测评方法公开：我们如何记录速度、延迟与稳定性

一、为什么传统测评往往不可信？

在目前的中文互联网环境中，所谓的“翻墙服务评测”充斥着大量虚假与失真：

• 利益返佣驱动：许多评测站点依赖 30%~70% 的 Affiliate 终身佣金，评分高低完全取决于哪家给的返利高。
• 虚假瞬时跑分：在凌晨三点用空闲节点跑满千兆截图，不能反映晚上九点看 4K 视频是否卡顿。
• 特定测速节点作弊：部分服务商针对知名测速域名（如 speedtest.net）进行策略路由欺骗，测速飞快，实际网页打不开。

二、档案局的四维测量法则

1. 晚高峰可用性指数（Peak-Hour Usability Index, PHUI）

我们只看北京时间 20:30 至 23:00的真实网络表现。通过自研探针在此时间段内每 10 分钟发送一组长时长（30秒）TCP 多流并发与单流并发下载请求，统计吞吐量中位数（Median），彻底剔除极端峰值。

2. 延迟方差与丢包惩罚机制（Jitter & Loss Penalty）

哪怕平均延迟是 50ms，但如果在 100 次发包中有 5 次丢包或者时延突然跳跃到 300ms，在网页加载或语音通话中便会感知明显卡顿。我们计算 95 分位数时延（p95 Latency）作为核心打分依据。

3. 真实应用层模拟（Real-world Application Emulation）

不使用纯粹的测速工具，而是定期抓取以下公共资源的真实端到端时间：

• GitHub Release 50MB 压缩包的持续传输速率
• Cloudflare CDN 边缘节点的 TTFB（首字节到达时间）
• YouTube 4K VP9/AV1 视频缓冲区的健康秒数（Buffer Health Time）

4. 数据未测试明确标注规则

对于新上线未满 30 天的节点、或者因对端机房故障未完成全周期采样的指标，档案局一律标记为【未测试 / NO DATA】，严禁主观编造或使用“大概”、“预计”等模糊词汇。