Open Source

Открытые проекты для сетевых технологий и инструменты разработчиков

Технологии в фокусе

QUIC
BBRv3
MASQUE
Linux
eBPF
Docker
Open Source
Rust
Go

Наши проекты

Открытые образовательные материалы и инструменты для изучения сетевых протоколов. Предназначены для студентов бакалавриата и магистратуры, аспирантов, исследователей и разработчиков сетевых технологий

quic-test

v2.0.0 Активно Интеграция

Комплексная платформа для тестирования и анализа сетевых протоколов: QUIC, MASQUE, ICE/STUN/TURN с профессиональной TUI визуализацией. Включает real-time мониторинг, сетевые симуляции, тестирование безопасности и cloud интеграцию.

GitHub

Комплексная платформа для тестирования и анализа сетевых протоколов: QUIC, MASQUE, ICE/STUN/TURN с профессиональной TUI визуализацией. Включает real-time мониторинг, сетевые симуляции, тестирование безопасности и cloud интеграцию.

Лицензия: Apache 2.0

Технологии

Go Rust QUIC MASQUE ICE/STUN/TURN TLS 1.3 Prometheus Monitoring

Основные возможности

  • BBRv2/BBRv3
  • QUIC Bottom TUI
  • Network Simulation
  • Security Testing
  • Cloud Deployment
  • TCP-over-QUIC Research
Посмотреть на GitHub Документация

AI Routing Lab

v2.0.0 Активно Интеграция

Исследовательский проект для прогнозирования оптимальных маршрутов с использованием машинного обучения. Достигает точности >92% в прогнозировании задержки и джиттера для оптимизации маршрутизации в сетевой инфраструктуре CloudBridge.

GitHub

Исследовательский проект для прогнозирования оптимальных маршрутов с использованием машинного обучения. Достигает точности >92% в прогнозировании задержки и джиттера для оптимизации маршрутизации в сетевой инфраструктуре CloudBridge.

Лицензия: MIT

Технологии

Python Machine Learning scikit-learn Random Forest LSTM MLflow Prometheus

Основные возможности

  • Latency Prediction
  • Jitter Prediction
  • Route Selection Optimization
  • ML Model Training
  • Real-time Inference
Посмотреть на GitHub Документация

MASQUE VPN

v2.0.0 Активно

Полноценная образовательная реализация VPN на основе протокола MASQUE (CONNECT-IP) с кастомной реализацией протокола. Превратился из экспериментального прототипа в образовательную платформу для изучения современных сетевых протоколов. Включает модульную архитектуру, REST API, комплексное тестирование и детальную документацию для студентов и исследователей.

GitHub

Полноценная образовательная реализация VPN на основе протокола MASQUE (CONNECT-IP) с кастомной реализацией протокола. Превратился из экспериментального прототипа в образовательную платформу для изучения современных сетевых протоколов. Включает модульную архитектуру, REST API, комплексное тестирование и детальную документацию для студентов и исследователей.

Лицензия: MIT

Технологии

Go QUIC MASQUE CONNECT-IP RFC 9484 TLS 1.3 REST API Prometheus Cross-Platform

Основные возможности

  • Custom MASQUE Implementation
  • Modular Architecture
  • REST API Management
  • Educational Documentation
  • Comprehensive Testing
  • Prometheus Monitoring
  • Cross-Platform Support
  • Student Lab Assignments
  • Research Projects
Посмотреть на GitHub Документация

CloudBridge RTC

v1.0.0 Активно

Высокопроизводительный WebRTC медиа-сервер на Rust с интеграцией QUIC + BBRv3. Улучшенная производительность на 25% и снижение задержки на 10мс. Решение проблем SRTP replay ошибок, высокого jitter и потерь пакетов через Sans-IO архитектуру.

GitHub

Высокопроизводительный WebRTC медиа-сервер на Rust с интеграцией QUIC + BBRv3. Улучшенная производительность на 25% и снижение задержки на 10мс. Решение проблем SRTP replay ошибок, высокого jitter и потерь пакетов через Sans-IO архитектуру.

