移动互联网时代，以蜂窝网络和WiFi为代表的移动网络已经成了工作生活的必需品。随着高清视频、VR/AR等前沿产业兴起、5G及WiFi6高速通信模式普及，日常生活和商业领域都对数据的传输量、传输速度和稳定性等要求越来越高。
然而，目前是多个代际并存的混乱时期。蜂窝网络从2G到5G并行工作，WiFi路由器从单工4代到多工6代同时存在，“乱花渐欲迷人眼”，选择太多实际上给移动网络的设计者和用户都带来诸多困难。因此，在代际交错的新背景下，如何保障“高质量移动网络”的稳定支撑与安全应用尤为重要。
清华大学软件学院李振华副教授研究团队一直聚焦于移动网络和操作系统、虚拟化的研究。其自主创新的快速、准确、轻量带宽测量技术，极大提高了网络测量效率，精细定位网络传输瓶颈，为金融、互联网等领域和*府相关应用提供创新技术支持。同时团队在网络的终端用户使用可靠性、安全性等方面有多项重要研究成果，被小米、腾讯、华为、百度等企业实际采用，受益用户过亿。
李振华，清华大学软件学院副教授、博导、特别研究员，主要研究移动网络和虚拟化技术。主持了国家自然科学基金优青和面上项目、北京信息学国家研究中心青年创新项目、华为和字节跳动创新研发项目、CCF-腾讯犀牛鸟基金科研和创新项目等。
全民互联网时代，网络走进千家万户，网速快慢是人们在选择网络供应商时最为关心的因素，直接影响着日常使用体验。
网络带宽便是决定网速快慢、保障网络应用质量的重要前提，带宽的快速测量有助于实时评估网络状态、有效发现及修正网络问题。
测量带宽即测量单位时间内能传输的数据量。目前市面上有不少测量网站、软件等供个人用户免费使用。带宽测量公司以及对网络响应速率、传输通量要求较高的企业等，对网络带宽的准确测量、实时监测、问题优化和稳定输出都会格外重视。
免费测速网站示例
影响带宽测量准确性的关键因素是信道噪音的存在，简单来讲就是信号传输中的干扰噪声，如外部电磁波、设备噪声、电路噪声等等，这些噪声如同清水中的杂质，影响着水的质量。
长期以来，主流测带宽技术致力于从时间或空间的角度来降低信道噪声的影响，要么延长测量时间直到噪声变得很弱，要么使用临近的多个测量服务器以避免空间距离带来的噪音，后者的典型代表是美国Speedtest技术。无论哪种方法，都会造成人力、物力等成本的高昂，也难适用于越来越高密度的数据传输场景。
李振华研究团队便是在现有技术基础上进行了统计采样技术创新和传输算法升级，只需几台服务器便可实现快速准确、轻量低耗、远距离、高密度传输的带宽测试，克服了时间和空间限制。
运动是绝对的，噪声无处不在，延长等待时间和缩减空间距离都是被动方法。研究团队则化被动为主动——“打不过就加入”，无法屏蔽噪声，便利用噪声。
团队从统计分析的角度，通过“接受拒绝抽样”模型容纳和利用噪声，收集吞吐量样本。噪声虽然分散在整个样本中，但在很小范围内也存在无噪声的真实样本，团队便基于计算几何学和离散控制论研发了“模糊拒绝抽样”技术，从而滤除测量噪声引起的假样本，寻找到真实的吞吐量区间。
技术路径图
“目前这项技术仅用3秒钟、使用多MB流量就能完成5G高密度传输的带宽测量，现在市场上通用技术基本都需要15秒、占用1GB流量。”李振华介绍，“我们同时达成了快速、轻量、准确这三个在传统意义上看似矛盾的目标。”
解决了带宽测量难题，在带宽优化方向，团队也进行了算法创新。
决定带宽多少的关键技术是拥塞控制算法，Cubic拥塞控制算法是目前国内常用的传输控制技术；而Google在5年多前就已经开发出新的BBR拥塞控制算法，被认为是迄今为止跨越不同路由发送数据的高效方法，但种种原因还未在国内广泛使用。团队基于对BBR算法的学习研究，并在其基础上进行算法创新升级，进一步提升传输效率。
创新算法近期被公安部第三研究所现场测试并实际采用，未来有望大幅改善全国摄像头数据向公安部网络传输过程中的各种不畅问题。
上述带宽测量技术成果已发表于网络系统领域顶尖会议NSDI并获得国家发明专利授权，相关代码全部开源(