Rayhunter项目中的NAS消息解析技术探索
2025-07-06 12:44:37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
kernelopenEuler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。C089
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.51 K
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
223
89
暂无简介
Dart
721
174
Ascend Extension for PyTorch
Python
283
316
React Native鸿蒙化仓库
JavaScript
286
337
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++
848
437
🎉 (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
1.27 K
698
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
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19