SIP概述

sip是作为标准被提议用于建立，修改和终止包括视频，语音，即时通讯，在线游戏和虚拟现实等多种多媒体元素在内的交互式用户会话。

SIP与SS7的区别：
sip是一个点对点协议，所以它只需要一个相对简单的(因此也高度可扩展的)核心网络，而将处理工作下放给连接在网络边缘的智能端点。处理工作都在端点实现。
SS7是一个高度集中处理的协议，其特点表现为高复杂度的中心网络结构和无智能的哑终端(传统的电话机)。

SIP语音视频传输过程：
由SIP协议来控制如：获取对方主机名，设定会话ID，定位用户或传输一个封装好的对象给对方。然后通过SDP传输流媒体细节，如：使用哪个IP端口，采用那种编码方式。SIP简单的封装流媒体，再通过RTP传输语音，视频给对方。（如果是软电话还要通过媒体网关控制协议（MPGACO）来控制公共电话交换网的网关，再传输给对方。）由RSPT（实时流量控制协议）来控制流量的传输。

 

SIP通讯示意图：

 

 

 

 

RTX数据包结构图：

 

 

 

Ver.（2 位元）是目前协定的版本号码，目前版号是 2。P（1位元）是用于RTP 封包（packet）结束点的预留空间，视封包是否需要多余的填塞空间。X（1位元）是否在使用延伸空间于封包之中。. CC（4位元）包含了 CSRC 数目用于修正标头（fixed header）. M (one bit) 是用于应用等级以及其原型（profile）的定义。如果不为零表示目前的资料有特别的程式解译。PT（7 bits）是指payload的格式并决定将如何去由应用程式加以解译。SSRC 是同步化来源。

 

 

 

 

SIP用于搭载媒体流的RTP)并不能简单的越NAT路由器。大部分SIP客户端可以通过STUN的协助穿越full cone，restricted cone和port restricted cone的NAT但对于对称的(symmetric）NAT还是有问题。还有SIP的点对点特性无法使用一些网络本身提供的服务。例如，网络不能很容易的支持合法的呼叫侦听（在美国由法律控制的窃听，CALEA）。紧急呼叫（在美国呼叫E911）难以路由。因为IP终端本身具有移动性，网络并没有任何定位的能力，要确定正确的公共服务应答点PSAP很困难。基本SIP模型（CALEA）解决了的缺陷。

 

STUN补充：

NAT的UDP简单穿越）是一种网络协议，它允许位于NAT（或多重NAT）后的客户端找出自己的公网地址，查出自己位于哪种类型的NAT之后以及NAT为某一个本地端口所绑定的Internet端端口。这些信息被用来在两个同时处于NAT 路由器之后的主机之间建立UDP通信。

 

STUN 使用下列的算法来发现 NAT gateways 以及防火墙（firewalls）: