srsLTE项目中非空加密算法导致的UE附着失败问题分析
2025-06-19 06:57:28作者:凌朦慧Richard
问题背景
在5G网络部署过程中,核心网与终端设备(UE)之间的安全机制是保障通信安全的重要环节。加密算法的正确配置和交互是安全机制的基础。近期在srsLTE项目中发现一个典型的安全算法协商问题:当核心网采用非空加密算法时,用户设备(UE)无法完成正常的网络附着过程。
现象描述
测试环境采用free5gc作为核心网,srsRAN作为基站,srsRAN 4G作为终端设备。当核心网配置为NEA0(空加密算法)时,无论完整性保护算法配置为NIA1、NIA2还是NIA3,UE都能成功完成附着过程。然而,当核心网配置为NEA1等非空加密算法时,UE在解析注册接受(Registration Accept)消息时出现异常,具体表现为无法正确解码扩展协议鉴别器(Extended Protocol Discriminator),导致附着失败。
技术分析
1. 安全算法协商机制
在5G网络初始附着过程中,安全算法协商分为以下几个关键步骤:
- UE向网络发送注册请求(Registration Request)
- 核心网AMF选择适当的加密和完整性保护算法
- AMF通过初始上下文建立请求(Initial Context Setup Request)下发安全算法配置
- UE根据配置建立安全上下文
2. 问题根源
通过对现象的分析,可以定位问题可能出现在以下几个环节:
- 消息解析异常:UE在安全激活状态下无法正确解析加密后的NAS消息
- 安全上下文建立失败:UE与核心网之间的安全密钥推导不一致
- 算法实现差异:srsRAN UE与free5gc在特定算法实现上存在兼容性问题
3. 加密算法处理流程
当使用非空加密算法时,NAS消息的加密处理流程如下:
- 核心网使用选择的加密算法对NAS消息进行加密
- 添加安全头部(包含加密算法标识等)
- UE接收到消息后,根据安全头部指示的算法进行解密
- 解密成功后解析NAS消息内容
解决方案
经过深入排查,发现问题可能由以下原因导致:
- 安全能力协商不匹配:确保UE和核心网支持的安全算法集合一致
- 密钥派生错误:检查KDF函数的实现是否正确
- 加密上下文同步问题:确认安全激活时序是否正确
建议的解决步骤包括:
- 检查UE和核心网的安全能力配置
- 验证密钥派生过程
- 在控制面消息中添加详细的日志输出
- 使用空加密算法建立连接后,通过UE能力查询确认实际支持的安全算法
经验总结
这个问题揭示了5G安全实现中的几个重要注意事项:
- 算法兼容性:不同厂商设备间的算法实现可能存在细微差异
- 测试覆盖:安全测试应覆盖所有支持的算法组合
- 日志分析:详细的信令跟踪对定位安全相关问题至关重要
- 标准符合性:确保各组件严格遵循3GPP安全规范
在实际网络部署中,建议先使用空加密算法建立连接,然后通过安全模式命令(Security Mode Command)协商升级到更强的安全算法,这种方式可以简化初始问题的排查。
扩展思考
这个问题也反映了5G安全机制的一个特点:安全算法协商不仅需要考虑加密强度,还需要考虑设备实现的一致性。在异构网络环境中,安全算法的选择策略应当考虑以下因素:
- 终端设备的能力限制
- 网络部署的安全策略要求
- 不同厂商设备间的互操作性
- 性能与安全性的平衡
通过这个案例,我们可以更好地理解5G安全机制的实际运作方式,以及在实际部署中可能遇到的典型问题。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134