基于VOIP的SIP协议分析

转载地址：http://blog.renren.com/blog/250046791/466595416

1. 实验目的

1.1  学习VOIP软件X-Lite的使用；

1.2  学习SIP协议的工作流程；

1.3  了解VOXALOT的工作机制；

1.4  练习使用wireshark抓包软件；

1.5  利用wireshark抓包软件分析SIP协议的通信过程

2. 实验环境

2.1 硬件环境

PC： win7；

CPU： Intel Core2  

内存：2G；

主频：2.0GHz

2.2 软件环境

wireshark: v 1.2.6

VOIP软件 ：X-Lite Version 3.0 build 56125

3. 实验预备知识

3.1概念简述：

.SIP：会话发起协议(Session Initiation Protocol)是一个应用层的信令控制协议。用于创建、修改和释放一个或多个参与者的会话。这些会话可以好似Internet多媒体会议、IP电话或多媒体分发。会话的参与者可以通过组播（multicast）、网状单播（unicast）或两者的混合体进行通信。

SDP：会话描述协议（Session Description Protocol或简写SDP）描述的是流媒体的初始化参数。此协议由IETF发表为 RFC 2327。

 

RFC：Request For Comments (RFC)，是一系列以编号排定的文件。文件收集了有关因特网相关资讯，以及UNIX和因特网社群的软件文件。目前RFC文件是由Internet Society（ISOC）所赞助发行。基本的因特网通讯协定都有在RFC文件内详细说明。RFC文件还额外加入许多的论题在标准内，例如对于因特网新开发的协定及发展中所有的记录。因此几乎所有的因特网标准都有收录在RFC文件之中。RFC(Request For Comments)-意即“请求评议”，包含了关于Internet的几乎所有重要的文字资料。

 

.RTP：实时传送协议（Real-time Transport Protocol或简写RTP）。RTP协议详细说明了在互联网上传递音频和视频的标准数据包格式。它一开始被设计为一个多播协议，但后来被用在很多单播应用中。RTP协议常用于流媒体系统（配合RTSP协议），视频会议和一键通（Push to Talk）系统（配合H.323或SIP），使它成为IP电话产业的技术基础。RTP协议和RTP控制协议RTCP一起使用，而且它是建立在用户数据报协议上的。

 

.RTCP：实时传输控制协议（Real-time Transport Control Protocol或RTP Control Protocol或简写RTCP）是[[实时传输协议|实时传输协议（RTP）]]的一个姐妹协议。RTCP由RFC 3550定义（取代作废的RFC 1889）。RTCP为RTP媒体流提供信道外（out-of-band）控制。RTCP本身并不传输数据，但和RTP一起协作将多媒体数据打包和发送。RTCP定期在流多媒体会话参加者之间传输控制数据。RTCP的主要功能是为RTP所提供的服务质量（Quality of Service）提供反馈。

3.2 SIP协议简介

A．SIP通信概述：

正常的SIP通话过程包含三个过程：会话连接、通话过程和会话结束过程。通话流程图如下图(3)所示：

B.SIP客户端注册过程

刚启动X-Lite的时候，X-Lite会将本地号码注册到相应的域名服务器上。注册过程如下图所示：

 

发送注册request

验证成功

Y

N

C.SIP会话发起

我们假设Alice向Bob发起会话请求，则过程如下图所示：

图(4) 会话发起过程

a)  Alice首先发起一个INVITE数据包到其代理服务器，如上图中INVITE F1；每个INVITE数据包包头含有如下数据域：

图(5)INVITE数据包包含域

l  Via：Alice用来接收响应包的终端地址。因为，在SIP协议中，是允许主叫方重定位此次通话的。也即是，可以允许主叫方用A手机拨打C的号码，但是却通知C将信息传到B手机。该域中还包括一个branch，用来标识此次交互。

l  Max-Forwards：该域表示包被允许传送的最大通信距离

l  To：被叫方的ID

l  From：主叫方ID

l  Call-ID：基于”To”和”From”的会话ID。和前两者共同标识一个唯一的会话

l  CSeq：标识在一次会话中request发送的个数

l  Contact：标识数据包发起者

l  Content-Type：标识数据包内容的类型

l  Content-Length：标识数据包内容的长度

b)  Alice的代理端收到Alice的请求之后，会要求Alice对自己的身份进行认证。

这个认证过程如下图所示：

 

 

 

 

 

 

 

代理端向Alice发送认证请求包407

Alice出示证件

Y

N

 

 

 

 

 

 

 

 

 

 

 

 

 

c)  Alice的代理端将INVITE路由到Bob的代理端，并返回一个100 Trying数据包

代理端通过INVITE数据包中的”To”域，获取到INVITE的下一个目的地址，即Bob的代理端。然后将该数据包转发出去。而后，再向自己的上一跳返回一个100 Trying数据包，通知Alice，连接正在建立中。

