折腾了两天百度网盘限速，我大概搞明白 120 KiB/s 是怎么来的了

前几天在某音符软件刷到了一个视频,是用Openspeedy的变速功能实现网盘下载加速。

在简单了解了一下这个加速软件后，我很好奇为何这个游戏变速器能实际影响网盘的下载速度。是否是百度网盘在用户端限制了用户一段时间内能获取的字节数？而时间加速骗过了这个计时器，让实际传输的数据变多了。

逆向这块我基础很弱，过程中大量使用GPT来协助整理，于是写了这个帖子记录一下这次的成果，希望能有所帮助。

以下均为个人观点，欢迎指正！

本次主要分析的是 Windows 客户端 kernel.dll 3.0.20.234。

先说一下我目前理解的限速框架

下载策略                  //大概是拿到一些下载行为用到的控制参数

   ↓

sl = 120                //实际下载策略里发现的字段，猜测可能是Speed Limit？

   ↓

客户端换算

120 × 1024

   ↓

122880 B/s

   ↓

多个限速来源进行仲裁       //目前观察到4种，而限速逻辑存在一定的优先级区分

   ↓

得到最终生效的限速值

   ↓

Token Bucket（令牌桶）   //类似一个额度池，定期补充，每次下载数据都会消耗

   ↓

按经过的时间补充下载额度

   ↓

下载数据消耗额度

   ↓

没有额度就等待

先说说这个下载策略，点击下载按钮以后，客户端不是随便找个服务器就开始传文件，而是需要拿到相应的信息，比如：

-去哪个地址下载

-与此次下载相关的控制参数

-速度相关参数

客户端拿到这些信息之后，建立下载任务，才真正开始传输数据。

而sl这个字段，就是其中控制速度的参数（暂且这么认为）

而进一步下追之后，这个值会进入限速的相关逻辑，被转化成

120 × 1024 = 122880 B/s也就是：120 KiB/s

于是这个值进入了客户端的限速系统。

注意，这个数值不是当前实际下载速度，而更类似一个基准，下载速度在其周围浮动。

而我们为什么要说下载策略，而不是直接说这个sl参数呢？

是因为我们发现客户端不只是听sl这一个值，还有其他来源。

例如（此处列举2种）：locatedownload → 返回 sl 等下载相关参数

CMS配置 → 也可以提供整体速度限制相关参数

这些来源之间，通过一定的仲裁策略/优先级进行协调

可以理解成：

locatedownload ：      //此处抽象简单化了

“我这里限 120 KiB/s”



CMS ：

“整体下载这里也有一个限制”

客户端比较这些来源决定最后哪个限制值生效

那么最后的实际限速值是怎么拿到的呢？

先解释一个关键点：

locatedownload、CMS、P2P SDK 等限速来源，其参数起作用，并不是按类似“谁最后到就听谁的”这种策略，客户端内部有一套set_sl的仲裁逻辑，会同时记录：

-限速值

-这个值是谁设置的

-当前有没有更高优先级的来源已经生效

我们用百度原始kernel.dll跑了一遍，可以抽象成这样的过程：

初始 / reset

    ↓

CDN   = 524288 B/s

TOTAL = 524288 B/s



locatedownload 到来

sl = 120

    ↓

120 × 1024 = 122880 B/s

    ↓

CDN   = 122880 B/s   ← locatedownload

TOTAL = 122880 B/s   ← locatedownload



随后 CMS 配置到来

    ↓

CDN   = 122880 B/s   ← locatedownload 保持

TOTAL = 122880 B/s   ← CMS 接管

也就是说，同一个 122880 B/s，实际上可以有不同来源，在当时的一次真实长任务下载中， CDN 这一层的 120 KiB/s 来自 locatedownload，而 TOTAL（整体下载）这一层最终由 CMS 接管。

