设 x 为 E = bw / delay 效能，y 为 flow 在瓶颈处的实际分配带宽，r 为时延，inflt 守恒模型的方程组如下：

$I(t)=\sum _{i=0}^n{w}_i(t)$

$\frac{dx}{dt}=\frac{y}{r}-x$

$\frac{dy}{dt}=C\cdot \frac{y\cdot r}{I(t)}-y$

$r(t)=\{\begin{array}{ll}\frac{I(t)}{C},& I(t)>C\cdot R\\ & \\ R,& I(t)\le C\cdot R\end{array}$

$r_{min}=\underset{i\in [t,t+T_r]}{\min }r(i)$

$E_{best}=\underset{i\in [t,t+Win]}{\max }x(i)$

$w_x=y(E_{best}.t)\cdot r_{min}+\alpha \cdot (\frac{r_{min}}{r}{)}^{\gamma }-\beta \cdot y(E_{best}.t)\cdot r_{min}$

抽丝剥茧，返璞归真，现在从 aimd 出发导出自然而然的 inflight 守恒算法。将它抽象一下，其实它可以通过经典 aimd 化简。先看经典 aimd，设 x 为带宽，w 为 cwnd，r 为 srtt：

$\frac{dx}{dt}=C\cdot \frac{w}{\sum w_i}-x$

$w(t)=w(t-1)+I$$ 或 $$\frac{dw}{dt}=I$

$r=\frac{\sum w_i}{C}$

作图如下：

低效的原因在于计算 cwnd = w 时未使用 x，也未使用 r，也就没必要测量 R 了，如果将这些信息充分关联并利用：

$\frac{dx}{dt}=C\cdot \frac{w}{\sum w_i}-x$

$w(t)=x\cdot r_{min}+I_{remain}$$ 或微调版 $$\frac{dw}{dt}=x\cdot r_{min}+I_{remain}-w$

$r=\frac{\sum w_i}{C}$

其实，r_{min} 就是 R，一个类似 probertt 的机制就能拿到。以上就是 inflt 守恒的要义，相当于对 aimd 打了个派池，效果就变了：

核心思想就是雅各布森的 inflight 守恒理论，控制 inflight 兑换比来控制拥塞。收敛是自然而然的，而 E_best 共识只是一个高效利用资源的优化，旨在不要为了更高的带宽而付出时延的代价。

浙江温州皮鞋湿，下雨进水不会胖。