 

d)  Bob的代理端将INVITE转发给Bob，并返回100 Trying数据包

Bob的代理端在收到INVITE后，通过本地数据库查找到Bob，然后将该INVITE数据包发给Bob。同时返回一个100 Trying数据包给上一跳。

 

e)  Bob接受Alice的呼叫，并返回180 Ring和200 OK 数据包到Alice

Bob收到从自己的代理端来的INVITE并开始响铃。同时，将响铃信号发送给代理端，代理端。之后，该Ringing包将沿着INVITE的逆向路径到达Alice。如果，Bob在接到响铃后，接听电话，那么Bob的客户端将发送一个200 OK包，该包到达Alice的路径和上面的Ringing数据包的路径一样。此时连接其实已经建立起来。

 

f)  Alice返回ACK确认，从而建立起连接

Alice收到相应的200 OK包之后，将向Bob返回一个ACK包进行确认。到此，该连接正式建立起来。

 

D.SIP通话过程

在建立起会话之后，通信双方通过各自的代理服务器进行通信。通信的内容则采用一种称作RTP的协议来传输。通信的内容：可以包括语音、视频和电子邮件。

E.SIP会话结束

会话结束动作可以由通信双方中的任何一端发起。会话结束动作由数据包BYE标识。一旦某个用户收到BYE包，那么就会返回一个ACK数据包，从而彻底中断连接

 

4. 实验内容

实验内容	实验结果
搭建实验平台，获得sip账号	成功
通过美国的远程服务器实现点到点通话	成功
局域网内注册成为sip Server并分配分机	成功
登录局域网内的sip server成功注册本分机	成功
局域网内作为分机与另一分机通话	成功

 

5. 实验步骤

5.1 搭建实验平台，获得sip账号：

A． 安装wireshark软件

a)去官网下载wiresharp软件

http://www.wireshark.org/download.html

b）运行安装程序，即可完成安装

B． 安装X-Lite通话软件

a)  去官方网站下载X-Lite

http://www.counterpath.com/x-lite.html

b)  运行下载好的安装程序，即可完成安装。

C． 注册VOXALOT账号

为了使得我们能够顺利利用X-Lite进行免费通话，我们需要到VOXALOT去注册账号。该账号的作用类似于我们的手机号码。

注册VOXALOT的网站：http://www.voxalot.com/

本次实验中，我注册的账号为：198772 服务器为：us.voxalot.com

        Display Name: 本地显示用户名

        User Name: 申请的账号名

        Password: 账号对应的口令

        Authorization user name: 采用默认(空白)

        Domain: 服务器端域名

        proxy: 代理端域名

        Dialing plan: 采用默认设置

 

5.2 通过美国的远程服务器实现点到点通话

u  运行wireshark，启动wireshark,设置正确的抓包规则，开始抓包.

u  拨打对方电话，进行通话

获取对方的号码之后，按照正常拨打电话的流程即可完成电话的拨打。

   

u  结束通话，分析数据包

在结束通话之后，停止wireshark抓包动作。在Filter域中输入”sip”。

 

 

5.3 局域网内注册成为sip Server并分配分机

启动minisipserver，自动将服务器ip配置为当前主机ip，并分配四个分机100，101，102，103

 

 

 

 

5.4 分机登录局域网内的sip server（我的主机）并注册

    用户100和101注册成功，miniSipServer的MySql数据库中自动记录用户100和101的ip地址，便于在以后的通信中查找102用户的地址。

 

用户注册过程中抓包如下：

5.5局域网内作为分机与另一注册过的分机通话

在结束通话之后，停止wireshark抓包动作。在Filter域中输入”sip”。

6. 试验数据分析

6.1 客户端向服务器端注册

 

从上图中可以看出，客户端在启动的时候，会主动向服务器端注册。注册过程如下：

   a) 客户端向服务器端发送Request REGISTER数据包，请求注册，该包的SIP头如下：

  

   b) 服务器端需要客户端出示证明，因此针对上面的注册包，返回一个401包；

   c) 客户端再次向服务器端发起Request REGISTER数据包，请求认证，其SIP头如下：

 

    从上面两幅图中可以看出，第二次申请认证的数据包中，明显多了一个Authorization域。

 

  d)  针对上面的申请，服务器端返回一个Status 200 OK包，表示通过认证。

  e)  注册成功后，客户端向服务器端查询当前的连接状况，因此发送Request SUBSCRIBE

    

f)  同样服务器端要求客户端再次出示“证件”，于是发送了Status: 407 Proxy Authentication Required

g)  客户端再次发起查询数据包，并在其中添加相应的认证，如下图所示：

 

 

 

6.2  客户端之间建立连接

 

