由TG散户群体自发形成的测速社区。专注*用户测*的体验：单线程表现、三网/国际区域表现、实际延迟&稳定性等综合评定。
➤专线入口天梯表: https://www.haitunt.org
欢迎所有 用户👨🏻💻 和 机场主🕋 投稿，共建透明、客观、更反映用户实际体验的评测生态。
➤投稿: @HaitunSubmit_bot
➤(若有)可能的撤稿事项，仅受理*原投稿人*。
讨论群: @haitunspeed
频道: @haitun_channel
➤专线入口天梯表: https://www.haitunt.org
欢迎所有 用户👨🏻💻 和 机场主🕋 投稿，共建透明、客观、更反映用户实际体验的评测生态。
➤投稿: @HaitunSubmit_bot
➤(若有)可能的撤稿事项，仅受理*原投稿人*。
讨论群: @haitunspeed
频道: @haitun_channel
机场名：RecMata 类别：直连
编号：0031
#RecMata #rec #直连 #低倍率 #三网优化 #Vless #Reality #HY2
测评订阅：送测
1️⃣ RecMata对应 #中转 机场什么段位？
2️⃣ 既然优秀的直连机场成本不低，它相对专线的意义是？
3️⃣ 直连优化线路是否也挑宽带运营商，如移动、电信CN2？
———————————————————————————————————
海豚测速 致力于为您提供 优质的机场测速和评测服务，帮助您找到最适合您的翻墙机场。
海豚测速群组 @haitunspeed
机场跑路风险难控，建议谨慎选择月付
编号：0031
（补充信息）#RecMata #rec #直连 #低倍率 #三网优化 #Vless #Reality #HY2
测评订阅：送测
🚩本轮结果可能可以外推：用于[自建]参考
1️⃣ RecMata对应 #中转 机场什么段位？
只要不在“边疆”省份，精选⚜️ 直连线路，在延迟上能够媲美甚至超越上乘的专线机场，但如此一来的运营成本也不亚于它们。
➤ 直连未必等于廉价❗️
⚠️但注意，如果恰好在边疆省份，如内蒙移动后端，可能有较多节点速度→0。
2️⃣ 既然优秀的直连机场成本不低，它相对专线的意义是？
❶ 更低延迟的潜力。
➤例如上海→🇩🇪150ms，低于花云的华为云5ms、京移15ms，更大幅低于 #原奶昔 绕港方案65ms；
➤再如上海→🇭🇰29ms，低于 #唯云专线 8ms。
❷ 几乎不会出现节点全崩。
➤最近多事之秋，较多知名专线(中转)机场遭遇D或连坐，因中转/专线依赖的国内入口被打，相应节点全线瘫痪。
➤直连机场则不依赖特定入口，且极少出现所有节点同时被D
❸ 新疆可用。
3️⃣ 直连优化线路是否也挑宽带运营商，如移动、电信CN2？
由RecMata实测结果，不存在一家在所有区域都“无死角”领先的运营商。
本频道借助8个后端测试样本，考虑一系列控制变量，利用契合该问题的统计学方法（泊松伪最大似然法）对此进行了研究，得到一组有趣的发现：
❶ 🇭🇰🇸🇬，
➤【延迟】相对于163后端，
CN2领先9.2%
其他运营商的统计学差异→0
➤【带宽】相对于163，
移动领先43.6%，
CN2领先22.1%
联通领先0%
❷ 🇯🇵🇺🇸，
➤【延迟】相对于163，
CN2领先9%，
移动落后15%，
联通落后21%
➤【带宽】相对于163，
联通领先28%，
移动领先0%，
CN2落后35.2%
❸ 🇪🇺，
➤【延迟】相对于163，
CN2领先32.1%
联通落后0%
移动落后15%
➤【带宽】相对于163，
联通领先25.9%
移动落后0%
CN2落后38.6%
———————————————————————————————————
海豚测速 致力于为您提供 优质的机场测速和评测服务，帮助您找到最适合您的翻墙机场。
海豚测速群组 @haitunspeed
机场跑路风险难控，建议谨慎选择月付
#技术杂谈
对 #奶昔 #Nexitally #唯云 #唯云专线 以及 #Trojan #SS 协议的补充：
📋箱型图数据来自多次测试结果，并根据downsampling抽样算法将每组（时段-协议-地区-URL）样本数统一维持在N=200不变（因下午SS采样次数过多）。
——————
透过这一组稳定性测试数据，有几个可能具有普适性的新发现：
1️⃣ Trojan协议下的RTT，相对SS协议更稳定
2️⃣ Trojan扶强不扶弱，
3️⃣ 注意：以上有关两个协议的对比，相互优势的量级是微弱的。
——————
如何利用离群值和有效N估算SLA？
1️⃣ 首先需要满足一个先决条件，即
2️⃣ 在满足条件1️⃣的基础上，利用RTT组的延迟：由高到低逐步缩尾，直到缩至离群值=0时，记录最终的缩尾水平即可估算出SLA。
对 #奶昔 #Nexitally #唯云 #唯云专线 以及 #Trojan #SS 协议的补充：
📋箱型图数据来自多次测试结果，并根据downsampling抽样算法将每组（时段-协议-地区-URL）样本数统一维持在N=200不变（因下午SS采样次数过多）。
——————
透过这一组稳定性测试数据，有几个可能具有普适性的新发现：
1️⃣ Trojan协议下的RTT，相对SS协议更稳定
2️⃣ Trojan扶强不扶弱，
#️⃣ 本身负载更低压的时段、更优的线路等，比SS抖动小；
#️⃣ 本身负载更高压的时段、更劣的线路等，反而抖动大。
3️⃣ 注意：以上有关两个协议的对比，相互优势的量级是微弱的。
——————
如何利用离群值和有效N估算SLA？
1️⃣ 首先需要满足一个先决条件，即
本地网络SLA > 机场SLA注意：
家宽使用共享线路，SLA无任何保证，不可用于反推机场SLA
2️⃣ 在满足条件1️⃣的基础上，利用RTT组的延迟：由高到低逐步缩尾，直到缩至离群值=0时，记录最终的缩尾水平即可估算出SLA。
