Protocolo de inicio de sesión

El Protocolo de Inicio de Sesión ( SIP ) es un protocolo de señalización utilizado para iniciar, mantener, modificar y finalizar sesiones de comunicación que involucran elementos multimedia como voz, video y mensajería. ^{[ 1 ]} Opera en la capa de aplicación del conjunto de protocolos de Internet y se utiliza ampliamente en telefonía por Internet , sistemas telefónicos privados basados ​​en IP y comunicación móvil sobre redes LTE a través de VoLTE . ^{[ 2 ]}

SIP es un protocolo basado en texto, modelado a partir de la estructura de HTTP y SMTP , que permite la interoperabilidad y la integración con otras aplicaciones de Internet. Proporciona mecanismos para la localización de usuarios, el establecimiento de sesiones y la gestión de sesiones, lo que lo convierte en un componente fundamental de los sistemas multimedia IP modernos.

El protocolo define el formato específico de los mensajes intercambiados y la secuencia de comunicaciones para la cooperación de los participantes. SIP es un protocolo basado en texto que incorpora muchos elementos del Protocolo de Transferencia de Hipertexto (HTTP) y del Protocolo Simple de Transferencia de Correo (SMTP). ^{[ 3 ]} Una llamada establecida con SIP puede constar de múltiples flujos multimedia , pero no se requieren flujos separados para aplicaciones, como la mensajería de texto , que intercambian datos como carga útil en el mensaje SIP.

SIP funciona en conjunto con otros protocolos que especifican y transmiten los medios de la sesión. Generalmente, la negociación del tipo y los parámetros de los medios, así como la configuración de los mismos, se realizan mediante el Protocolo de Descripción de Sesión (SDP), que se transporta como carga útil en los mensajes SIP. SIP está diseñado para ser independiente del protocolo de capa de transporte subyacente y puede utilizarse con el Protocolo de Datagramas de Usuario (UDP), el Protocolo de Control de Transmisión (TCP) y el Protocolo de Control de Transmisión de Flujo (SCTP). Para la transmisión segura de mensajes SIP a través de enlaces de red no seguros, el protocolo puede cifrarse con Seguridad de la Capa de Transporte (TLS). Para la transmisión de flujos multimedia (voz, vídeo), la carga útil SDP transportada en los mensajes SIP suele emplear el Protocolo de Transporte en Tiempo Real (RTP) o el Protocolo de Transporte Seguro en Tiempo Real (SRTP).

SIP fue diseñado originalmente por Mark Handley , Henning Schulzrinne , Eve Schooler y Jonathan Rosenberg en 1996 para facilitar el establecimiento de sesiones multimedia multicast en la red Mbone . El protocolo se estandarizó como RFC 2543 en 1999. En noviembre de 2000, SIP fue aceptado como protocolo de señalización 3GPP y elemento permanente de la arquitectura del Subsistema Multimedia IP (IMS) para servicios multimedia de transmisión basados ​​en IP en redes celulares . En junio de 2002, la especificación se revisó en RFC 3261 ^{[ 4 ]} y desde entonces se han publicado varias extensiones y aclaraciones. ^{[ 5 ]}  

SIP se diseñó para proporcionar un protocolo de señalización y establecimiento de llamadas para comunicaciones basadas en IP, compatible con las funciones y características de procesamiento de llamadas presentes en la red telefónica pública conmutada (PSTN), con la visión de admitir nuevas aplicaciones multimedia. Se ha extendido para videoconferencias , distribución de medios en streaming , mensajería instantánea , información de presencia , transferencia de archivos , fax por Internet y juegos en línea . ^{[ 1 ] [ 6 ] [ 7 ]}

El protocolo SIP se distingue, según sus defensores, por tener sus raíces en la comunidad de Internet más que en la industria de las telecomunicaciones . SIP ha sido estandarizado principalmente por el Grupo de Trabajo de Ingeniería de Internet (IETF), mientras que otros protocolos, como H.323 , se han asociado tradicionalmente con la Unión Internacional de Telecomunicaciones (UIT).

