mgr inż. Jerzy Dołowski Wojskowa Akademia Techniczna, Wydział Elektroniki, Instytut Telekomunikacji ul. Gen. S.Kaliskiego 2, 00-908 Warszawa tel.: 0-22 6837897, fax: 0-22 6839038, e-mail: jerzy.dolowski@wel.wat.edu.pl Konferencja naukowo-techniczna Dzisiejsze spojrzenie na spuściznę Nikoli Tesli, Warszawa, Muzeum Techniki, 21-22 listopada 2007 r. TELEFONIA W SIECI IP 1. Terminologia związana z Voice over IP Sieć wykorzystująca protokół IP (ang. Internet Protocol) jest coraz bardziej wszechobecna. Zbiór usług, jakie można realizować z wykorzystaniem protokołu IP jest stale poszerzany. W dziedzinie telekomunikacji postępuje wykorzystanie IP do interaktywnej wymiany informacji w postaci mowy, czyli do realizacji usługi telefonii. Mianem Voice over IP określa się zwykle całokształt zagadnień i rozwiązań związanych z realizacją interaktywnej wymiany informacji w postaci mowy w sieci z protokołem IP. Jest to bardzo obszerna tematyka. W jej skład wchodzą takie zagadnienia, jak: sposób ustalania adresu żądanego użytkownika, sposób zestawiania połączenia, sposób transmisji spróbkowanego sygnału mowy w sieci IP (w tym kompresja mowy), zapewnienie określonych parametrów sygnału mowy, współpraca z publiczną siecią telefoniczną (adresacja i numeracja), bezpieczeństwo transmisji i użytkowania, rozliczenia finansowe. Technologia Voice over IP udostępnia użytkownikowi końcowego usługę telefonii, która jest obecna w technice od wielu lat. Wiąże się to z wykorzystywaniem dla VoIP pojęć stosowanych w klasycznej telefonii i komutacji. Jednak w przypadku VoIP pewne pojęcia mają inne znaczenie. W celu uporządkowania terminologii proponuje się następujące definicje: - Terminal VoIP komputer z odpowiednim oprogramowaniem, autonomiczne urządzenie lub bramka ATA wraz z przyłączonym telefonem analogowym. Cechą terminala jest: - posiadanie interfejsu sieciowego (np. Ethernet), - obsługa stosu protokołów IP, - obsługa określonego protokołu VoIP, - zdolność do wprowadzania i odtwarzania dźwięku. - Połączenie w Voice over IP to stan, kiedy dwa terminale VoIP wysyłają i odbierają w uzgodniony wcześniej sposób datagramy IP przenoszących sygnał mowy. Fakt zestawienia połączenia VoIP nie skutkuje rezerwacją zasobów w sieci IP. - Centrala VoIP urządzenie, które: posiada co najmniej jeden interfejs sieciowy, obsługuje co najmniej jeden protokół VoIP, posiada i obsługuje rodzaj bazy danych dla pewnego zbioru terminali VoIP oraz zarządza tym zbiorem terminali. 2. Podstawowe rozwiązania VoIP Rodzina protokołów TCP/IP nie posiadała mechanizmów realizacji usług telefonii w sieci IP, dlatego opracowano dodatkowe protokoły sterujące oraz transportowe. W VoIP kluczowe znaczenie mają dwa rodzaje protokołów: protokoły sygnalizacyjne i protokoły transportowe.
