Open5GS中NRF通信模型C与D的技术解析与实现优化
2025-07-05 13:18:12作者:段琳惟
核心问题背景
在5G核心网架构中,服务通信代理(SCP)与网络存储功能(NRF)的交互模式是一个关键设计点。3GPP标准23.501定义了四种服务通信模型,其中模型C(间接通信无委托发现)和模型D(间接通信带委托发现)的实现细节在标准中未完全明确。
标准规范解读
根据3GPP 23.501附件E的描述:
- 模型B:NF与NRF直接通信
- 模型C:NF与NRF间通过SCP进行间接通信,但发现过程直接进行
- 模型D:NF与NRF间通过SCP进行间接通信,且发现过程也委托给SCP
然而标准对NRF管理接口(nnrf-nfm)的具体通信路径(如注册、心跳、注销等)未做明确规定,这导致了不同厂商实现上的差异。
Open5GS的原实现分析
在Open5GS v2.7.1版本中:
- 发现过程(discovery)会根据配置决定是否通过SCP代理
- 但NRF管理接口(nnrf-nfm)统一采用SCP代理方式
- 使用ogs_sbi_send_notification_request()函数处理NRF通知请求时,会无条件通过SCP转发
这种实现限制了部署灵活性,特别是在模型C场景下,理论上发现过程应直接进行,但管理接口却被强制通过SCP代理。
技术优化方案
项目维护者采纳了社区建议,实现了更灵活的通信模式控制机制:
-
配置分离:将NRF管理功能和发现功能的代理设置解耦
-
精细控制:新增delegated配置段,可独立控制:
- nrf.nfm:NRF管理功能代理设置
- nrf.disc:NRF发现功能代理设置
- scp.next:下一跳通信代理设置
-
典型配置示例:
sbi:
client:
nrf:
- uri: http://127.0.0.10:7777/
scp:
- uri: http://127.0.0.200:7777/
delegated:
nrf:
nfm: no # NRF管理功能直连
disc: no # NRF发现功能直连
scp:
next: no # 不通过SCP代理下一跳
技术价值与影响
这一优化带来了以下优势:
- 标准符合性:严格区分模型C和模型D的实现差异
- 部署灵活性:运营商可根据需要混合使用不同通信模式
- 性能优化:关键管理接口可绕过SCP直接通信,降低时延
- 架构清晰:各功能模块的通信路径明确可配置
最佳实践建议
对于不同部署场景:
- 模型C实现:NRF管理和发现均设为直连
- 模型D实现:NRF管理和发现均设为代理
- 混合模式:可灵活组合,如管理直连+发现代理
这项改进体现了开源项目对标准解读的严谨性和架构设计的灵活性,为5G核心网部署提供了更多可能性。
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
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
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
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
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