SIP协议分析

“音视频通话控制协议SIP介绍。”

SIP（Session Initiation Protocol），即会话发起协议，在RFC2543、RFC3261等中被定义，是一个VOIP信令协议，其目的是在IP网络中实现电话功能，即软电话功能。

在互联网基础期，SIP协议常在硬件电话终端中，随着网络的发展，越来越多的软件也使用SIP来作为语音视频通话的控制协议。因此，SIP在协议还原领域从未缺位，并且地位相当重要。

SIP协议是纯文本协议，通常为UDP承载，使用端口5060，本文对SIP协议的流程作简单描述，然后对格式进行分析。

注意：网络流量中SIP协议还会使用TCP承载，也会使用其它端口。

01

—

SIP流程

一个标准的SIP通话流程如下：

1、 A向B发送一个INVITE消息，邀请B通话。

2、B振铃，向A回复一个RING消息，通知A振铃中，A等待。

3、B提机，向A发一个OK消息, 通知A可以通话，并进行双方协商，协商信息常用SDP协议承载，SDP信息作为SIP报文的一部分。

4、A向B回复一个回应ACK消息，根据协商的结果正式启动通话。

5、双方通话，通话过程通常在另一条会话中进行，常见的是RTP承载。

6、B挂机，向A发一个BYE消息，通知A通话结束。

7、A向B回复一个OK消息，通话结束。

SIP的整个协议里，除上图中的消息外，还有REGISTER等消息。

但是，在音视频IM软件中，SIP作为控制协议并不完全遵循于这个流程，需要具体情况具体分析，一般处理关键的SIP消息报文即可。

进行通话协商一般是使用SDP承载，但并不局限于SDP，通话过程则很多情况下是使用RTP、RTCP等，也有可能使用私有协议或者RTP的修改版本。

02

—

SIP格式

SIP消息分为Request和Response两种，通常Request消息有六种方法：

REGISTER，INVITE，ACK，CANCEL，BYE，OPTIONS。

而Response则为状态码和状态内容，如100 Trying，180 Ringing, 200 OK，401 Unauthorized等。

一个完整的SIP消息由一系列行组成，每行以\r\n结束，这些行分成4个部分：

1、起始行(start line)。

2、消息头部(message header)，内含多个头部字段(head field)，每个头部字段为一行。

3、空行(empty line)，仅包含一个\r\n，表示头部的结束。

4、消息体(message body)，可有可无。

可以看出，SIP的消息和HTTP类似，因为它们是同一个组织IETF制定的。

下面将以几个实例来体会消息的格式。

REGISTER消息：

Expires: 1200

CSeq: 68 REGISTER

Content-Length: 0

Max-Forwards: 70

User-Agent: Nero SIPPS IP Phone Version 2.0.51.16

第一行即为起始行，它的格式为：method request-uri sip-version\r\n

其中method为请求的方法，即前文中的六种方法，request-uri为请求的用户或服务器，sip-version为SIP版本号，三者间为空格，结束为\r\n。

之后为消息头部，消息头部一般要包括Via, From, To, CSeq, Caller-ID, Max-Forwards等字段，每个字段的格式为：name: value;value;value\r\n。name即字段名，value为一个或多个，每个之间为“;”，结束为\r\n。每个value内部可包含多段，消息头的最后一行为空行，仅含\r\n。

对协议还原，在消息头部需要关注的是提取From, To字段内的发送者接收者等标识用户的信息，当然，对REGISTER方法，目的地址为服务器，则From、To字段内的用户信息是相同的，Via字段内的IP、端口信息，如果有其它字段，如User-Agent，可提取终端信息，Contact则是绑定的联系地址。另外，如果存在Content-Length字段，值非0，则表示带有消息体，需要对消息体进行解析。

Response 100 Trying消息：

SIP/2.0 100 Trying

CSeq: 69 REGISTER

Content-Length: 0

Response消息是对请求的六个消息的响应，

第一行同样为起始行，它的格式为：sip-version status-code reason-phrase\r\n

其中sip-version为SIP版本号；status-code为三位数字组成的返回状态码，其中第一个数字表示状态的类型，如1xx表示中间状态，收到的消息正在处理，2xx表示某个阶段的成功，另外还有3xx，4xx，5xx，6xx等，分别表示不同含义，如跳转，失败，错误等；reason-phrase为对状态码的描述；三者间为空格，结束为\r\n。

之后的消息头部与请求一致。同样，响应消息也可以带有消息体，由消息头部的相关字段确定。

INVITE消息：

CSeq: 1 INVITE

User-Agent: Nero SIPPS IP Phone Version 2.0.51.16

Expires: 120

Accept: application/sdp

Content-Type: application/sdp

Content-Length: 270

Max-Forwards: 70

Allow: INVITE, ACK, CANCEL, BYE, REFER, OPTIONS, NOTIFY, INFO

v=0

s=SIP call

c=IN IP4 192.168.1.2

t=0 0

m=audio 30000 RTP/AVP 0 8 97 2 3

a=rtpmap:0 pcmu/8000

a=rtpmap:8 pcma/8000

a=rtpmap:97 iLBC/8000

a=rtpmap:2 G726-32/8000

a=rtpmap:3 GSM/8000

a=fmtp:97 mode=20

a=sendrecv

在INVITE消息的消息头部，从From、To字段内就能够提取到通话双方的账号信息，以及昵称。在这个消息中，Content-Length非0，说明带有消息体，长度为270，Content-Type字段，描述了消息体的类型，消息体可以有很多中类型，此处为SDP。

根据SDP协议的格式，可以提取到通话内容使用的IP、端口、承载协议、可使用的语音编码相关信息。如上述消息中，提取的本端可连IP为192.168.1.2，端口为30000，内容承载协议为RTP/AVP，可选语音编码分别为pcmu、pcma、iLBC、G726-32、GSM等，采样频率均为8000，传输中对应的编号为0，8，97，2，3。

ACK消息：

CSeq: 1 ACK

Content-Length: 0

ACK消息表示在对端返回Response消息之后对对端的回应，格式内容与其它消息类似。

CANCEL消息和BYE消息：

CSeq: 1 CANCEL

Content-Length: 0

Max-Forwards: 70

User-Agent: Nero SIPPS IP Phone Version 2.0.51.16

CANCEL消息和BYE消息使用在不同的场景，按理解，CANCEL消息为取消的意思，而BYE消息则为结束的意思。在一次通话请求的过程中，CANCEL一般为拒绝通话，使通话结束，而BYE则是通话正常结束，对语音的控制消息的处理，二者稍有差异，但本质上是相同的。

另外，在使用SIP协议的APP中，常常会使用SIP协议进行文本聊天，文件传输等功能的实现，这样，一般是承载在消息体内的，根据具体消息格式进行解析即可。

如果觉得本文有价值，请关注我，come on~

长按进行关注。