解决eCos系统的lwIP存在的bug，该bug导致TCP重发失效，最终导致TCP拒绝服务 |
您所在的位置：网站首页 › tcp发包和重发 › 解决eCos系统的lwIP存在的bug，该bug导致TCP重发失效，最终导致TCP拒绝服务 |
解决eCos系统的lwIP存在的bug，该bug导致TCP重发失效，最终导致TCP拒绝服务
|
问题描述
跑 eCos + lwIP 的设备作为 TCP 服务器，在网络不繁忙不丢包的情况下，一切正常，在网络繁忙会出现丢包的情况下，重试几次后 TCP 拒绝服务（对 SYN 包都不会有任何响应， ping 功能可能正常也可能无响应），其它任务正常。能够承受的重试次数和选项 lwIP networking stack >> Protocols >> TCP support >> Sender pbufs (CYGNUM_LWIP_TCP_SND_QUEUELEN) 有关（据我推测，没有实测）。 抓到的数据包如下： 看出来了吗？ 客户端没有收到服务器的响应，服务器也没有重发！这不是 TCP 啊！TCP 是会重发的，对方没有收到就会重发，但是这里就是没有重发。 解决办法原因是定时器资源不够，TCP 没有申请到定时器，没法处理任何和超时有关的事物。先给出解决办法，问题分析在后面。有两个办法可以解决这个问题，二选一，第二方法更彻底。 一、在配置工具中增加一个用户定时器
将上图所示的 Simultaneous active timeouts by user modules 选项值加1。这样 lwIP 就有足够的定时器可用了，TCP 所需要的定时器也能正确分配到。 二、修改 lwip_net.cdl这个办法更加地彻底，从根本上解决了缺少定时器的问题。 关于超时定时器的配置部分(lwip_net.cdl:1342)： cdl_option CYGNUM_LWIP_MEMP_NUM_CORE_SYS_TIMEOUT { display "Simultaneous active timeouts by core modules" flavor data calculated { CYGPKG_LWIP_TCP + CYGFUN_LWIP_IP_REASSEMBLY + CYGPKG_LWIP_ARP + (CYGPKG_LWIP_DHCP * 2) + CYGPKG_LWIP_AUTOIP + CYGPKG_LWIP_IGMP + CYGPKG_LWIP_DNS + CYGPKG_LWIP_PPP } description " The number of simulateously active timeouts used by the lwIP core modules." }从这个选项的脚本可以看出，lwIP 所需要的定时器数量是根据所选择的功能自动算出来的，但是少了 lwip_select 所需要的那个超时定时器。 将该脚本改成如下： cdl_option CYGNUM_LWIP_MEMP_NUM_CORE_SYS_TIMEOUT { display "Simultaneous active timeouts by core modules" flavor data calculated { CYGPKG_LWIP_TCP + CYGFUN_LWIP_IP_REASSEMBLY + CYGPKG_LWIP_ARP + (CYGPKG_LWIP_DHCP * 2) + CYGPKG_LWIP_AUTOIP + CYGPKG_LWIP_IGMP + CYGPKG_LWIP_DNS + CYGPKG_LWIP_PPP + CYGPKG_LWIP_SOCKET_API } description " The number of simulateously active timeouts used by the lwIP core modules." }即在选项的计算式中加入 + CYGPKG_LWIP_SOCKET_API 。lwip_select 是 CYGPKG_LWIP_SOCKET_API 组件提供的一个函数。 修复后抓取的包： lwIP 有个很好的特性，那就是 Traffic statistics，打开这个特性，lwIP 可以统计数据包的收发以及内存的使用情况。在资源足够的情况下，强烈建议打开该选项。在 eCos 中，这个选项是 lwIP networking stack >> Traffic statistics (CYGPKG_LWIP_STATS)。 调试是查找问题的好帮手，一定要留调试接口，一定要掌握调试这么手艺。 将设备连接调试器，连续运行直到故障重现，暂停程序执行，这个时候就可以检查 statistics 了，查看 lwip_tcpip >> current >> src >> core >> stats.c 文件中的 lwip_stats 结构。 检查的结果就是 SYS_TIMEOUT 类型的 LWIP_MEMPOOL 发生了错误，只分配了 6 个，但是实际最多需要 7 个。 给 lwIP 多增加几个定时器资源，再执行就不会出现故障了。 因此可以肯定 TCP 处理超时重发的定时器分配失败了，也就没有 TCP 的超时处理了，也就不会重发了。lwIP 所需要的定时器，大部分都在 tcpip_thread 的开始处申请完了，TCP 的定时器是在有需要的时候调用 tcp_timer_needed 函数申请的。在 eCos 中，lwIP 所需要的定时器个数是自动计算的： CYGNUM_LWIP_MEMP_NUM_CORE_SYS_TIMEOUT = CYGPKG_LWIP_TCP + CYGFUN_LWIP_IP_REASSEMBLY + CYGPKG_LWIP_ARP + (CYGPKG_LWIP_DHCP * 2) + CYGPKG_LWIP_AUTOIP + CYGPKG_LWIP_IGMP + CYGPKG_LWIP_DNS + CYGPKG_LWIP_PPP经检查发现，除了上面引用到的特性会使用定时器外，socket 的 lwip_select 函数也会使用到定时器，因此这里算式少算了一个定时器，问题就出在这。 lwip_select 函数通过调用 sys_sem_wait_timeout 函数间接地使用到了定时器。 我们的程序使用了 lwip_select 函数，而且还带超时，所以触发了这个bug。 缺少 TCP 定时器引起TCP拒绝服务的原因： TCP 发送一个数据包后不会立即释放该数据包的内存资源，因为该数据包可能还需要重发。网络不丢包的情况下，对方能正确地接收数据包，并返回 ACK 包，lwip 在接收到 ACK 包后释放发送包的内存资源。所以在不丢包的情况下，不会有问题。网络丢包的情况下，超时定时器会重发没有被 ACK 的数据包，直到接收到 ACK 或发送超时再释放发送包的内存资源，超时定时器未被开启的情况下，发送的数据包丢失以后，因为没有了超时重发，对方永远都接收不到数据包，lwip 也不会接收到该数据包的ACK而释放资源，同样也不会因为发送超时而释放资源（因为定时器没开启，所有超时机制都失效了），因此这个数据包将永远占据着资源而不释放。发生多次这样的情况以后，内存资源被耗尽，lwip 已经申请不到内存来处理新的数据包了，开始出现拒绝服务。lwip 使用的内存资源有多种，看哪种资源首先被耗尽，可能会导致ping不通的情况。还有更快捷地发现问题的途径：启用断言！ lwIP 的断言设计也是很完善的，完全可以使用断言来捕获资源不够的问题，查看定时器申请的代码（sys_timeout函数）： timeout = memp_malloc(MEMP_SYS_TIMEOUT); if (timeout == NULL) { LWIP_ASSERT("sys_timeout: timeout != NULL", timeout != NULL); return; }如果启用了断言，当资源分配失败，这里的 LWIP_ASSERT 就被触发了！ 但是断言有一点不好，非调试状态下它会引起系统死机或复位，而不仅仅是网络功能失效，对产品的口碑而言，网络功能失效比死机或复位要好一些。 要打开 eCos 中 lwIP 的断言，那么就要打开整个 eCos 的断言。 嗯 …… 下次找问题，先打开断言！ |
【本文地址】