Open5GS NRF组件PLMN-ID验证机制问题分析与修复
2025-07-05 20:45:59作者:廉皓灿Ida
在5G核心网架构中,网络功能注册服务(NRF)承担着网络功能发现与管理的重要职责。近期在Open5GS项目v2.7.2版本中发现了一个关键的安全验证问题:NRF组件未能正确执行PLMN-ID(公共陆地移动网络标识符)的合法性校验。
问题本质
PLMN-ID作为移动网络的核心标识,由MCC(移动国家码)和MNC(移动网络码)组成,是5G网络中进行网络功能注册和服务发现的基础过滤条件。在标准实现中,NRF应当只允许与自身配置PLMN列表匹配的网络功能进行注册操作。
技术分析表明,原始实现存在以下问题:
- 注册验证不足:任何NF(网络功能)都可以使用任意PLMN-ID进行注册
- 更新验证不足:已注册NF可以任意修改其PLMN列表
- 注销验证不足:NF可以使用非授权PLMN-ID发起注销请求
技术影响
这种验证不足会导致严重的安全隐患:
- 可能造成未授权网络功能接入核心网
- 影响网络切片隔离性
- 导致错误的网络功能发现结果
- 可能被利用进行服务拒绝攻击
解决方案
开发团队通过以下技术手段修复了该问题:
-
注册验证增强:
- 在nrf_nnrf_handle_nf_register()中增加PLMN列表校验
- 拒绝包含未授权PLMN-ID的注册请求
-
更新验证增强:
- 在nrf_nnrf_handle_nf_update()中同步增加校验
- 确保更新操作不会引入非法PLMN-ID
-
统一验证框架:
- 建立公共PLMN验证函数
- 确保所有操作路径的一致性校验
技术实现要点
修复后的验证流程采用授权列表机制,核心校验逻辑包括:
- 解析请求中的plmnList字段
- 逐个比对NRF配置的授权PLMN列表
- 对不匹配请求返回403 Forbidden
- 记录安全审计日志
该修复已合并到项目主分支,显著提升了Open5GS NRF组件的安全性和标准符合性。运营商在部署时应注意及时更新到包含此修复的版本,以确保网络功能注册服务的安全性。
对于5G核心网开发者而言,这个案例也提醒我们在实现服务发现功能时,必须严格遵循3GPP规范中的安全要求,特别是在网络标识验证这类基础安全机制上不能有任何疏漏。
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