2.1 Protokoły sygnalizacyjne W języku telekomunikacji zbiór komunikatów i reguł ich wymiany doprowadzający w efekcie do realizacji usługi jest nazywany sygnalizacją. W środowisku sieci IP termin ten jest używany rzadziej, bo nie występuje tu wyraźne pojecie usługi. Dążąc jednak do uporządkowania terminologii należy wdrażać pojęcie sygnalizacja, jako zbiór mechanizmów służący do zestawiania, utrzymania i rozłączenia usługi telefonii IP. Podstawowe zadania, które realizuje protokół sygnalizacyjny w systemie Voice over IP to: - wprowadzenie dogodnego dla użytkownika sposobu adresowania użytkowników, - gromadzenie informacji o powiązaniach sposobu bieżącej osiągalności użytkownika i jego danych katalogowych, - udostępnianie informacji wymienionych w poprzednim podpunkcie, - dostarczenie mechanizmów dla uzgodnienia parametrów zestawianego połączenia, - sterowanie połączeniem. W celu zachowania ciągłości usługi telefonii IP protokół sygnalizacyjny VoIP powinien także zapewnić współpracę z siecią PSTN. Oddzielnymi niejako kwestiami są zagwarantowanie wymaganej jakości i bezpieczeństwo. 2.1.1. Protokół SIP Najpopularniejszym obecnie protokołem sygnalizacyjnym jest SIP (ang. Session Initiation Protocol). SIP umożliwia sterowanie zestawianiem połączeń multimedialnych. W architekturze SIP mogą występować serwery: SIP Proxy, Registrar, Location Server [3]. Adresowanie użytkowników w SIP wykorzystuje format SIP URI, przypominający format adresów e-mail: sip:username@sipdomain;options na przykład: sip:adam@wat.edu.pl sip:48226837897@bramka.wat.edu.pl;user=phone Każdy nowy klient SIP wywyła do własnego serwera Registrar żądanie REGISTER, w którym podaje własne dane adresowe (adres IP, numer portu UDP itd.) oraz własny SIP URI. Od tego momentu klient jest osiągalny przez innych użytkowników SIP na podstawie własnego SIP URI. serwer SIP proxy serwer SIP proxy oraz Registrar SIP URI Adres adam@wat.edu.pl 148.81.116.44:5060...... 1. INVITE 2. 200 OK klient SIP wywołujący strumień RTP klient SIP sip:adam@wat.edu.pl Rys. 1. Typowa komunikacja w SIP Klasyczna komunikacja w SIP odbywa się w wykorzystaniem serwera SIP Proxy rys. 1. Klient zamierzający zestawić połączenie wysyła żądanie INVITE (rys. 2), a następnie serwer ustala adres IP serwera SIP Proxy wywoływanego użytkownika.
INVITE sip:adam@wat.edu.pl SIP/2.0 Via: SIP/2.0/UDP wat.edu.pl:5060;branch=z9hg4bk1d32hr4 Max-Forwards:70 To: <adam@wat.edu.pl> From: Pawel <pawel@pw.edu.pl>;tag=810231 Call-ID: 14EA5-46F5@wat.edu.pl CSeq: 1 INVITE Subject: Czesc Contact: sip:pawel@sipserver8.pw.edu.pl Content-Type: application/sdp Content-Length: 151 v=0 o=adam 2890842326 2890844532 IN IP4 wat.edu.pl s=rozmowa telefoniczna c=in IP4 62.188.72.83 m=audio 49172 RTP/AVP 0 a=rtpmap:0 PCMU/8000 Rys. 2. Żądanie INVITE W najprostszym przypadku możliwe jest zestawienie połączenia bez odwoływania się do serwera SIP proxy. Jednak wymaga się wówczas znajomości między innymi adresu IP wywoływanego użytkownika, co nie zawsze jest wykonalne. Protokół SIP wykorzystuje notację zapożyczoną z HTTP. Jest to zapis tekstowy (patrz rys. 2). SIP może wykorzystywać do transmisji UDP, TCP lub TLS [3]. 2.1.2. Rodzina protokołów H.323 Rodzina protokołów H.323 obejmuje zbiór norm opracowanych dla zapewnienia multimedialnej komunikacji w sieci pakietowej. Standaryzacja H.323 rozpoczęła się w 1990 r. i trwa do tej pory. Najważniejsze elementy architektury to terminal H.323 oraz nadzorca (ang. gatekeeper). Najważniejsze zadania nadzorcy to: autoryzacja użytkowników, pośredniczenie w wymianie komunikatów sygnalizacyjnych oraz zezwalanie na zestawienie nowego połączenia. Rodzina protokołów H.323 obejmuje kilka składowych protokołów: - H.225 RAS odpowiedzialny za komunikację z nadzorcą, - H.225 CS bazujący na sygnalizacji opracowanej dla ISDN, - H.245 służący do negocjowania parametrów kanału komunikacyjnego. Na rys. 3, gdzie pokazano początkowy etap zestawiania połączenia H.323, widać komunikaty charakterystyczne dla sygnalizacji ISDN. Protokoły składowe H.323 wykorzystują kodowanie binarne ASN.1. terminal H.323 nadzorca terminal H.323 ARQ ACF ALERTING SETUP CONNECT Rys. 3. Fragment zestawiania połączenia w H.323 Pewną wadą rodziny protokołów H.323 jest duża złożoność oraz stosunkowo duża liczba wymienianych komunikatów niezbędnych do zestawienia połączenia.
