SIP协议解析与实现

一 概述

    SIP协议是一个基于应用层的会话控制协议。它可以创建、修改、终止多媒体会话(会议)，也可以邀请参与者加入到一个现有的会话。

    因为SIP是一个基于应用层的协议，所以它不是一套完整的通讯系统方案，它需要和其它的方案或者协议结合起来实现整套系统。例如，实时传输协议(RTP)(RFC1889)用来传输音视频等实时的流媒体数据。实时流协议(RTSP)(RFC2326)用来控制媒体流的传递。媒体网关控制协议(MEGACO)(RFC3015)用来控制PSTN网关。

    由此可见，SIP协议应该用来组合其它协议，从而实现完整的服务。但是，SIP基础的功能和操作不依赖于其它协议。



二 第一个例子



图1

    下面引用RFC3261的例子来说明sip的基本功能，包括：定位终端，发送通讯请求，协商会话参数，建立会话和撤销建立的会话。图1显示了用户Alice和Bob使用SIP交换信息的一个典型的例子(每一个消息用字母F和一个数字来标号，标号的前面有一个简短的消息类型说明)。在这个例子中，Alice使用一个在她的PC机中的SIP应用程序呼叫Bob，Bob使用他的SIP电话，这个SIP电话登录了互联网。同时，请注意两个SIP代理服务器在Alice和Bob的会话的建立中起到的作用。

    Alice呼叫Bob是使用他的SIP标识符。SIP标识符是一种URI(Uniform Resource Identifier)，称之为SIP URI。SIP URI格式很象email地址，包含一个用户名和一个主机名，如：sip:[e-mail]。这里biloxi.com是Bob的SIP服务提供者的域名。Alice的SIP URI是：sip:[e-mail]。SIP也支持安全URI，叫做SIPS URI，例如，sips:[e-mail]。一个向SIPS URI的呼叫使用加密传输(也就是TLS)来携带从呼叫者到被呼叫者所有的SIP消息。

    SIP是一个与HTTP协议很像的，请求／应答式的事务模型。每一个事务最少由一个要完成特定方法或功能的请求，和服务器端的一个应答组成。在这个例子中，这个事务从Alice的软电话发送一个INVITE请求到Bob的SIP URI开始。INVITE是一个SIP消息，它表示请求者Alice想与Bob通话。INVITE请求包含一些头域。头域被称为属性，可以提供关于这个消息的额外信息。关于头域我们一会儿将会详细说明它们。图1中的INVITE信息(F1)可能像这样：

      INVITE sip:[e-mail] SIP/2.0

      Via: SIP/2.0/UDP pc33.atlanta.com;branch=z9hG4bK776asdhds

      Max-Forwards: 70

      To: Bob <sip:[e-mail]>

      From: Alice <sip:[e-mail]>;tag=1928301774

      Call-ID: [e-mail]

      CSeq: 314159 INVITE

      Contact: <sip:[e-mail]>

      Content-Type: application/sdp

      Content-Length: 142



      (Alice's SDP not shown)



    第一行文本是这个请求的方法名(INVITE)。后面的行是多个头域。这里只列出了最少需要的头域。先在这里对这些头域做一个简要的介绍：

    Via头域包含Alice希望收到对于这个请求的应答的地址。也就是她告诉请求的接收者，应答应该发送到 pc33.atlanta.com。后面的branch参数是这个事务的标识符。

    To头域包含一个显示名(Bob)和一个SIP URI或者SIPS URI，这里是使用的SIP URI(sip:[e-mail])。这个SIP URI就是这个请求要发送的目标。

    From头域也包含一个显示名(Alice)和一个SIP URI或者SIPS URI，这里是使用的SIP URI(sip:[e-mail])来指出请求的发起人。这个头域还包含了一个tag参数，这个参数包含了一个随机字符串(1928301774)，这个字符串的数字会被软电话自动增加，它主要起到鉴别的作用，后面还会说明它。

    Call-ID头域包含一个全局唯一标识符来标识这次呼叫。这个标识符使用一个随即字符串和软电话所在的主机名(或者IP地址)一起生成。这样，To头域、From头域和Call-ID这三个头域就可以唯一的确定了Alice和Bob的这条点对点的通信关系，并且将这个通信关系交给一个对话(dialog)来处理了。

