Rayhunter项目中的NAS消息解析技术探索
2025-07-06 06:06:54作者:范垣楠Rhoda
在移动通信领域,NAS(非接入层)消息的解析一直是一个技术难点。Rayhunter项目团队近期针对这一问题进行了深入的技术调研和实践,最终实现了有效的解决方案。
技术背景
NAS消息是移动通信中UE(用户设备)与核心网之间交换的关键控制信息,包含认证、会话管理、移动性管理等重要流程。由于缺乏公开完整的ASN.1规范文件,特别是LTE-NAS部分,传统的ASN.1解析方法难以适用。
技术方案调研
项目团队最初考虑利用Wireshark现有的解析器,通过FFI(外部函数接口)绑定方式集成。Wireshark确实拥有成熟的NAS消息解析器,但存在几个关键问题:
- Wireshark并非为FFI设计,直接集成会带来性能开销
- 5G NAS部分的解析器并不完整
- 完整Wireshark运行需要较多内存资源
团队也评估了两个开源实现:一个是基于Wireshark绑定的nas-decoder项目,另一个是完全自主实现的oxirush-nas。但前者存在代码可疑问题,后者则缺乏持续维护。
技术实现路径
经过深入讨论,团队确定了分阶段实施方案:
-
短期方案:从Wireshark提取关键协议定义代码,用Rust进行封装。这种方法能快速获得基本解析能力,但无法覆盖全部NR(新空口)特性。
-
长期方案:基于pycrate-rs实现完整的解析器。这一方案已经由团队成员Will完成开发,能够提供全面的NAS消息解析能力。
技术挑战与解决
项目面临的主要技术挑战包括:
- 规范不完整:5G NAS部分ASN.1规范不完整,部分内容可能仅限行业内部使用
- 解析复杂性:NAS消息结构复杂,包含大量可选字段和条件字段
- 性能要求:需要高效解析以满足实时性需求
团队最终选择自主实现的pycrate-rs方案,既避免了外部依赖的风险,又能针对项目需求进行专门优化。该方案已经完成开发,等待项目中出现具体需求场景后即可集成。
技术启示
这一技术探索过程表明,在通信协议解析领域:
- 完全依赖现有开源工具可能无法满足特定需求
- 混合方案(部分复用+自主开发)往往是更实际的选择
- 协议规范的开放性直接影响开发难度
Rayhunter团队的这一实践为移动通信领域的协议解析提供了有价值的参考案例,特别是在缺乏完整规范文档情况下的技术实现路径。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust069- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
如何快速提升编程技能:80+实用应用创意项目完全指南80个实战项目:如何用App Ideas快速提升编程技能终极指南:如何用Android Asset Studio快速生成Android应用图标资源如何快速上手Ollama:本地运行Kimi、GLM、DeepSeek等主流大模型的完整指南终极指南:如何快速生成专业级Android应用图标如何快速部署本地AI模型:Ollama完整指南如何通过80+个应用创意项目快速提升编程技能:终极学习指南如何快速部署本地AI模型:Ollama完整指南与实战教程80个实战项目创意:从零到一提升编程技能的完整指南终极应用创意宝典:100+实战项目助你快速提升编程技能
项目优选
收起
暂无描述
Dockerfile
687
4.45 K
Ascend Extension for PyTorch
Python
540
664
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
388
69
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++
953
919
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
646
230
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
407
322
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (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
1.59 K
923
昇腾LLM分布式训练框架
Python
145
172
暂无简介
Dart
935
234