Session Initiation Protocol

Session Initiation Protocol (dont le sigle est SIP) est un protocole normalisé et standardisé par l'IETF (décrit par le RFC 3261 qui rend obsolète le RFC 2543, et complété par le RFC 3265) qui a été conçu pour établir, modifier et terminer des sessions multimédia. Il se charge de l'authentification et de la localisation des multiples participants. Il se charge également de la négociation sur les types de média utilisables par les différents participants en encapsulant des messages SDP (Session Description Protocol). SIP ne transporte pas les données échangées durant la session comme la voix ou la vidéo. SIP étant indépendant de la transmission des données, tout type de données et de protocoles peut être utilisé pour cet échange. Cependant le protocole RTP (Real-time Transport Protocol) assure le plus souvent les sessions audio et vidéo. SIP remplace progressivement H323.

SIP est le standard ouvert de VoIP (Voice Over IP, voix sur IP) interopérable le plus étendu et vise à devenir LE standard des télécommunications multimédia (son, image, etc.). Skype par exemple, qui utilise un format propriétaire, ne permet pas l'interopérabilité avec un autre réseau de voix sur IP et ne fournit que des passerelles payantes vers la téléphonie standard. SIP n'est donc pas seulement destiné à la VoIP mais pour de nombreuses autres applications telles que la visiophonie, la messagerie instantanée, la réalité virtuelle ou même les jeux vidéo.

À l'heure de la révolution de l'information par l'utilisation du réseau des réseaux, Internet, on assiste à la convergence de la téléphonie et de l'informatique (CTI).

Les RTC et RNIS (ISDN, « Numéris » étant le nom commercial donné par France Télécom, alors opérateur d'état) et par extension les téléphones de première et seconde génération (satellitaires et GSM) ont fait leur temps en tant que réseaux supportant la voix uniquement, avec des bandes passantes et débits très faibles.

H323 a été un protocole pionnier de la téléphonie sur IP, émanant des instances du monde des télécommunications (UIT ou ITU). SIP, de conception un peu plus récente, vient du monde de l'Internet (IETF) et s'intègre sans doute un peu mieux sur les réseaux IP.

Les éditeurs, fournisseurs de services et opérateurs mettant du temps à offrir logiciels et services autour de H323 et SIP, la firme Skype a fait son trou avec plusieurs millions d'utilisateurs en proposant le logiciel client, le service et la passerelle vers les réseaux publics entrants et sortants.

Actuellement, pour combler les faiblesses en terme de présence et de réseaux (NAT) du protocole SIP, des éditeurs et fournisseurs de service planchent sur l'intégration de SIP avec Jabber, protocole fiable, standard, ouvert et éprouvé de présence et de messagerie instantanée.

Bases

SIP partage de nombreuses similitudes avec le protocole HTTP comme le codage en ASCII et les codes de réponse.

Le client envoie des requêtes au serveur, qui lui renvoie une réponse. Les méthodes de base sont :

• INVITE permet à un client de demander une nouvelle session
• ACK confirme l'établissement de la session
• CANCEL annule un INVITE en suspens
• BYE termine une session en cours

Les codes de réponse sont similaires à HTTP.

• 100 Trying
• 200 OK
• 404 Not Found

Les codes supérieurs ou égaux à x80 sont spécifiques à SIP.

• 180 Ringing
• 486 Busy
• etc.

En revanche, SIP diffère de HTTP du fait qu'un agent SIP (User Agent, UA) joue habituellement à la fois les rôles de client et de serveur. C’est-à-dire qu'il peut aussi bien envoyer des requêtes, que répondre à celles qu'il reçoit.

En pratique, la mise en place de SIP repose sur trois éléments : User Agent, registrar et proxy.

User Agent

Les User Agents désignent les agents que l'on retrouve dans les téléphones SIP, les softphones (logiciels de téléphonie sur IP) des ordinateurs et PDA ou les passerelles SIP. En théorie, on peut établir des sessions directement entre deux User Agents, deux téléphones par exemple. Mais cela nécessite de connaître l'adresse IP du destinataire. Cela n'est pas l'idéal car une adresse IP peut ne pas être publique (derrière un NAT) ou changer et elle est bien plus compliquée à retenir qu'une URI. Les User Agents peuvent donc s'enregistrer auprès de Registrars pour signaler leur emplacement courant, c’est-à-dire leur adresse IP.

