Asterisk项目中PJSIP对STIR/SHAKEN验证机制的改进
2025-06-30 12:03:12作者:江焘钦
背景介绍
在VoIP通信领域,STIR/SHAKEN协议框架被广泛用于防止电话呼叫欺诈。Asterisk作为一款开源的PBX系统,通过res_stir_shaken模块实现了该协议的验证功能。然而,在实际部署中发现了一个值得改进的技术细节。
原有验证机制的问题
根据Asterisk官方文档,STIR/SHAKEN验证过程需要检查两个时间参数:
- Identity头中的"iat"(issued at)时间戳
- SIP消息中的Date头时间
这种双重验证机制在实际应用中可能带来以下问题:
- 部分SIP实现可能不包含Date头
- 增加了不必要的验证步骤
- 与行业标准建议存在差异
行业标准建议
ATIS-1000074标准明确指出:
- 应优先使用完整格式的PASSporT
- 受签名保护的"iat"值比SIP Date头更能可靠地指示PASSporT的新鲜度
- 避免因SIP头处理可能产生的大量错误
技术改进方案
Asterisk开发团队针对这一问题进行了以下改进:
-
新增配置选项"ignore_sip_date_header"
- 设置为"yes"时,仅验证"iat"时间戳
- 设置为"no"时,保持原有双重验证机制
-
实现细节优化
- 重构时间验证逻辑
- 确保向后兼容性
- 提供清晰的错误日志
实际应用效果
测试表明:
- 启用新选项后,缺少Date头的SIP消息也能正常通过验证
- 验证过程更加符合行业标准建议
- 系统日志更加清晰,便于问题排查
相关技术扩展
此改进还引发了关于证书验证机制的讨论:
- X5U证书链处理需要进一步优化
- 中间证书的自动获取需求
- 证书验证可靠性的提升空间
总结
Asterisk对STIR/SHAKEN验证机制的这次改进,不仅解决了Date头依赖问题,还推动了整个验证流程向更符合标准、更可靠的方向发展。这体现了开源项目持续优化、紧跟行业标准的技术演进特点。
对于系统管理员而言,这项改进意味着更灵活的部署选项和更稳定的验证服务,特别是在异构SIP环境中的兼容性得到了显著提升。
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
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218