Лицензия: Apache 2.0 / MIT

Технологии

Rust WebRTC QUIC BBRv3 SRTP RTP RTCP ICE DTLS SCTP Sans-IO

Основные возможности

  • Ultra-Low Latency (<40ms)
  • Memory Safety (Rust)
  • Massive Scalability (1000+ participants)
  • QUIC + BBRv3 Integration
  • Sans-IO Architecture
  • SRTP Replay Error Fixes
  • High Jitter Reduction
  • Packet Loss Mitigation
Посмотреть на GitHub Документация

Интеграция проектов

Наши проекты работают вместе для создания комплексных решений

quic-test ↔ AI Routing Lab

Интеграция для интеллектуальной маршрутизации

quic-test и AI Routing Lab работают вместе для создания системы интеллектуальной маршрутизации на основе машинного обучения. quic-test генерирует метрики производительности сети (задержка, джиттер, потеря пакетов) через Prometheus, которые собираются AI Routing Lab для обучения моделей машинного обучения. Обученные модели предсказывают оптимальные маршруты с точностью >92%, что позволяет CloudBridge Relay выбирать лучшие пути для трафика.

Поток данных

quic-test
Prometheus
AI Routing Lab
ML Models
Route Selection

Ключевые преимущества

  • Точность предсказания задержки >92%
  • Автоматическая оптимизация маршрутов на основе реальных данных
  • Интеграция через стандартные протоколы (Prometheus)

Лабораторные направления

Наши open source проекты являются частью более широких исследовательских лабораторий, где мы изучаем передовые сетевые технологии и разрабатываем инновационные решения

Network Performance Lab

Активно

Оптимизация QUIC/MASQUE, BBRv3, FEC для достижения целевых метрик: RTT ≤ 50 мс, jitter < 1 мс, goodput +15%

QUIC BBRv3 FEC Go Rust
Связан с quic-test

AI Routing Lab

Активно

Предиктивная маршрутизация с ML для оптимизации latency/jitter. Точность предсказания >92%, время инференции <10мс

Python ML scikit-learn TensorFlow Random Forest
Связан с quic-test

MASQUE VPN Lab

Активно

Образовательная реализация MASQUE VPN с кастомной реализацией CONNECT-IP протокола и модульной архитектурой

MASQUE QUIC CONNECT-IP Go TLS 1.3
Образовательная платформа

Real-Time Communications Lab

Активно

Высокопроизводительный WebRTC медиа-сервер на Rust с интеграцией QUIC + BBRv3. Задержка <40мс, поддержка 1000+ участников

Rust WebRTC QUIC BBRv3 SRTP
Связан с CloudBridge RTC

Узнайте больше о наших исследованиях

Изучите все 8 лабораторных направлений, включая активные проекты, планируемые исследования и закрытые NDA-защищенные лаборатории

Посмотреть все лаборатории

Как внести свой вклад

Мы приветствуем вклад всех разработчиков. Следуйте этим рекомендациям при отправке pull request

Лицензия

Все проекты распространяются под MIT или Apache 2.0. Убедитесь, что вы согласны с условиями лицензии перед контрибьютингом.

Pull Requests

Отправляйте PR в соответствующий репозиторий. Все PR должны включать описание, тесты и документацию. Мы рассмотрим PR в течение 1-2 недель.

Код и стиль

Следуйте существующему коду и используйте стандартные инструменты форматирования (gofmt для Go, rustfmt для Rust). Все коммиты должны быть атомарными.

Тестирование

Добавляйте тесты для всех новых функций. Минимальное покрытие 80% для критичного кода. Используйте unit и integration тесты.

Документация

Обновляйте README и документацию при добавлении новых функций. Все API должны быть хорошо задокументированы.

Обсуждение

Для больших изменений открывайте issue и обсудите дизайн перед разработкой. Мы хотим услышать вашу точку зрения.

Давайте создавать вместе

CloudBridge Research стремится создать активное сообщество разработчиков и исследователей. Присоединяйтесь к нам на GitHub, обсуждайте идеи и помогайте улучшать наши проекты.

GitHub Profile Связаться с нами