2.1.3. Inne protokoły VoIP Spośród pozostałych protokołów sygnalizacyjnych VoIP należy wymienić protokół Inter- Asterisk exchange version 2 IAX2. Jest to protokół opracowany przez twórców programowej centrali VoIP o nazwie Asterisk PBX [2, 7]. Unikalną cechą IAX2 jest fakt, że jest to jednocześnie protokół sygnalizacyjny i transportowy. Takie podejście twórców tego protokołu było podyktowane przede wszystkim ułatwieniem współpracy z urządzeniami korzystającymi z mechanizmu NAT. Dzięki temu protokół IAX2 wymaga do pracy tylko jednego portu UDP (zazwyczaj o numerze 4569). Priorytetem przy tworzeniu protokołu IAX2 była także minimalizacja zajętości pasma. Stąd wynika binarne kodowanie informacji sygnalizacyjnych i sterujących oraz minimalna ilość informacji w nagłówkach ramek transportowych. Na uwagę zasługuje fakt wykorzystywania tego protokołu pomimo braku formalnych standardów. Całkowicie osobnym rozwiązaniem VoIP jest Skype program, który wykorzystuje własne protokoły sygnalizacyjne, sterujące i transportowe. Twórcy programu nie udostępniają informacji na temat działania wykorzystywanych protokołów, zaś sama transmisja jest zaszyfrowana. Wiadomo jedynie, że Skype bazuje na technice Peer-to-Peer [8]. Niektóre komputery stają się specjalnymi węzłami (supernodes) i pośredniczą w wymianie komunikatów do innych hostów. Skype zyskał dużą popularność ze względu na małą złożoność obsługi oraz niezawodną pracę zwłaszcza za NAT. Próbą formalnego wykorzystania Peer-to-Peer w VoIP jest projekt P2P SIP, który jest obecnie rozwijany przez IETF. Prace są na wstępnym etapie. 2.1.4. Ocena protokołów Niewątpliwie brak jednolitej standaryzacji w dziedzinie protokołów sygnalizacyjnych VoIP jest pewnym utrudnieniem. Z drugiej jednak strony różnorodność protokołów dobrze świadczy o rozwoju tej dziedziny. W przypadku oprogramowania i urządzeń wykorzystywanych przez użytkowników końcowych najpopularniejszy jest protokół SIP. Natomiast protokoły z rodziny H.323 lepiej sprawdzają się przy współpracy z urządzeniami telekomunikacyjnymi. Protokół IAX2 jest ściśle związany z programową centralą Asterisk PBX. Jego przyszłość w dużym stopniu zależy od stopnia rozpowszechnienia centrali. Tab. 1. Porównanie protokołów sygnalizacyjnych VoIP IAX2 SIP H.323 Standaryzacja IETF (w trakcie prac) IETF ITU-T Złożoność średnia duża b. duża Rodzaj kodowania binarne tekstowe binarne Protokół transportowy UDP UDP lub TCP UDP (RAS), Format adresu Protokół dla transmisji mowy Obsługa NAT numer, SIP URI, IAX2 URI SIP URI TCP (CS, H.245) dialleddigits, h323id IAX2 RTP RTP bez dodatkowych nakładów wymaga STUN, UpnP lub ALG wymaga GK w trybie routed Należy także zauważyć, że niektórzy producenci urządzeń wprowadzają autorskie rozszerzenia do standardowych protokołów. 