SIP interviene únicamente en las operaciones de señalización de una sesión de comunicación multimedia y se utiliza principalmente para establecer y finalizar llamadas de voz o vídeo. SIP permite establecer sesiones bipartitas ( unicast ) o multipartitas ( multicast ). También permite modificar llamadas existentes, como cambiar direcciones o puertos , invitar a más participantes y añadir o eliminar flujos multimedia. SIP también se utiliza en aplicaciones de mensajería, como la mensajería instantánea, y en la suscripción y notificación de eventos.

SIP funciona en conjunto con otros protocolos que especifican el formato y la codificación de los medios y que los transmiten una vez establecida la llamada. Para establecer una llamada, el cuerpo de un mensaje SIP contiene una unidad de datos del Protocolo de Descripción de Sesión (SDP), que especifica el formato, el códec y el protocolo de comunicación de medios. Las transmisiones de voz y vídeo se suelen transmitir entre los terminales mediante el Protocolo de Transporte en Tiempo Real (RTP) o el Protocolo de Transporte Seguro en Tiempo Real (SRTP). ^{[ 3 ] [ 8 ]}

Cada recurso de una red SIP, como agentes de usuario, enrutadores de llamadas y buzones de voz, se identifica mediante un Identificador Uniforme de Recursos (URI). La sintaxis del URI sigue la sintaxis estándar general utilizada también en servicios web y correo electrónico. ^{[ 9 ]} El esquema URI utilizado para SIP es sip y un URI SIP típico tiene el formato sip:username@domainname o sip:username@hostport , donde domainname requiere registros DNS SRV para localizar los servidores del dominio SIP, mientras que hostport puede ser una dirección IP o un nombre de dominio completo del host y el puerto. Si se requiere una transmisión segura , se utiliza el esquema sips . ^{[ 10 ] [ 11 ]}

SIP emplea elementos de diseño similares al modelo de transacción de solicitud y respuesta HTTP. ^{[ 12 ]} Cada transacción consta de una solicitud del cliente que invoca un método o función específica en el servidor y al menos una respuesta. SIP reutiliza la mayoría de los campos de encabezado, las reglas de codificación y los códigos de estado de HTTP, lo que proporciona un formato legible basado en texto.

SIP puede ser transportado por varios protocolos de capa de transporte, incluidos el Protocolo de Control de Transmisión (TCP), el Protocolo de Datagramas de Usuario (UDP) y el Protocolo de Transmisión de Control de Flujo (SCTP). ^{[ 13 ] [ 14 ]} Los clientes SIP suelen usar TCP o UDP en los puertos 5060 o 5061 para el tráfico SIP hacia servidores y otros puntos finales. El puerto 5060 se usa comúnmente para tráfico de señalización no cifrado, mientras que el puerto 5061 se usa normalmente para tráfico cifrado con Seguridad de la Capa de Transporte (TLS).

Las redes de telefonía basadas en SIP suelen implementar las funciones de procesamiento de llamadas del Sistema de Señalización 7 (SS7), para el cual existen extensiones de protocolo SIP específicas, aunque ambos protocolos son muy diferentes. SS7 es un protocolo centralizado, caracterizado por una compleja arquitectura de red central y terminales simples (teléfonos tradicionales). SIP es un protocolo cliente-servidor entre pares con capacidad equivalente. Las funciones de SIP se implementan en los terminales que se comunican, mientras que la arquitectura tradicional de SS7 se utiliza únicamente entre centrales de conmutación.

