TCP的BIC（Binary Increase Congestion）与CUBIC算法详解 描述 TCP的BIC和CUBIC是两种重要的拥塞控制算法，旨在在高带宽延迟积（BDP）网络中高效利用带宽。BIC通过二分搜索思想快速逼近可用带宽，而CUBIC在BIC基础上进一步优化，采用三次函数控制窗口增长，成为Linux内核的默认拥塞控制算法。理解这两种算法能帮助掌握现代TCP在高性能网络中的核心设计思路。 解题过程 背景与问题 传统TCP（如Reno/CUBIC前身）在高速网络中存在问题： 慢启动和拥塞避免阶段窗口增长慢（线性增长），难以快速填充高BDP链路。 多次丢包后窗口剧烈下降，导致带宽利用率低。 目标：设计一种在高BDP网络中 快速收敛、公平性好、稳定性高 的拥塞控制算法。 BIC算法核心思想 二分搜索思路 ：将拥塞窗口（cwnd）调整视为搜索最大可用带宽的过程。 当发生丢包（拥塞）时，记录当前窗口值 \( W_ {\text{max}} \)（丢包前窗口峰值）。 将窗口降至 \( W_ {\text{min}} = W_ {\text{max}} \times \beta \)（\(\beta\)为降窗因子，通常取0.125）。 通过二分法逐步逼近 \( W_ {\text{max}} \)： 阶段1（加法增大） ：从 \( W_ {\text{min}} \) 线性增长到中点 \( W_ {\text{mid}} = (W_ {\text{min}} + W_ {\text{max}})/2 \)。 阶段2（二分搜索） ：窗口直接跳增至 \( W_ {\text{mid}} \)，随后若未丢包，将 \( W_ {\text{max}} \) 设为当前 \( W_ {\text{mid}} \)，重复二分过程。 当窗口接近 \( W_ {\text{max}} \) 时，转为慢增长模式（如线性增长），避免震荡。 优点 ：快速收敛到公平点，适合高BDP网络。 缺点 ：窗口跳跃式增长可能导致RTT不公平性（RTT小的流更占优势）。 CUBIC算法的改进 核心创新 ：用三次函数 \( W(t) = C \times (t - K)^3 + W_ {\text{max}} \) 替代BIC的二分搜索，其中： \( t \) 为距离上次丢包的时间。 \( K = \sqrt[ 3]{\frac{W_ {\text{max}} \times \beta}{C}} \)（\( C \) 为缩放常数，通常取0.4）。 \( W_ {\text{max}} \) 是丢包前的窗口峰值。 增长过程 ： 丢包后，窗口降至 \( W_ {\text{max}} \times \beta \)。 窗口按三次函数增长：初始增长慢（凹函数部分），接近 \( W_ {\text{max}} \) 时增长加快（凸函数部分），超过 \( W_ {\text{max}} \) 后缓慢探索新带宽。 RTT公平性 ：窗口增长仅依赖时间 \( t \)，而非RTT，使不同RTT的流能公平竞争。 TCP友好性 ：在低速网络中，CUBIC通过模拟Reno的线性增长保持兼容。 CUBIC的关键机制 窗口最大值记忆 ：记录历史最大窗口值，指导后续增长。 凸凹函数切换 ： 当 \( t < K \)：函数为凹函数，增长放缓（避免过早丢包）。 当 \( t > K \)：函数为凸函数，快速探索新带宽。 快速收敛 ：新流加入时，通过比较 \( W_ {\text{max}} \) 与当前窗口，快速调整到公平点。 算法总结与对比 BIC ：通过二分搜索快速收敛，但RTT公平性差。 CUBIC ：以时间为基础的三次函数增长，兼顾速度、公平性和稳定性，成为现代网络标准。 实际应用 ：Linux内核默认拥塞控制算法（替代BIC），广泛用于数据中心和广域网。 通过以上步骤，你可以理解BIC/CUBIC如何解决高BDP网络中的效率问题，以及CUBIC如何通过数学建模优化公平性。