Open5GS项目中SMF对Packet Filter Identifier的处理问题分析
2025-07-05 19:52:29作者:董宙帆
背景介绍
在5G核心网架构中,会话管理功能(SMF)负责处理用户面会话的建立、修改和释放。其中,服务质量(QoS)规则和分组过滤器(Packet Filter)是实现业务流区分和优先级控制的关键机制。分组过滤器标识符(Packet Filter Identifier)作为区分不同过滤规则的重要参数,其正确处理对于5G网络的正常运行至关重要。
问题描述
在Open5GS项目的实现过程中,发现SMF模块对分组过滤器标识符的处理存在不一致性问题。具体表现为:
- 存储方式:Open5GS内部将分组过滤器标识符存储在pf上下文中,取值范围为1到16
- 通信过程:该标识符会被发送给用户设备(UE),UE在后续通信中会返回相同的标识符
- 处理逻辑:SMF在接收UE返回的标识符后,会通过smf_pf_find_by_identifier()函数查找对应的pf上下文,但当前实现会对接收到的标识符加1后再进行查找
技术分析
标准规范要求
根据3GPP技术规范:
- TS24.008第10.5.6.12节(业务流模板)规定:对于某些操作,分组过滤器数量应大于0且小于等于15
- TS24.501第9.11.4.13节(QoS规则)指出:对于特定的QoS规则操作,分组过滤器数量应大于等于0且小于等于15
实现差异
在5G核心网(5GC)和演进分组核心网(EPC)中,对分组过滤器标识符的处理存在差异:
-
5GC实现:
- 标识符应直接使用,不应进行加减操作
- 当前实现错误地对接收到的标识符加1,导致查找失败
-
EPC实现:
- 需要将标识符减1后再发送给UE
- UE返回的标识符加1后才能正确匹配
影响范围
此问题主要影响5GC实现中的QoS规则处理,可能导致:
- 分组过滤器匹配失败
- QoS策略应用不正确
- 业务流分类错误
解决方案
针对5GC实现,需要进行以下修正:
// 原错误实现(5GC中不正确)
pf = smf_pf_find_by_identifier(qos_flow, qos_rule[i].pf[j].identifier + 1);
// 修正后实现(5GC正确方式)
pf = smf_pf_find_by_identifier(qos_flow, qos_rule[i].pf[j].identifier);
实现建议
- 版本兼容性:需要区分5GC和EPC的实现路径
- 代码注释:添加详细注释说明处理逻辑差异
- 单元测试:增加针对标识符处理的测试用例
- 文档更新:更新相关设计文档,明确标识符处理规范
总结
正确处理分组过滤器标识符对于5G网络QoS机制的实现至关重要。Open5GS项目需要根据5GC和EPC的不同规范要求,分别实现标识符的处理逻辑。本次修正确保了5GC实现与3GPP标准的一致性,为后续QoS功能的完善奠定了基础。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
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
68
20
🎉 (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
1.37 K
781