所以最后的实际限速值受多个来源影响。

另外一个支撑这套理论的证据是，我们在客户端里找到的CMS原始配置其实是

total_limit_speed = 81920 B/s也就是大约80 KiB/s

但最终的total却是122880 B/s

所以说，客户端内部其实做了一个兼容判断

CMS 原始候选 = 81920



当前 locatedownload CDN = 122880



locatedownload 当前有效

        ↓

CMS 候选比当前 CDN 更低

        ↓

把 CMS TOTAL 候选提高到 122880

后来在历史日志中，还看到了一次当前 CDN = 204800 B/s

CMS 原始值仍然为 81920 B/s

按照同一套逻辑，最后得出的total就是204800 B/s

所以说这里可以得到一个结论：

120 KiB/s 不是写死在这套仲裁逻辑里的。相同的 CMS 原始输入，在当前下载状态不同的时候，可以计算出 120 KiB/s，也可以计算出 200 KiB/s。

而有了这个120 KiB/s的限速值，就一定是它把下载速度卡住了吗？

暂时还不能

因为这里只是证明，客户端最终配置出了一个 122880 B/s 的限制。

但是客户端内部还有其他限制：

-CDN 限制 //内容分发网络的速度上限

-TOTAL 整体限制 //整个下载系统总体最多能放多少数据

-task 级限制 //针对某一个具体下载任务的速度限制

-NetGrid 等对象里的限制 //某个下载任务背后实际负责组织网络连接，数据传输的一层执行对象

一个限速值即使存在，它可能并未被真正使用

整个客户端

│

├─ TOTAL

│  控制总体下载速度

│

├─ CDN

│  控制 CDN 下载路径

│

└─ 某个具体任务

   │

   ├─ task 级限制

   │

   └─ NetGrid / peer 执行层限制

其实类似不同的闸门，取了其中最紧的一个。最紧的一层决定瓶颈。

所以后面我没有继续只盯着配置值，而是启动真实下载任务，观察哪个限速器的“额度”真的在被不断消耗。也就是前面的Token Bucket（令牌桶）

对于令牌桶，我们主要关注三个东西

rate

每秒应该补多少下载额度



token

现在还剩多少下载额度



timestamp

上一次补额度时的时间

可以理解为

时间过去

   ↓

按照 rate 补 token

   ↓

下载数据

   ↓

消耗 token

   ↓

token 不够

   ↓

等待继续补

如果某一个限速器确实在卡我们的下载速度，那么他对应的令牌桶，应该出于一种不断被消耗，不断被补充，而消耗的速度大于被补充的速度，导致token长期接近耗尽的一种状态。

反之，如果一个限速器下载速度写的很小，但是他的token与timestamp实际并没有变化的话，至少这次下载没有从这里取额度。

在一次真实下载任务中，客户端显示的速度长期处于122764 \~ 126223 B/s范围。

与此同时，我们看到TOTAL：rate = 122880 B/s

更重要的是它的token，在连续采样之后，我们得到

480 / 482 次 

token < 16 KiB

也就是在下载过程的绝大多数时间，它剩下的下载额度都很少，是一个十分典型的卡住吞吐的状态。

与此同时，我们也观察了其他限速器，此中的一个task 级限制，约为 500 MiB/s

额度一直很充足，显然不是它卡住了我们的下载速度。

还有一个task / NetGrid CDN = 16 KiB/s

那么为何下载速度不是16 KiB/s呢？

因为他的

token 没变

timestamp 没变

说明这次下载，并未消耗他的额度。

真正表现了瓶颈特征的，是122880 B/s

为了进一步证明，total限速器不是一个待在内存里的无关对象，我们还获取了暂停下载任务时的数据。当任务运行时

TOTAL token 在变化

TOTAL timestamp 在变化

文件进度在增长

暂停时

TOTAL rate 仍然 = 122880 B/s



但是：



token 冻结

timestamp 冻结

文件进度停止

网络读取也停止

甚至捕获到，冻结时token = 18 bytes。

所以说明，total限速器的活动和真实下载生命周期是同步的。

接下来就进入了Openspeedy的作用层了，也就是令牌桶是按什么时间补充额度的

核心就一个公式

新增 token ≈ rate × elapsed_time

比如

rate = 122880 B/s



程序认为过去了 1 秒

↓

大约补 122880 bytes



程序认为过去了 0.5 秒

↓

大约补 61440 bytes

而这个elapsed_time 是从哪里来的呢！

我们继续追百度原始 kernel.dll 的令牌桶补充逻辑，最后追到了 Windows 的 FILETIME 时间接口。也就是说，这个限速器不是单纯“每隔固定 1 秒发一次额度”，而是会读取时间，算出“距离上次过去了多久”，再据此补 token。

