Protokół inicjacji sesji SIP

Zdefiniowany w dokumencie RFC 2543 protokół SIP (Session Initiation Protocol) jest protokołem sterującym warstwy aplikacji, mogącym zestawiać, modyfikować i kończyć wywołania lub sesje multimedialne. Protokół SIP w sposób transparentny obsługuje odwzorowanie nazw i przeadresowywanie usług pozwalając na implementację ISDN i telefonicznych usług abonenckich sieci inteligentnej IN (Intelligent Network). Wspiera on pięć aspektów zestawiania i kończenia przekazów multimedialnych:

• lokalizacja użytkownika – ustalenie systemu końcowego użytego do komunikacji;

• możliwości użytkownika – ustalenie użytego medium i jego parametrów;

• osiągalność użytkownika – ustalenie gotowości wywoływanej strony do zaangażowania się w komunikację;

• zestawienie wywołania (dzwonienie) i ustalenie parametrów wywołania po stronie wywołującej i wywoływanej;

• utrzymanie wywołania – obejmujące przenoszenie i zakończenie wywołania.

Protokół SIP został zaprojektowany jako część ogólnej architektury danych multimedialnych i ich sterowania, która obecnie obejmuje protokoły, takie jak: protokół RSVP – RFC 2205, służący do rezerwacji zasobów sieciowych; protokół RTP – RFC 1889, służący do przenoszenia danych w trybie czasu rzeczywistego i zapewnienia sprzężenia zwrotnego QoS; protokół RTSP – RFC 2326 (Real-Time streaming Protocol), służący do sterowania dostarczaniem strumienia medialnego; protokół SAP (Session Announcement Protocol), służący do ogłaszania sesji multimedialnych za pośrednictwem funkcji multicast, oraz protokół SDP – RFC 2327 (Session Description Protocol), służący do opisu sesji multimedialnych. Funkcje i działanie protokołu SIP nie zależą jednak od żadnego z tych protokołów i może on być użyty łącznie z innym wywołaniem i innymi protokołami sygnalizacji. W tym przypadku system końcowy używa protokołu SIP do określenia właściwego adresu systemu docelowego i odpowiedniego protokołu z danego adresu niezależnego od protokołu. Na przykład można użyć protokołu SIP do ustalenia, czy abonent może być osiągnięty poprzez H.323 i czy jest dostępna brama H.245 oraz adres użytkownika, a następnie użyć protokołu H.225.0 do ustalenia sesji.

Podczas wykonywania wywołania SIP abonent wywołujący najpierw lokalizuje odpowiedni serwer, a następnie wysyła żądanie SIP. Najbardziej powszechną operacją protokołu SIP jest zaproszenie. Zamiast docierać wprost do abonenta wywoływanego, żądanie SIP może zostać przekierowane lub może wyzwolić łańcuch nowych żądań protokołu SIP przez proxy. Użytkownicy mogą zarejestrować swoje lokalizacje z serwerami SIP. "Obiekty" adresowane przez SIP to użytkownicy na poziomie hostów identyfikowani przez adres URL protokołu SIP, np. popularny użytkownik@host, gdzie pierwszy człon jest nazwą użytkownika lub numerem telefonu zgodnie z określeniem w H.323. Nie ma obowiązkowych reguł wyboru nazwy hosta dla serwera SIP, ale zachęca się do użycia sip.domain-name, to jest sip.example.com, zgodnie z konwencją zdefiniowaną w RFC 2219.

Protokół H.323

Protokół H.323 jest zbiorem standardów ITU dla komunikacji multimedialnej poprzez sieć z komutacją pakietów, nie będącą w stanie zapewnić usług QoS – jest to więc alternatywa (opracowanych przez IETF) protokołów SIP i SGCP. Wywodzi się on z protokołu H.320, który specyfikuje prowadzenie wideokonferencji przez ISDN i sieci z komutacją obwodów. Ponieważ protokół H.323 koncentruje się na sieciach IP i przesyłaniu głosu, jest uważany za standard dla VoIP. Definiuje on wymagane dla telefonii rodzaje strumieni danych tudzież sygnały sterujące wywołaniem do określania charakterystyk rozmawiających i monitorowania statusu wywołania. Protokół H.323 wymaga standardów ITU do dekodowania głosu (G.723.1 dla modemów analogowych i G.711 dla 64 kb/s ścieżek danych), funkcji sterujących (H.245 i Q.931) oraz zestawienia wywołania i odwieszania mikrotelefonu.

Protokół H.323 umożliwia ustalenia potrzebnych technik kompresji, wspiera komunikację w pełnym dupleksie lub półdupleksie, jak również bezpieczne szyfrowanie, analizę odwzorowania bitów, maksymalnego opóźnienia jitter itp.

Przesyłanie strumieni multimedialnych przez Internet

Przekazywane na żywo lub uprzednio zapisane informacje audio i wideo stanowią rdzeń aplikacji i usług multimedialnych. W związku z tym pojawiają się nowe rozwiązania i protokoły umożliwiające tworzenie różnorodnych treści i pracy w trybie czasu rzeczywistego lub "zapamiętaj i prześlij" (store-and-forward). Można wyróżnić dwa podstawowe podejścia do przesyłania strumieni medialnych: tworzenie strumieni dla czasu rzeczywistego oraz operacji "ściągnij i odtwórz" (download and play) dla trybu "zapamiętaj i prześlij". W trybie strumieniowym do urządzenia użytkownika końcowego jest przekazywany kod audio/wideo, a sama prezentacja rozpoczyna się z chwilowym opóźnieniem spowodowanym koniecznością buforowania informacji. W trybie "ściągnij i odtwórz" wstępnie zapisane zbiory są przesyłane do urządzenia użytkownika końcowego w całości, zanim nastąpi ich prezentacja lub wykorzystanie. Większość powszechnie stosowanych formatów zbiorów to AVI i Active Movie dla Windows oraz QuickTime dla Macintosha i Windows.