2.2 Transmisja sygnału mowy Sygnał mowy musi zostać spróbkowany i zakodowany. Zwykle stosuje się próbkowanie z częstotliwością 8000 Hz. Aby możliwa była transmisja i odtworzenie sygnału mowy należy wykorzystać dodatkowy protokół, który zapewni: 1) numerowanie próbek, 2) informację o momencie czasu każdej z próbek,
Zazwyczaj wykorzystuje się protokół RTP [4]. Typowy stos protokołów dla RTP pokazano na rysunku 4. RTP wykorzystuje UDP, który pracuje bezpołączeniowo. UDP nie gwarantuje dostarczenia pakietu do celu. Pomimo tej wady protokół UDP jest zawsze stosowany dla transmisji wymagających zależności czasowych.... Próbki mowy RTP Nag RTP UDP UDP IP Nagłówek IP 40 bajtów Rys. 4. Typowy stos protokołów dla RTP Rozmiary próbek mowy w RTP są stosunkowo nieduże (rzędu 32-240 bajtów). Jest to konieczne ze względu na minimalizację czasu pakietyzacji. Wobec sumarycznego rozmiaru nagłówków IP, UDP i RTP równego 40 bajtów małe rozmiary próbek mowy powodują duże narzuty przepływności strumienia RTP. 2.3 Kodeki mowy Kodek mowy to algorytm kodowania i dekodowania sygnału mowy. Kodeki stosowane najczęściej w technice VoIP zestawiono w tabeli 2. Za wyjątkiem kodeka PCM (opisanego w normie G.711) wszystkie kodeki dokonują kompresji sygnału mowy w czasie kodowania. Tab. 2. Najpopularniejsze kodeki Kodek G.711 G.726 G.729 G.723 GSM ilbc Zasada pracy PCM ADPCM CS-CELP ACELP RPE/LPT CELP Przepływność [kbit/s] 64 16 8 5,3 13,2 15,2 Typowy rozmiar próbki [ms] 20 20 10 30 20 20 Przepływność na poziomie IP dla typ. rozmiaru próbki [kbit/s] 80 32 40 16 29,2 31,2 Jakość [skala MOS] 4,1 3,9 3,9 3,6 3,7 3,9 W tabeli 2 podano nominalne przepływności każdego kodeka oraz przepływności rzeczywistego strumienia RTP obserwowane na poziomie IP. Widać wyraźnie, że dla kodeków stosujących kompresję wskutek małego rozmiaru pola danych rzeczywiste zapotrzebowanie na przepustowość staje się 2-3 krotnie większe. 2.4 Jakość transmisji mowy Strumień pakietów IP przenoszący sygnał mowy może podlegać degradacji w sieci wskutek: - utraty pakietów IP, - opóźnienia pakietów, - zmienności opóźnienia pakietów. Opóźnienie transmitowanych pakietów IP wraz z opóźnieniem buforowania i kodowania/dekodowania tworzy całkowite opóźnienie sygnału akustycznego określane jako opóźnienie mouth-to-ear. Na podstawie badań przyjęto, że jakość sygnału mowy jest bardzo dobra, jeśli to opóźnienie jest mniejsze niż 150ms, zaś dostateczna, jeśli opóźnienie nie przekracza 450ms.