Los elementos de red que utilizan el Protocolo de Inicio de Sesión (SIP) para la comunicación se denominan agentes de usuario SIP . Cada agente de usuario (UA) realiza la función de cliente de agente de usuario (UAC) cuando solicita una función de servicio, y la de servidor de agente de usuario (UAS) cuando responde a una solicitud. Por lo tanto, en principio, dos puntos finales SIP cualesquiera pueden operar sin ninguna infraestructura SIP intermedia. Sin embargo, por razones operativas de la red, para el aprovisionamiento de servicios públicos a los usuarios y para los servicios de directorio, SIP define varios tipos específicos de elementos de servidor de red. Cada uno de estos elementos de servicio también se comunica dentro del modelo cliente-servidor implementado en los clientes y servidores de agentes de usuario. ^{[ 15 ]}

Registrador

Un registrador es un punto final SIP que proporciona un servicio de localización. Acepta solicitudes REGISTER, registrando la dirección y otros parámetros del agente de usuario. Para solicitudes posteriores, proporciona un medio esencial para localizar posibles interlocutores en la red. El servicio de localización vincula una o más direcciones IP con la URI SIP del agente registrador. Varios agentes de usuario pueden registrarse para la misma URI, de modo que todos los agentes registrados reciben las llamadas dirigidas a dicha URI.

Los registradores SIP son elementos lógicos y suelen ubicarse junto con los proxies SIP. Para mejorar la escalabilidad de la red, los servicios de localización pueden ubicarse en un servidor de redireccionamiento.

controlador de borde de sesión

Los controladores de borde de sesión (SBC) actúan como intermediarios entre los agentes de usuario y los servidores SIP para diversas funciones, como ocultar la topología de red y facilitar la traducción de direcciones de red (NAT) . Los SBC son una solución desarrollada de forma independiente y no se mencionan en el RFC de SIP.

SIP es un protocolo basado en texto con una sintaxis similar a la de HTTP. Hay dos tipos diferentes de mensajes SIP: solicitudes y respuestas. La primera línea de una solicitud tiene un método , que define la naturaleza de la solicitud, y una Request-URI, que indica dónde se debe enviar la solicitud. ^{[ 19 ]} La primera línea de una respuesta tiene un código de respuesta .

SIP define un mecanismo de transacciones para controlar los intercambios entre participantes y entregar mensajes de forma fiable. Una transacción es un estado de una sesión, controlado por diversos temporizadores. Las transacciones del cliente envían solicitudes y las del servidor responden a ellas con una o más respuestas. Estas respuestas pueden incluir respuestas provisionales con un código de respuesta del tipo 1xx y una o varias respuestas finales (2xx – 6xx).

Las transacciones se clasifican además como de tipo invitación o de tipo no invitación . Las transacciones de invitación se diferencian en que pueden establecer una conversación de larga duración, denominada diálogo en SIP, e incluyen un acuse de recibo (ACK) de cualquier respuesta final que no falle, por ejemplo, 200 OK .

El Protocolo de Iniciación de Sesión para Mensajería Instantánea y Presencia mediante Extensiones (SIMPLE) es el conjunto de estándares basados ​​en SIP para mensajería instantánea e información de presencia . El Protocolo de Retransmisión de Sesión de Mensajes (MSRP) permite sesiones de mensajería instantánea y transferencia de archivos.

La comunidad de desarrolladores de SIP se reúne periódicamente en conferencias organizadas por SIP Forum para probar la interoperabilidad de las implementaciones de SIP. ^{[ 22 ]} El lenguaje de especificación de pruebas TTCN-3 , desarrollado por un grupo de trabajo en ETSI (STF 196), se utiliza para especificar pruebas de conformidad para implementaciones de SIP. ^{[ 23 ]}

Al desarrollar software SIP o implementar una nueva infraestructura SIP, es importante probar la capacidad de los servidores y las redes IP para manejar cierta carga de llamadas: número de llamadas simultáneas y número de llamadas por segundo. El software de prueba de rendimiento SIP se utiliza para simular tráfico SIP y RTP para ver si el servidor y la red IP son estables bajo la carga de llamadas. ^{[ 24 ]} El software mide indicadores de rendimiento como el retardo de respuesta, la relación respuesta/captura , la fluctuación RTP y la pérdida de paquetes , el tiempo de retardo de ida y vuelta .