    Cseq头域(命令序列)包含一个整数和一个方法名字。在这个对话中每一个新的请求都会增加这个整数的值，保证这个数值是有序的。

    Contact头域包含一个SIP URI或者SIPS URI指出一个能够接触到Alice的直接路由，一般这个SIP URI由用户名和一个完全限定域名(FQDN)构成。因为许多终端系统没有注册域名，所以也可以使用IP地址代替FQDN。Via头域向对方指出了这个请求的应答应该发送到哪里，而Contact头域向对方指出了将来的请求应该发送到哪里。

    Max-Forwards头域限制了在这个请求传送到目的地的时候最多可以有多少跳。它包含一个整数，在每一跳这个整数都会被减少。

    Content-Type头域描述消息体的类型(在这个例子里消息体采用了SDP描述，但是消息体内容没有给出)。

    Content-Length头域指出了消息体的字节数。

    在后面我们将完整的介绍SIP头域(RFC3261第20节)。

    在会话中像媒体类型、编码方式、采样率等信息都不使用SIP描述，而是在消息体中使用其它会话描述协议的格式。这个例子中采用了SDP描述(RFC2327)。

    软电话不知道Bob或者拥有biloxi.com域名的SIP服务器，它将INVITE请求发送给为Alice提供服务的域名为atlanta.com的SIP服务器。关于Alice如何获得atlanta.com SIP服务器的地址，可以使用由Alice的软电话指定，或者使用DHCP探测到等方式。

    atlanta.com SIP服务器是一个SIP代理服务器。一个代理服务器接收SIP请求，为请求的发送者转发请求。在这个例子中，代理服务器接收到INVITE请求后发送一个100应答(Trying)给Alice的软电话。100应答(Trying)指出这个INVITE请求已经被代理服务器接收到，并且已被经进一步向目的地路由。SIP中的应答使用3位数字表示，每一个编号都表示一个描述短语。这个100应答(Trying)也同样包含和INVITE请求一样的To、From、Call－ID、CSeq和Via以及branch参数，这样可以使Alice的软电话知道这个应答是对应发送的INVITE请求的。atlanta.com代理服务器定位出biloxi.com代理服务器(这可能需要通过域名解析服务器(DNS)等实现，后面还会详细讲解)获得了它的IP地址，并且准备把INVITE请求转发给biloxi.com代理服务器。在转发请求之前，atlanta.com代理服务器增加了一个额外的Via头域，这个Via头域包含自己的地址(这时候这个INVITE请求的第一个Via头域包含Alice的软电话的地址)。biloxi.com代理服务器接收到这个INVITE请求，并且也发送一个100(Trying)应答给atlanta.com代理服务器指出它已经接收到这个INVITE请求，并正在处理这个请求。biloxi.com代理服务器知道Bob的IP地址(这可能需要定位服务)，它又在这个INVITE请求中加入了一个新的Via头域，值为自己的地址，然后它把这个INVITE请求发送给Bob的SIP电话。

    Bob的SIP电话接收到这个INVITE请求，发送一个180(Ringing)应答，同时使用铃声通知Bob有一个来自Alice的呼叫，让Bob决定是否接听。这个180(Ringing)应答反向经过这两个代理服务器被发送到Alice。每一个代理服务器使用Via头域决定向哪里发送这个应答，并且把移除它自己添加的Via头域。这样，虽然只有初始的INVITE请求发送的时候使用了DNS服务和定位服务，而这个180(Ringing)应答没有使用，同时代理服务器也不需要记录整个通讯的状态，但是这个应答还是能够成功的发送给请求的发送者Alice。

