Open5GS SMF组件通过DRA连接PCRF的问题分析与解决方案
2025-07-05 10:51:55作者:房伟宁
问题背景
在Open5GS 2.7.2版本中,SMF(会话管理功能)组件存在一个与PCRF(策略和计费规则功能)通信的设计缺陷。当网络架构中引入DRA(直径路由代理)作为中间节点时,SMF无法正确处理Gx接口的Diameter通信。
技术细节分析
在典型的5G核心网架构中,SMF需要通过Gx接口与PCRF进行通信,以获取策略和计费控制规则。当使用DRA作为Diameter消息的中继时,SMF不应该直接检查PCRF的对等连接状态,因为:
- DRA作为中继节点,会隐藏实际PCRF的连接信息
- SMF只需要与DRA建立Diameter连接即可
- 路由和可达性检查应由DRA负责
原代码中存在一个硬性检查,强制要求SMF必须直接感知到Gx对等体,这违背了Diameter中继架构的设计原则。
问题表现
当配置为通过DRA连接PCRF时,SMF会在UE附着过程中报错"ERROR: No Gx Diameter Peer",导致会话建立失败。尽管SMF与DRA之间的CER/CEA交换成功完成,但后续的Gx接口通信仍被阻断。
解决方案
Open5GS开发团队已针对此问题进行了修复,主要修改包括:
- 修改了对等体检查逻辑,当检测到对端是中继节点时,跳过直接的Gx应用检查
- 允许Diameter消息通过DRA进行路由
- 将错误处理推迟到实际消息交换阶段
相关影响
该修复还暴露了另一个相关问题:当使用DRA时,SMF会错误地假设Gy(在线计费)接口也可用。这是因为:
- SMF无法自动检测PCRF是否支持在线计费功能
- DRA的存在使得SMF难以判断下游PCRF的能力
临时解决方案是在配置文件中显式禁用CTF(计费触发功能):
ctf:
enabled: no
最佳实践建议
- 在使用DRA架构时,确保升级到包含此修复的Open5GS版本
- 根据实际PCRF能力,合理配置CTF功能
- 监控Diameter消息流,确保Gx接口通信正常
- 考虑在PCRF不支持在线计费时,显式禁用Gy相关功能
总结
这个问题的修复使得Open5GS能够更好地支持通过DRA连接PCRF的标准架构,提高了组网的灵活性。同时也提醒我们,在Diameter中继环境中,网络功能应该遵循"尽力而为"的原则,将连接性问题留给实际的Diameter消息交换来处理,而不是在初始化阶段进行硬性检查。
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
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