Zjawisko jitter-a polega natomiast na zmienności opóźnienia. Każda aplikacja lub urządzenie VoIP posiada na wejściu bufor, który kompensuje obecność jitter-a kosztem dodatkowego zwiększenia opóźnienia sygnału akustycznego. W zależności od kodeka przyjmuje się, że graniczna wartość współczynnika utraconych pakietów to około 5%. Zwykle większą degradację powoduje fakt opóźnienia. 2.5 Rzeczywiste uwarunkowania pracy VoIP Bardzo poważnym problem przy wdrażaniu usługi VoIP jest obecność mechanizmu translacji adresów NAT (ang. Network Address Translation). Mechanizm ten wynika między innymi ze zbyt małej ilości adresów IPv4. Polega on na stosowaniu w sieciach wewnętrznych zarezerwowanej puli adresów IP. Podczas opuszczania strefy prywatnej następuje zamiana adresu prywatnego na publiczny. Według [5] około 74% wszystkich użytkowników końcowych w sieci znajduje się za NAT. Każdy z protokołów sygnalizacyjnych VoIP inaczej rozwiązuje problem NAT. Jednym z popularniejszych rozwiązań jest protokół STUN (ang. Simple Traversal of UDP through NATs). Polega on na wykorzystaniu dodatkowego serwera posiadającego dwa publiczne adresy IP. Komunikując się z tym serwerem klient VoIP ustala czy jest za NAT, jaki jest to rodzaj NAT oraz jaki jest adres publiczny. STUN jest wykorzystywany między innymi przez SIP. Protokoły H.323 dla obsługi NAT wymagają uruchomienia nadzorcy w trybie tzw. routed, czyli wymuszenia transmisji komunikatów sygnalizacyjnych przez nadzorcę. Natomiast protokół IAX2 wskutek wykorzystywania tylko jednego portu UDP rozwiązuje problem NAT. Innym utrudnieniem często spotykanym w rzeczywistych sieciach są zapory (firewall). Obecność zapór utrudnia akceptowanie przychodzących komunikatów sygnalizacyjnych. Dodatkowo sytuację komplikuje fakt, że protokoły SIP oraz IAX2 wykorzystują do transmisji UDP. 3. Współpraca z publiczną siecią telefoniczną Dążąc do pełnej funkcjonalności telefonii IP czynione są starania w celu zapewnienia współpracy ze stacjonarną siecią komutowaną PSTN 1. Przez współpracę rozumie się możliwość zestawiania połączeń fonicznych przez użytkowników systemu VoIP do abonentów sieci PSTN oraz przyjmowania połączeń od abonentów PSTN przez użytkowników systemu VoIP. 3.1 Bramka Do zapewnianie współpracy niezbędne jest urządzenie określane mianem bramki (ang. gateway). Bramka posiada następujące interfejsy: 1) interfejs sieciowy zazwyczaj styk 10/100 Base T, 2) interfejs telekomunikacyjny. Jako interfejs telekomunikacyjny można wykorzystać w najprostszym przypadku zwykłą analogową linie telefoniczną (styk FXO). W przypadku potrzeby obsługi dużego ruchu między systemem VoIP a PSTN zazwyczaj wykorzystuje się jeden lub kilka styków w standardzie PCM30/32, określanych zwyczajowo jako E1. Pojedynczy styk E1 obejmuje 30 kanałów rozmównych. Oprócz niezbędnego wyposażenia sprzętowego bramka musi posiadać oprogramowanie umożliwiające: - obsługę protokołu sygnalizacyjnego stosowanego w sieci VoIP, - obsługę protokołu sygnalizacyjnego do współpracy z siecią PSTN dla interfejsów typu E1 będzie to DSS1, QSIG lub SS7, - obsługę protokołu transportowego (zazwyczaj RTP), - transkodowanie sygnału mowy z formatu odbieranego z VoIP do formatu na styku do PSTN zazwyczaj będzie to kodek PCM (opisany w zaleceniu G.711). 1 Pod pojęciem PSTN (ang. Public Switched Telephone Network) będzie rozumiana każda publiczna komutowana sieć telefoniczna, a więc także ISDN czy GSM.
