SSH连接掉线90%因KeepAlive未配置，客户端ServerAliveInterval（如60秒）比服务端ClientAliveInterval更实用，因其无需权限、立即生效，配合ServerAliveCountMax=3可容忍180秒中断。
SSH 连接掉线，90% 不是网络问题，而是 KeepAlive 没配对或没生效。 服务端配置 ClientAliveInterval 看似彻底，但多数人没权限改 /etc/ssh/sshd_config；客户端配置 ServerAliveInterval 才是真正可控、立即生效的解法。
为什么 ServerAliveInterval 比 ClientAliveInterval 更实用
你通常只有普通用户权限，无法重启远程服务器的 sshd 服务；而 ServerAliveInterval 完全由本地 SSH 客户端控制，写进 ~/.ssh/config 就生效，不影响他人，也不依赖运维配合。
-
ServerAliveInterval 60表示本地每 60 秒向服务器发一次SSH_MSG_IGNORE包（不执行命令，纯探测） -
ServerAliveCountMax 3是容错阈值：连续 3 次无响应才断开，即最多容忍 180 秒链路中断 - 如果用了跳板机（
ProxyCommand），心跳只在“本机→跳板机”这段起作用；跳板机→目标机那段仍可能断，此时需在跳板机上也配ServerAliveInterval - 该参数只对 OpenSSH 客户端有效；MobaXterm、Termius 等 GUI 工具需在界面里单独开启“SSH keepalive”，且高级设置中才能调
Server alive interval值
ServerAliveInterval 和 TCPKeepAlive 能一起用吗
能，但没必要优先开 TCPKeepAlive。它走的是内核 TCP 层保活，受系统级参数限制（如 net.ipv4.tcp_keepalive_time 默认 7200 秒），远不如 ServerAliveInterval 灵活及时。
-
TCPKeepAlive yes只在连接建立时启用底层 TCP keepalive 探测，间隔长、不可控，且某些中间防火墙会直接丢弃这类包 -
ServerAliveInterval是 SSH 协议层心跳，包更轻、触发更快，还能被 SSH 日志记录（加-v可看到debug1: Sending ssh_msg_ignore） - 若已设
ServerAliveInterval，再开TCPKeepAlive属于冗余；除非你确认链路中有设备会拦截应用层心跳但放行 TCP 层心跳
配了还是断？优先排查这三处
KeepAlive 生效的前提是“探测包能发出去、对方能收到、响应能回来”。中间任一环节卡住，心跳就形同虚设。
- 检查本地或服务器上的
iptables/nftables是否拦截了SSH_MSG_IGNORE或空包（少见但存在，尤其企业定制镜像） - 确认终端复用工具（
tmux、screen）自身超时未开启：tmux set -g idle-timeout 0关闭其空闲退出 - 最常被忽略的是云厂商安全组/NAT 网关策略——比如阿里云 SLB 默认空闲超时 900 秒，AWS ELB 是 60 秒；这时光调 SSH 参数没用，必须把
ServerAliveInterval设得比网关超时短至少 20 秒（如 ELB 下设为 45）
KeepAlive 不是万能胶，它只解决“连接被静默切断”的问题；真正的稳定性还得靠 tmux + 后台守护 + 日志重定向组合——毕竟心跳再勤快，也不能防止你误敲 Ctrl+C 中断训练进程。
