么 Hysteria2 用 BBR 作为默认拥塞控制?

    Hysteria2 在用户不声明带宽时使用 BBR,在声明带宽时使用 Brutal(固定速率)。两种模式各有问题:BBR 在审查网络中低估带宽,Brutal 需要手动配置且不区分丢包类型。详见 k2 vs Hysteria2。

    k2cc 算法的技术详情在哪里?

    k2cc 的设计理念和核心能力见 k2cc 自适应速率控制。算法实现属于开途(Kaitu)的原创知识产权。


    接下来阅读:k2cc 自适应速率控制 了解 k2cc 的核心能力,k2 vs Hysteria2 查看 k2cc、Brutal、BBR 三者的完整对比。

    Kaitu LogoKaitu

    Secure and convenient network proxy solution

    Product

    • Client Download
    • Smart Router Products
    • Retailer Programme
    • Changelog

    Support

    • User Guide
    • FAQ
    • Contact Us
    • Homeschool Setup Guide

    Legal Terms

    • Privacy Policy
    • Terms of Service

    愿上帝为你开路

    © 2026 Kaitu LLC. All rights reserved.