    当alice的软电话接收到180(Ringing)应答后，它将这个消息告诉给Alice，也许使用一个声音(彩铃)或者在Alice的屏幕上显示一个消息。

在这个例子中，Bob决定接听电话，当他按下接听按钮时，他的SIP电话发送200(OK)应答表示接受了这个呼叫。这个200(OK)应答包含一个消息体，消息体使用SDP描述Bob准备和Alice建立的会话的媒体类型等信息。这样，Alice和Bob交换了一次SIP信息：Alice用INVITE请求发送一次给Bob，Bob用200(OK)应答发送一次给Alice。这个交换实现了基本的协商能力和简单的offer/answer模型。如果Bob不希望接听电话，或者他现在正忙(接听其它电话)，那么他会发送一个错误应答而不是200(OK)应答。一个错误应答将不会建立会话。

Bob发送的200(OK)应答可能是这样的：



SIP/2.0 200 OK

  Via: SIP/2.0/UDP server10.biloxi.com

     ;branch=z9hG4bKnashds8;received=192.0.2.3

  Via: SIP/2.0/UDP bigbox3.site3.atlanta.com

     ;branch=z9hG4bK77ef4c2312983.1;received=192.0.2.2

  Via: SIP/2.0/UDP pc33.atlanta.com

     ;branch=z9hG4bK776asdhds ;received=192.0.2.1

  To: Bob <sip:[e-mail]>;tag=a6c85cf

  From: Alice <sip:[e-mail]>;tag=1928301774

  Call-ID: [e-mail]

  CSeq: 314159 INVITE

  Contact: <sip:bob@192.0.2.4>

  Content-Type: application/sdp

  Content-Length: 131

 

  (Bob's SDP not shown)



应答的第一行包含一个应答代码(200)和一个解释短语(OK)。其它行就是应答的头域。Via，To，From，Call-ID和CSeq头域的值都从INVITE请求拷贝而来(这时候应该有3个Via头域，分别由Alice的SIP软电话，atlanta.com代理服务器，和biloxi.com代理服务器添加)。Bob的SIP电话添加一个tag参数到To头域。以后所有的属于这个对话的请求和应答都要包含这个tag参数。

当Alice的软电话接收到这个200(OK)应答后，马上停止响铃并显示呼叫已经被接听了。最后，Alice发送一个确认信息(ACK)给Bob的SIP电话，表示自己收到了最终应答(200(OK))。这个例子中的最终应答由Alice直接发送给了Bob，这是因为Alice的软电话从Contact头域里面可以得到Bob的地址信息。通过INVITA/200/ACK的三步握手，SIP会话就建立起来了。关于SIP会话建立的详细步骤请参看RFC3261第13节。

现在Alice和Bob的多媒体会话已经建立起来了，他们可以发送通过SDP协商好的格式的媒体数据了。一般来说，媒体数据包的传输与SIP消息的传输采用不同的通信方式。SIP消息大多通过代理服务器转发，而媒体数据多使用点对点的传输。

在会话过程中，无论是Alice还是Bob决定改变这个媒体会话，都要通过发送一个re-INVITE请求。这个re-INVITE请求包含新的媒体描述(可能是SDP)，它不会建立新的会话，而是修改当前已经存在的会话。对方接收到这个请求后，发送一个200(OK)同意这个改变，最后请求者发送ACK。如果对方不同意这个修改，可能会发送一个错误应答，比如488(不接受)。但是这个失败应答不会使已存在的会话退出，而是继续使用以前协商的媒体进行通信。关于修改一个会话的详细说明，请参看RFC3261第14节。

最后，Bob发送BYE消息挂断电话。BYE消息直接发送到Alice的软电话。Alice发送200(OK)确定接收到了BYE消息，并且终止这个会话。Bob不用发送ACK，因为ACK只有在接收到对INVITE的应答时才被发送。关于终止一个会话更详细的说明，请参看RFC3261第15节。

还有一个问题就是关于biloxi.com服务器如何获得Bob的位置。Bob的SIP电话开机的时候会向一个注册服务器发送REGISTER消息。REGISTER消息的作用是将Bob的SIP URI或者SIPS URI与Bob当前使用的电话地址进行帮定，并将这个帮定信息保存到数据库中，这被称之为定位服务(location service)。biloxi.com代理服务器使用定位服务获得Bob的地址。注册服务器、代理服务器、定位服务器都是逻辑上的服务器，而不是物理上的服务器，所以他们可以位于同一台服务器上。