Fix(client): harden TCP heartbeat against half-dead connections

client/IOCPClient.cpp

@@ -86,6 +86,27 @@ BOOL SetKeepAliveOptions(int socket, int nKeepAliveSec = 180)
     }
 #endif
 
+    // TCP_USER_TIMEOUT (RFC 5482): 未被对端 ACK 的已发数据超过此时间，内核直接把
+    // socket 标记为 ETIMEDOUT，下一次 send/recv 立即报错。
+    //
+    // 为什么 SO_KEEPALIVE 不够：keep-alive 只在连接完全 idle 时才探测，应用层每
+    // 30s 一次心跳让 TCP 永远进不了 idle 态。VM 挂起恢复 / 笔记本合盖唤醒 / NAT
+    // 表项老化等场景下，对端早已关闭连接但本端 send() 仍把字节塞进 SNDBUF 立即
+    // 返回成功——出现 ESTABLISHED + Send-Q 堆积的"半死连接"，应用层完全无感，
+    // 默认要等 tcp_retries2 跑完(~15分钟)才报错。
+    //
+    // 选 30s：>= 默认心跳间隔(5-30s)，< 服务端 CheckHeartbeat 超时(>=60s)。
+    // Linux 2.6.37+ 支持；macOS / 老内核 无此宏，自动跳过——那条路径上靠应用层
+    // ACK 看门狗(linux/main.cpp 心跳循环)兜底。
+#ifdef TCP_USER_TIMEOUT
+    unsigned int userTimeoutMs = 30000;
+    if (setsockopt(socket, IPPROTO_TCP, TCP_USER_TIMEOUT,
+                   &userTimeoutMs, sizeof(userTimeoutMs)) < 0) {
+        Mprintf("Failed to set TCP_USER_TIMEOUT\n");
+        // 非致命：keep-alive 已设上，应用层还有 ACK 看门狗兜底，继续即可
+    }
+#endif
+
     Mprintf("TCP keep-alive settings applied successfully\n");
     return TRUE;
 }

linux/main.cpp

@@ -47,6 +47,13 @@ CONNECT_ADDRESS g_SETTINGS = { FLAG_GHOST, "91.99.165.207", "443", CLIENT_TYPE_L
 State g_bExit = S_CLIENT_NORMAL;
 static std::atomic<bool> g_needResendLogin(false);  // 分组变更后需要重发登录信息
 
+// 上次收到 HeartbeatACK 的 wall-clock 时间戳(ms)，0 表示新连接刚建立尚未喂初值。
+// 心跳循环用它检测应用层超时：TCP send() 永远不会因半死连接报错（数据塞进 SNDBUF
+// 立即返回成功），必须靠 ACK 缺失来感知链路死亡。用 wall-clock 而非 monotonic：
+// VM/笔记本挂起期间 system_clock 继续推进，恢复后能立即识别"几分钟没收到 ACK"，
+// 这是相比 TCP_USER_TIMEOUT(内核层) 的关键互补价值。
+static std::atomic<uint64_t> g_lastHeartbeatAckMs(0);
+
 // 客户端 ID（V2 文件传输需要）
 uint64_t g_myClientID = 0;
 
@@ -390,6 +397,7 @@ int DataProcess(void* user, PBYTE szBuffer, ULONG ulLength)
         if (ulLength >= 1 + sizeof(HeartbeatACK)) {
             HeartbeatACK* ack = (HeartbeatACK*)(szBuffer + 1);
             uint64_t now = GetUnixMs();
+            g_lastHeartbeatAckMs.store(now, std::memory_order_relaxed);  // 喂应用层 ACK 看门狗
             double rtt_ms = (double)(now - ack->Time);
             g_rttEstimator.update_from_sample(rtt_ms);
             // 心跳节奏太密日志会刷屏；最多 60s 一行
@@ -966,6 +974,9 @@ int main(int argc, char* argv[])
         ClientAuth::OnNewConnection();
         ClientObject->SendLoginInfo(logInfo.Speed(clock() - c));
 
+        // 新连接：把 ACK 看门狗喂到当前时间，避免循环刚进来就被误判为超时
+        g_lastHeartbeatAckMs.store(GetUnixMs(), std::memory_order_relaxed);
+
         // 心跳保活循环：定时发送心跳包，服务端回复后动态更新 RTT
         while (ClientObject->IsRunning() && ClientObject->IsConnected() && S_CLIENT_NORMAL == g_bExit) {
             // 检查是否需要重发登录信息（分组变更后）
@@ -1000,6 +1011,28 @@ int main(int argc, char* argv[])
                 break;
             }
 
+            // 应用层 ACK 看门狗：超过 max(60s, interval*3) 没收到 HeartbeatACK 就
+            // 主动断开走重连。专治 TCP send() 在半死连接下永远返回成功的盲区——
+            // VM 挂起恢复 / 笔记本合盖唤醒 / NAT 表项老化等场景，对端早已不在，
+            // 但本端 send() 仍把字节塞进 SNDBUF，IsConnected() 一直为真。
+            // 与服务端 CheckHeartbeat 超时(2015RemoteDlg.cpp 的 max(60, ReportInterval*3))
+            // 对齐：服务端删 host 时本端也能感知到，立即重连而不是等数据卡 ~15 分钟。
+            // 这一层不依赖 TCP_USER_TIMEOUT，跨平台必备。
+            {
+                int ackTimeoutSec = (interval * 3 > 60) ? interval * 3 : 60;
+                const uint64_t ackTimeoutMs = (uint64_t)ackTimeoutSec * 1000ULL;
+                uint64_t lastAck = g_lastHeartbeatAckMs.load(std::memory_order_relaxed);
+                uint64_t nowMs = GetUnixMs();
+                if (lastAck > 0 && nowMs > lastAck && nowMs - lastAck > ackTimeoutMs) {
+                    Mprintf(">>> Heartbeat ACK timeout: %llu ms since last ACK "
+                            "(threshold=%llu ms), reconnecting\n",
+                            (unsigned long long)(nowMs - lastAck),
+                            (unsigned long long)ackTimeoutMs);
+                    ClientObject->Disconnect();
+                    break;
+                }
+            }
+
             // 构造并发送心跳包（与 Windows 端 KernelManager::SendHeartbeat 格式一致）
             // ActiveWnd 直接发 UTF-8——与 LOGIN_INFOR.moduleVersion 中声明的
             // CLIENT_CAP_UTF8 一致；服务端按 cap 位用 CP_UTF8 解码。早期为兼容