La conexión SIP es un término comercial para los servicios de voz sobre protocolo de Internet (VoIP) que ofrecen muchos proveedores de servicios de telefonía por Internet (ITSP). Este servicio permite el enrutamiento de llamadas telefónicas desde la centralita privada (PBX) del cliente a la red telefónica pública conmutada (PSTN). Dichos servicios pueden simplificar la infraestructura de los sistemas de información corporativos al compartir el acceso a Internet para voz y datos, y eliminar el coste de los circuitos telefónicos de interfaz de velocidad básica (BRI) o interfaz de velocidad primaria (PRI).

El trunking SIP es un término de marketing similar que se prefiere cuando el servicio se utiliza para simplificar una infraestructura de telecomunicaciones al compartir el circuito de acceso del operador para el tráfico de voz, datos e Internet, eliminando la necesidad de circuitos PRI. ^{[ 25 ] [ 26 ]}

Las cámaras de videovigilancia con tecnología SIP pueden iniciar llamadas para alertar al operador sobre eventos, como el movimiento de objetos en un área protegida.

SIP se utiliza en audio sobre IP para aplicaciones de radiodifusión , donde proporciona un medio interoperable para que las interfaces de audio de diferentes fabricantes se conecten entre sí. ^{[ 27 ]}

El Instituto Nacional de Estándares y Tecnología de EE. UU. (NIST), División de Tecnologías Avanzadas de Redes, proporciona una implementación Java de dominio público ^{[ 28 ]} que sirve como implementación de referencia para el estándar. Esta implementación puede funcionar en escenarios de servidor proxy o agente de usuario y se ha utilizado en numerosos proyectos comerciales y de investigación. Es compatible con RFC 3261 en su totalidad y con varias extensiones de RFC, incluidas RFC 6665 (notificación de eventos) y RFC 3262 (respuestas provisionales confiables).   

Existen numerosas implementaciones de SIP, tanto comerciales como de código abierto. Consulte la lista de software SIP .

SIP-I, Protocolo de Iniciación de Sesión con ISUP encapsulado , es un protocolo utilizado para crear, modificar y finalizar sesiones de comunicación basadas en ISUP mediante redes SIP e IP. Los servicios que utilizan SIP-I incluyen voz, videotelefonía, fax y datos. SIP-I y SIP-T ^{[ 29 ]} son ​​dos protocolos con características similares, en particular para permitir que los mensajes ISUP se transporten a través de redes SIP. Esto conserva todos los detalles disponibles en la cabecera ISUP. ^{[ a ]} SIP-I fue definido por la UIT-T , mientras que SIP-T fue definido por la IETF . ^{[ 30 ]}

Las preocupaciones sobre la seguridad de las llamadas a través de Internet pública se han abordado mediante el cifrado del protocolo SIP para una transmisión segura . El esquema URI SIPS se utiliza para exigir que la comunicación SIP esté protegida con Transport Layer Security (TLS). Los URI SIPS tienen el formato sips:user@example.com .

El cifrado de extremo a extremo de SIP solo es posible si existe una conexión directa entre los puntos de comunicación. Si bien se puede establecer una conexión directa mediante SIP punto a punto o mediante una VPN , la mayoría de las comunicaciones SIP implican múltiples saltos, siendo el primero desde el agente de usuario hasta su proveedor de servicios de telefonía por internet (ITSP) . En el caso de múltiples saltos, SIPS solo protege el primer salto; los saltos restantes normalmente no se protegen con TLS y la comunicación SIP resulta insegura. Por el contrario, el protocolo HTTPS proporciona seguridad de extremo a extremo, ya que se realiza mediante una conexión directa y no implica la noción de saltos.

Las transmisiones multimedia (audio y vídeo), que son conexiones independientes de la transmisión de señalización SIPS, pueden cifrarse mediante SRTP. El intercambio de claves para SRTP se realiza con SDES ( RFC 4568 ) o con ZRTP ( RFC 6189 ). Cuando se utiliza SDES, las claves se transmiten mediante SIP no seguro, a menos que se utilice SIPS. También se puede añadir un intercambio MIKEY ( RFC 3830 ) a SIP para determinar las claves de sesión que se utilizarán con SRTP.   

• IANA: Parámetros SIP
• IANA: Espacio de nombres de tipos de eventos SIP