Registrar

Le Registrar est un serveur qui gère les requêtes REGISTER envoyées par les Users Agents pour signaler leur emplacement courant. Ces requêtes contiennent donc une adresse IP, associée à une URI, qui seront stockées dans une base de données.

Les URI SIP sont très similaires dans leur forme à des adresses email : sip:u*********[email protected]

Généralement, des mécanismes d'authentification permettent d'éviter que quiconque puisse s'enregistrer avec n'importe quelle URI.

Proxy

Un Proxy SIP sert d'intermédiaire entre deux User Agents qui ne connaissent pas leurs emplacements respectifs (adresse IP). En effet, l'association URI-Adresse IP a été stockée préalablement dans une base de données par un Registrar. Le Proxy peut donc interroger cette base de données pour diriger les messages vers le destinataire.

Le Proxy se contente de relayer uniquement les messages SIP pour établir, contrôler et terminer la session. Une fois la session établie, les données, par exemple un flux RTP pour la VoIP, ne transitent pas par le serveur Proxy. Elles sont échangées directement entre les User Agents.

Avantages

• Ouvert : les protocoles et documents officiels sont détaillés et accessibles à tous en téléchargement
• Standard : l'IETF a normalisé le protocole et son évolution continue par la création ou l'évolution d'autres protocoles qui fonctionnent avec SIP
• Simple : SIP est simple et très similaire à HTTP
• P2P : sur un LAN, SIP fonctionne complètement en P2P (encore plus facilement avec l'intégration de Zeroconf), ce n'est pas le cas pour l'établissement de sessions entre deux pairs séparés par un NAT
• Flexible : SIP est également utilisé pour tout type de sessions multimédia (voix, vidéo, mais aussi musique, réalité virtuelle, etc.)
• Téléphonie sur réseaux publics : il existe de nombreuses passerelles (services payants) vers le réseau public de téléphonie (RTC, GSM, etc.) permettant d'émettre ou de recevoir des appels vocaux
• Points communs avec H323 : l'utilisation du protocole RTP et quelques codecs son et vidéo sont en commun

Inconvénients

• Basé sur l'adresse IP : SIP ne traverse pas les NAT, mais cela peut être résolu en déployant des mécanismes client-serveur supplémentaires comme STUN ou en couplant SIP avec Jabber
• Mauvaise implémentation : une mauvaise implémentation ou une implémentation incomplète du protocole SIP dans les User Agents peut perturber le fonctionnement ou générer du trafic superflu sur le réseau.
• Existant : H323 (standard et ouvert) et Skype (propriétaire) bénéficient de leur effet réseau respectif, bien que H323 tende à disparaître au profit de SIP
• Présence et messagerie instantanée : SIP montre un certain nombre de faiblesses dans la gestion de la présence et la messagerie instantanée, mais l'intégration du standard ouvert spécialisé Jabber résout la plupart de ces problèmes
• Faible nombre d'utilisateurs : SIP est encore peu connu et utilisé par le grand public, n'ayant pas atteint une masse critique, il ne bénéficie pas de l'effet réseau

Aspects marché

Au delà des avantages et des inconvénients purement techniques, il convient de noter que SIP a maintenant été adopté par tous les grands acteurs de l'industrie en tant que protocole de choix pour l'évolution des réseaux. Tendance clairement établie à l'échelle mondiale depuis ~2003-2004.

• Retenu par AOL, Yahoo, Microsoft, Wanadoo, Orange, etc.
• Retenu par Microsoft pour MSN et Microsoft Office Live Communication Server (LCS / OCS)
• Retenu par le 3GPP IP Multimedia Subsystem-TISPAN pour son écosystème de services et de signalisation
• Retenu par tous les grands fournisseurs traditionnels de PABX: Alcatel-Lucent,Nortel, Cisco, Avaya, Ericsson, Siemens, etc.
• Retenu par tous les fournisseurs de PABX open-source: Asterisk, IPTel, etc.
• Retenu dans les architectures Voix sur IP de convergence fixe mobile où les services de présence sont une exigence forte.