首页
/ Open5GS中gNB在MOCN配置下被识别为外部设备的解决方案分析

Open5GS中gNB在MOCN配置下被识别为外部设备的解决方案分析

2025-07-05 05:26:17作者:郜逊炳

在5G核心网部署中,多运营商核心网共享(MOCN)是一个重要特性,它允许多个运营商共享同一个无线接入网(RAN)。然而,在Open5GS v2.7.2版本中,当gNodeB配置了多个PLMN(公共陆地移动网络)时,AMF可能会错误地将合法的gNodeB识别为外部设备并拒绝连接。

问题背景

在典型的MOCN部署场景中:

  1. 一个gNodeB可以配置多个PLMN标识
  2. 其中一个是主PLMN(如001/01)
  3. 其他是辅助PLMN(如999/38)
  4. AMF可能配置为使用辅助PLMN(如999/38)

当gNodeB尝试连接到配置了辅助PLMN的AMF时,Open5GS的AMF组件错误地判断该gNodeB为外部设备,导致连接被拒绝。这违背了MOCN的设计初衷,即允许不同运营商的网络共享同一基础设施。

技术分析

从日志分析可见关键问题点:

  1. gNodeB正确上报了多个PLMN信息
  2. AMF错误地将全局gNB标识中的PLMN-ID判断为外部网络
  3. 导致NG-Setup流程失败

根本原因在于AMF的PLMN验证逻辑存在缺陷,没有正确处理MOCN场景下的多PLMN配置。在标准实现中,AMF应该:

  1. 接受gNodeB上报的所有PLMN列表
  2. 与自己配置的PLMN进行匹配
  3. 只要有一个PLMN匹配成功就应允许连接

解决方案

该问题已在Open5GS的后续更新中修复,主要修改包括:

  1. 改进了AMF对gNodeB PLMN列表的处理逻辑
  2. 增加了对MOCN场景的完整支持
  3. 确保AMF能正确识别共享网络中的合法gNodeB

实施建议

对于遇到此问题的用户:

  1. 建议升级到包含修复的版本
  2. 确保gNodeB和AMF的PLMN配置一致
  3. 验证所有PLMN都能被正确识别

总结

5G网络共享是运营商降低成本、提高覆盖的重要手段。Open5GS通过修复此问题,完善了对MOCN场景的支持,使运营商能够更灵活地部署共享网络架构。开发者和部署工程师应当关注此类核心网功能的完善,以确保网络部署的兼容性和稳定性。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
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++
486
37
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
315
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191
openHiTLSopenHiTLS
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
991
395
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
276
RuoYi-Vue3RuoYi-Vue3
🎉 (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
937
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69