Open5GS项目中PFCP协议报文泛洪攻击问题分析
2025-07-05 07:08:16作者:秋阔奎Evelyn
问题背景
在Open5GS 5G核心网实现中,研究人员发现了一个与PFCP(分组转发控制协议)相关的稳定性问题。该问题可能导致通过发送特定格式的PFCP报文影响用户平面功能(UPF)的运行,进而干扰PDU会话的正常建立和维护。
技术细节
PFCP协议是5G核心网中控制面功能(SMF)与用户面功能(UPF)之间的关键接口协议。在Open5GS v2.7.1版本中,存在一个内存管理相关的缺陷,使得当接收到特定格式的PFCP报文并大量发送时,可能会影响UPF服务的稳定性。
从技术日志分析可见,当出现异常情况时,SMF会记录以下关键信息:
- PFCP消息解析异常(ogs_pfcp_parse_msg failed)
- TLV解析异常(ogs_tlv_parse_block failed)
- 远程PFCP重启提示(Remote PFCP restarted)
问题原理
需要首先通过抓包工具(如Wireshark)获取有效的SEID(会话端点标识符)和UPF_ID等关键参数。利用这些信息构造特殊格式的PFCP报文,并通过Python脚本实现报文大量发送。可能导致:
- UPF服务异常重启
- 现有PDU会话被拒绝
- SMF与UPF之间的PFCP关联中断并重建
问题影响
该问题可能造成以下影响:
- 服务稳定性:影响用户建立或维持数据连接
- 系统可用性:可能导致服务不可用
- 网络性能:频繁的PFCP关联重建会影响网络性能
解决方案
Open5GS开发团队已在主分支中解决了该问题。改进方案主要涉及:
- 优化内存管理机制
- 增强PFCP报文解析的稳定性
- 添加对异常报文的处理逻辑
防护建议
对于使用Open5GS的运营商和研究人员,建议:
- 及时更新到包含改进补丁的最新版本
- 在网络边界实施PFCP报文格式检查
- 监控PFCP接口的异常流量
- 定期检查核心网组件日志
研究价值
该问题的发现和解决过程展示了5G核心网协议实现中可能存在的稳定性挑战,特别是控制面与用户面之间的接口可靠性。研究人员已就该问题申请CVE编号,这将有助于:
- 完善5G稳定性研究体系
- 促进开源5G实现的可靠性提升
- 为后续研究提供参考案例
此案例也提醒5G网络部署者需要重视开源组件的维护和及时更新。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147