从上面的数据可以看出通信流程：

    a) 客户端向服务器端发送Request INVITE数据包，请求和198771建立连接

b) 服务器端转发相应的INVITE数据包(上图中没反映出来)，并且向客户端返回一个100 Trying数据包

c) 当被呼叫端发出Ring信后号，代理端再返回相应的Ring数据包

d) 当被呼叫端接受呼叫后，发出Status 200 OK数据包，并被代理端转发到客户端

6.3  客户端之间通信

当经过上述步骤，建立连接之后，就开始双方的通信过程。通信过程中使用RTP协议进行通信数据的传送。

    上图中所示即为双方通信过程。其中111.186.57.199为主叫服务器IP；111.186.57.3为被呼叫客户端IP。

    通过和上面连接建立时的图片相比较，可以发现，当经过代理端建立连接之后的通话数据包将不再通过代理端传输，而是直接在通话双方之间传输。这个是非常合理的，因为双方经过连接建立过程已经相互得知对方的IP地址，因此就没有必要再通过服务器端来传送数据包。这样使得通话的实时性更加可靠。

由于使用miniserver的sip协议过程与上述过程大致相似，本论文中不进行详细分析。

6.4 通话音频还原

WireShark自身就集成有语音播放器，可以播放通话中的语音信息。(之前的VoIP界面点击Player进入，解码后如下图所示)

图12.WireShark Player

此外，通过WireShark强大的功能与相关格式转换工具Cool Edit，我们能够成功地将储存在RTP报文中的语音信息还原。

具体为选取通话中的RTP报文，进入Telephony->RTP->Stream Analysis。

图13.Stream Analysis工具

然后将之通过Save payload转化为.raw格式的音频文件，最终通过Cool Edit软件进行格式转换，转换成wav格式。

 

7. 实验中的问题

7.1 录音不能播放

在试验过程中，我发现通过wireshark自带的Telephony功能，只能够将抓获的通话数据包还原，但是不能播放还原之后的数据包中的声音，只有当X-lite开启record功能时，才能正确截取数据包中的声音。然而当我做完实验，与别人交流时，却发现有些同学在做实验时，X-lite没有开启record功能也能正确截取数据包中的声音，该问题是我大为困惑。后来仔细比对之后，才明白是软件问题。虽然X-lite和3CX Phone的Server-Client软件都能成功地进行VOIP电话，然而WireShark进行报文截取及报文分析过程中，虽然能够识别SIP协议的相关报文，并能作出流程图，但却无法识别具体通话中所使用的RTP。在WireShark中显示“Unknown RTP version”，可能是X-Lite使用的RTP版本与WireShark不兼容。导致WireShark无法根据RTP报文还原出语音。

 

8. 实验总结

通过此次实验，我学到了如下东西：

a) Wireshark软件的使用

b) X-Lite 电话的使用

C) 对SIP协议有了一个比较深入的认识

d) 对VOIP的通话过程和工作原理也有了比较侧地的认识。

由于是大二学生，以前并没有接触过wireshark软件，导致本实验开始时困难重重。但是在学长们的帮助下，还是顺利完成了实验，并且收获不小。

注：由于本次实验进行了多次，而且每次地点不同，导致IP地址也各不相同。而且由于对wirreshark软件的深入了解，声音提取实验是在之后的实验中进行的。所以原始报文比较多，不好意思……

9. 附录

附录1：SIP常见数据包类型和作用

数据包	作用	备注
Request: Invite	邀请对方参与会话	数据包头中各域的解释： via: 记录SIP的版本/使用传输协议，以及会话发起者。 branch: 记录此次会话 Max-Forwards:最大传输跳数 Contact: 本机的IP地址以及正在使用的传输协议 To: 呼叫的目的方 From：呼叫的发起方 Call-ID：标识此次通话的ID； 它和To、From唯一标识一个会话 CSeq：每次发起request，该域就增加1；同时后面标识使用的method，该包的作用 Content-Type：描述数据包的内容 Content-Length：内容message body长度。以8进制计数，单位为byte
Status 407	代理端要求客户端认证
Request：ACK	针对上面407的回复
Status：100 Trying	通知上一跳节点正在为之转发数据包
Status：477	下一条出错
Request：SUBSCRIBE	查询当前的服务否可用
Status：200 OK	标识对请求的肯定回答
Request：NOTIFY	在subscribe查询过程中，如果会话状态发生改变，则发出的通知包，收到这个数据包的节点会返回一个Status 200
Request：REGISTER	客户端向代理端发起注册请求
Status： 401	代理端不接受发客户端注册请求包中的证书信息。之后，客户端可以通过回复Status 200，来“强制”代理端查看相应的信息
Request：CANCEL	用于结束一次呼叫请求request
Status： 603	被叫端拒绝连接
Status： BYE	作用同CANCEL，但是不需要ＯＫ进行确认