1. 概述
AIMD (Additive Increase Multiplicative Decrease) 是现代计算机网络传输控制协议（TCP）中用于资源分配和拥塞避免的核心算法机制。作为一个闭环反馈控制系统，AIMD 旨在在竞争性网络环境中实现带宽资源的公平性 (Fairness) 与 收敛性 (Convergence)。
该机制通过线性增加发送窗口来探索可用带宽，并在检测到拥塞（通常表现为丢包）时指数级减少发送窗口，从而在保证网络利用率的同时防止拥塞崩溃。其数学模型构成了 TCP Reno、NewReno 等标准协议实现的理论基础。
2. 核心组件与数据结构
在操作系统内核的网络协议栈实现中（以 Linux Kernel tcp_sock 结构为例），AIMD 的状态维护依赖于以下关键变量。
2.1 控制变量定义
| 变量名称 | 符号表示 | 数据类型 | 物理含义与作用 |
|---|---|---|---|
| Congestion Window | cwnd | uint32 | 拥塞窗口。发送端在收到 ACK 之前允许发送的最大字节数或段数（MSS）。它是 AIMD 算法直接操作的对象。 |
| Slow Start Threshold | ssthresh | uint32 | 慢启动阈值。决定状态机从指数增长（慢启动）切换至线性增长（拥塞避免）的临界点。 |
| Receiver Window | rwnd | uint32 | 接收窗口。由接收端通告的缓冲区大小，用于流量控制。实际发送窗口为 min(cwnd, rwnd)。 |
| Round Trip Time | RTT | uint32 | 往返时间。用于计算重传超时（RTO）及作为控制循环的时间基准。 |
2.2 状态机逻辑视图
AIMD 并非独立存在，而是嵌入在 TCP 拥塞控制状态机中。下图展示了状态流转逻辑：
cwnd >= ssthresh
Timeout / Duplicate ACK x3 / Timeout / New ACK
Connection Start -> Slow Start -> Congestion Avoidance
AIMD: Additive Increase (Loss Detected) -> Fast Recovery
AIMD: Multiplicative Decrease
3. 算法逻辑与数学模型
AIMD 算法主要运行在拥塞避免 (Congestion Avoidance) 阶段。其控制律可表述为：
I: w(t+1) = w(t) + α/w(t) 若收到非重复 ACK
D: w(t+1) = w(t) × (1 - β) 若检测到拥塞
其中，w(t) 表示时间 t 的拥塞窗口大小。
3.1 加性增加 (Additive Increase)
当网络处于稳定状态且收到新的确认报文（ACK）时，协议栈执行窗口的线性增长。
- 实现逻辑：为了避免浮点运算，内核通常在每收到一个 ACK 时，将
cwnd增加1/cwnd。这等效于在通过一个完整的 RTT 后，cwnd增加 1 MSS。 - 伪代码实现：
// 在收到 ACK 后的处理逻辑
if (cwnd < ssthresh) {
// 慢启动阶段：指数增长
cwnd += 1;
} else {
// 拥塞避免阶段：AIMD 之 AI
// 计数器累加，模拟 1/cwnd 的增长
packets_acked += 1;
if (packets_acked >= cwnd) {
cwnd += 1;
packets_acked = 0;
}
}
3.2 乘性减少 (Multiplicative Decrease)
当发送端检测到网络拥塞（通常由 3 个重复 ACK 触发，即 Fast Retransmit）时，必须迅速释放网络资源。
- 实现逻辑：将
ssthresh更新为当前cwnd的一半，并将cwnd设置为新的ssthresh（在 Fast Recovery 中可能略有不同）。 - 收敛性分析：乘性减少保证了该算法能以快于线性增加的速度响应拥塞，是保证系统收敛到公平稳态的关键。
4. 硬件与底层实现机制
在高吞吐量网络环境中，单纯依靠软件层面的 AIMD 逻辑会带来显著的 CPU 开销。现代网络架构采用硬件卸载技术辅助拥塞控制。
4.1 TSO (TCP Segmentation Offload) 与 AIMD
操作系统内核不再逐个分段发送 MSS 大小的包，而是将大块数据（最高 64KB）传递给网卡（NIC）。
- 交互逻辑：此时 AIMD 维护的
cwnd不再直接对应物理链路上的帧数量，而是对应提交给 NIC 的数据量。 - 挑战：硬件分段可能导致'微突发'（Micro-bursts），即 NIC 瞬间发送大量数据包，导致交换机缓冲区溢出。
4.2 硬件起搏 (Hardware Pacing)
为解决 AIMD 在 TSO 场景下的微突发问题，现代 NIC（如 Mellanox ConnectX 系列）支持硬件起搏。
- 机制：内核计算出基于当前
cwnd和RTT的目标传输速率，并将该速率参数下发至 NIC。 - 效果：NIC 根据速率在物理层均匀发送数据包，使流量更加平滑，减少因突发造成的非拥塞性丢包，从而提高 AIMD 算法判断的准确性。
5. 完整处理流程 (Sequence Diagram)
以下时序图展示了在拥塞避免阶段，AIMD 算法如何处理正常 ACK 以及丢包事件。
发送端 (TCP Stack) 网络链路 接收端
状态：Congestion Avoidance
cwnd = 10 MSS
发送数据段 Seq=1...10
--------------------------------->
数据段到达
<---------------------------------
ACK 11 (期望 Seq 11)
收到 ACK 11
AI 逻辑触发：cwnd 更新为 11 MSS (线性增长)
发送数据段 Seq=11...21
--------------------------------->
数据段 Seq=15 丢失 (X)
到达 Seq 11-14, 16-21
ACK 15 (重复 ACK 1)
ACK 15 (重复 ACK 2)
ACK 15 (重复 ACK 3)
收到 3 个重复 ACK
拥塞检测 (Fast Retransmit)
MD 逻辑触发:
1. ssthresh = cwnd / 2 = 5
2. cwnd = ssthresh + 3 (Fast Recovery)
3. 重传 Seq 15
重传 Seq=15
6. 算法对比与局限性分析
尽管 AIMD 是 TCP 的基石，但在长肥管道（LFN, Long Fat Networks）中存在局限性。以下对比主流算法的特性：
| 特性维度 | AIMD (TCP Reno) | CUBIC | BBR (Google) |
|---|---|---|---|
| 增长函数 | 线性 w(t)=w(t−1)+α | 三次函数 C(t-K)^3+w_max | 基于模型估算 (Model-based) |
| 拥塞信号 | 丢包 (Packet Loss) | 丢包 | RTT 增加 & 带宽瓶颈 |
| 收敛速度 | 慢 (特别是在高带宽延迟积网络) | 快 (快速逼近饱和点) | 极快 |
| 抗抖动性 | 低 (对随机丢包敏感) | 中 | 高 (区分随机丢包与拥塞丢包) |
| 缓冲区影响 | 倾向于填满缓冲区 (Bufferbloat) | 倾向于填满缓冲区 | 维持最小 RTT，减少排队 |
7. 总结
AIMD 算法通过线性探测与指数回退的组合，在无中心控制器的分布式网络系统中巧妙地实现了效率与公平的纳什均衡。理解 AIMD 的底层逻辑、内核态数据结构交互以及与硬件卸载机制的配合，是进行高性能网络编程及传输协议优化的前提。