上一次时间

timestamp_old

      ↓

读取当前时间

timestamp_now

      ↓

elapsed = now - old

      ↓

新增 token ≈ rate × elapsed

      ↓

更新 timestamp

Openspeedy影响的，就是限速器对于时间的感知。

到这里，也只是在理论上说明了此套机制可行，我们还做了更进一步的实验。

首先，我们加载百度原来的签名 kernel.dll，让他自己的限速器工作，保持rate不变，只改变了它感知时间的速度，结果：

0.25x → 29.79 KiB/s

0.50x → 59.56 KiB/s

1.00x → 119.13 KiB/s

2.00x → 239.25 KiB/s

5.00x → 598.13 KiB/s

5个点做线性拟合，基本就是一条直线。

这里的“改变时间倍率”并不是在实验代码里直接修改 elapsed_time。我们在自己的测试程序中加载了 OpenSpeedy 官方的 speedpatch64.dll，通过它提供的倍率控制让整个进程看到的 FILETIME 时间变快或变慢。

与此同时，我们另外用一条不受本次 FILETIME 虚拟化影响的时间NtQuerySystemTime作为现实时间对照，因此可以确认百度限速器实际感知到的是 0.5x、2x、5x，而不是手工把计算结果乘了一个系数。

不过这还不够，完全可以质疑是在实验程序里调用限速函数，我们需要证明，这个数字能被传入实际的数据传输与文件写入。

之前的测试相当于拆一个水龙头阀门，而接下来，我们要把这个阀门装上真正的水管，看看水流是否真的经过这个阀门了。

我们接入了真实数据传输

本地 TCP sender

      ↓

百度原始 TOTAL 限速器

      ↓

recv() 接收数据

      ↓

写入文件

      ↓

FlushFileBuffers()

只有令牌桶允许，才能接受之后的数据

最终结果仍然是

无时间修改  → 119.14 KiB/s



0.5x        → 59.57 KiB/s

1x          → 119.13 KiB/s

2x          → 239.20 KiB/s

5x          → 599.53 KiB/s

到这里，时间倍率影响的已经不只是“令牌桶函数算出来的数字”，而是实际经过 socket 接收并写进文件的数据吞吐。

现在已经能证明：只要改变这个进程对时间的感知，百度原始限速器控制下的下载速度也会变化。

但前面的实验还有一个区别：speedpatch64.dll 是我们的测试程序自己加载进去的，而平时使用 OpenSpeedy 时，并不是目标程序主动加载它，而是 OpenSpeedy 从外部把时间补丁注入目标进程。

所以最后我们又补了一层验证：直接使用OpenSpeedy官方的Bridge流程，对我们自己的测试程序进行注入。 并没有修改真实运行中的百度网盘进程。

OpenSpeedy 官方 Bridge

        ↓

将 speedpatch64.dll 加载进测试程序

        ↓

改变测试程序看到的时间

        ↓

百度原始 kernel.dll

        ↓

TOTAL 令牌桶

        ↓

TCP recv()

        ↓

写入文件

得到的结果：

0.5x → 59.57 KiB/s

1x   → 119.15 KiB/s

2x   → 239.23 KiB/s

5x   → 599.65 KiB/s

也就是说，从OpenSpeedy的实际外部注入链，到百度原始限速代码，再到真正的文件接收和写入，是能完整跑通的。

目前的证据支持：

sl=120会进入客户端限速逻辑，并换算成122880 B/s

真实普通长文件下载中，真正表现出瓶颈特征的是TOTAL = 122880 B/s

TOTAL 令牌桶按经过时间补充额度，改变进程感知的时间后，百度原始限速代码控制下的实际数据吞吐会近似按倍率变化

这里要声明一点，我们没有对真实在线的 baidunetdiskhost.exe 注入 OpenSpeedy ，所以不能真实完整证明，百度下载一定按某种倍率提升。真实百度进程部分始终只做了只读观察。

另外，这套结论主要对应我们观察到的普通长文件路径。客户端还存在小文件特殊路径，例如 fsl=0 时会跳过一个特定的全局 token consume，因此不能拿 120 KiB/s 这一条规则解释所有下载场景。

写完有点头昏脑胀的，如果有些地方描述不清或者有逻辑错误，欢迎各位佬指正，也请包涵。 ^-^