Bramka może być samodzielnym urządzeniem lub elementem innego urządzenia na przykład programowej centrali IP czy routera. sieć LAN lub WAN użytkownik VoIP telefon IP PSTN 2 x E1 eth. centrala tranzytowa bramka Rys. 5. Przykład wykorzystania bramki Pełna współpraca sieci PSTN z systemem VoIP wymaga uzgodnienia planu numeracyjnego. Można na przykład włączyć zakres numerów katalogowych stosowanych w systemie VoIP do przestrzeni numerowej operatora PSTN. 3.2 Aspekty ekonomiczne Wykorzystanie Voice over IP pozwala na obniżenie kosztów realizacji połączeń telefonicznych. Można tu rozważyć dwie relacje zestawiania takich połączeń: 1) użytkownik VoIP abonent PSTN, 2) abonent PSTN abonent PSTN. W pierwszym przypadku użytkownik VoIP zamierzający zestawić połączenie do abonenta PSTN ponosi jedynie koszty połączenia w sieci stacjonarnej, a więc od bramki do abonenta PSTN. Jeśli bramka zostanie zainstalowana w tej samej strefie numeracyjnej, co wywoływany abonent, to użytkownik VoIP ponosi koszt połączenia lokalnego. W efekcie użytkownik VoIP znajdujący się w innej strefie numeracyjne lub w innym kraju ma możliwość zestawienia połączenia telefonicznego ponosząc stały i niski koszt. Na przykład użytkownik VoIP z rysunku 6 zlokalizowany w obszarze C, który zamierza zestawić połączenie telefoniczne do abonenta PSTN w obszarze A, poniesie jedynie koszty połączenia lokalnego na odcinku od bramki routera A do żądanego abonenta. użytkownik VoIP Internet router C B Obszar A centrala miejska B router A B router B Obszar C Obszar B Rys. 6. Wykorzystanie VoIP do łączenia central lokalnych W drugim przypadku połączenia pomiędzy centralami są zestawiane z wykorzystaniem pobliskich bramek oraz sieci Internet. Pozwala to na znaczne obniżenie kosztów realizacji połączeń w relacji abonent PSTN abonent PSTN.
4. Wnioski Telefonia IP rewolucjonizuje rynek usług telekomunikacyjnych. Jest coraz powszechniej wykorzystywana przez użytkowników końcowych. Także operatorzy klasycznej telefonii wykorzystuję tę technologię do obniżenia kosztów połączeń międzystrefowych i międzynarodowych. Istnienie rozwiązań central VoIP jako Open Source stanowi istotny czynnik obniżający koszty tworzenia infrastruktury. Urządzenia VoIP są znacznie bardziej złożone, niż urządzenia PSTN. W związku z tym podatność na awarię może być większa. Zagwarantowanie bezpieczeństwa usługi telefonii IP na poziomie przynajmniej takim samym, jak klasycznej telefonii, wymaga wielu zabiegów i pewnych nakładów. Istotnym problemem jest także zagwarantowanie jakości transmitowanej mowy porównywalnej z jakością w tradycyjnej telefonii. Niemniej jednak wydaje się, że telefonia IP będzie coraz powszechniej wykorzystywana. Literatura 1. Sinnreich H., Johnston A., Internet communications using SIP, Wiley Publishing, Inc. 2006. 2. Dołowski J., Protokół IAX2 na tle innych protokołów Voice over IP, Bydgoszcz, KSTiT 2006. 3. Rosenberg J., Schulzrinne H., Camarillo G., Johnston A., Peterson J., Sparks R., Handley M., Schooler E.: SIP: Session Initiation Protocol, IETF, RFC 3261, 07/2002. 4. Schulzrinne H., Casner S., Frederick R., Jacobson V., RTP: A Transport Protocol for Real- Time Applications, IETF, RFC 3550, 7/2003. 5. Cadaco M., Freedman M., Illuminati Opportunistic Network and Web Measurement, http://illuminati.coralcdn.org/stats, 02/2007. 6. Van Meggelen J., Madsen L., Smith J., Asterisk: The Future of Telephony, O Reilly 2007. 7. Strona projektu Asterisk PBX, http://www.asterisk.org 8. Baset S., Schulzrinne H., An Analysis of the Skype Peer-to-Peer Internet Telephony Protocol, Columbia Computer Science, Technical Report, 2004.