博客
关于我
3GPP TS 29244-g30 中英文对照 | 5.10 Error Indication Handling
阅读量:138 次
发布时间:2019-02-26

本文共 384 字,大约阅读时间需要 1 分钟。

5.10 错误指示处理

收到GTP-U错误指示消息后,UP功能应执行以下操作:

  • 识别接收消息的相关PFCP会话
  • 启动PFCP会话报告程序,向控制当前PFCP会话的CP功能发送错误指示报告报告内容包括:
    • GTP-U Peer Address IE中的远程F-TEID
    • GTP-U错误指示消息中的Tunnel Endpoint Identifier Data IE

    对于EPC接收错误指示报告后,CP功能应:

  • 使用报告中包含的远程F-TEID识别承载
  • 根据3GPP TS 23.007[24]第21.7条和21.8条的规定执行:
    • 修改PFCP会话,指示UP功能缓冲DL包
    • 修改PFCP会话,删除PDR和FAR(当需要删除承载时)
    • 当需要删除PDN连接时,删除PFCP会话

    对于5GC接收错误指示报告后,SMF应按照3GPP TS 23.527[40]第5.3条的规定执行。

    转载地址:http://kqzf.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>