SIP (Session Initiation Protocol, RFC 3261) es un protocolo de señalización de solicitud/respuesta basado en texto que establece, modifica y termina sesiones de medios en tiempo real como llamadas de voz y vídeo. Define user agents, proxies, registrars y servidores de redirección, y transporta la descripción de sesión (SDP) que negocia los medios que intercambiarán los puntos finales.
Qué es SIP
SIP es un protocolo de control de capa de aplicación para crear y gestionar sesiones multimedia sobre IP, lo más común voz (VoIP), vídeo y mensajería. No transporta los medios en sí; negocia y controla las sesiones, y luego los medios fluyen por separado sobre RTP. Su diseño es deliberadamente similar a HTTP: mensajes de texto legibles, métodos de solicitud y códigos de respuesta de tres dígitos, y direccionamiento por URI (sip:alice@example.com). Esta familiaridad, y su independencia de los medios subyacentes, hicieron de SIP el protocolo de señalización estándar para VoIP, SIP trunking y VoLTE/IMS.
Entidades de SIP
SIP define un pequeño conjunto de roles lógicos. Un User Agent es un punto final: actúa como User Agent Client (UAC) cuando envía una solicitud y como User Agent Server (UAS) cuando responde. Los proxies enrutan las solicitudes hacia el destino y pueden bifurcarlas a varios objetivos. Un registrar registra dónde es alcanzable un usuario en ese momento (su Contact) mediante REGISTER. Un servidor de redirección devuelve una ubicación alternativa en lugar de reenviar. Un Back-to-Back User Agent (B2BUA) termina y vuelve a originar una llamada, situándose en medio de la señalización y a menudo de los medios: el modelo que usan los session border controllers y las centralitas.
| Entidad | Rol |
|---|---|
| UAC | User Agent Client: origina una solicitud |
| UAS | User Agent Server: responde a una solicitud |
| Proxy | Enruta/reenvía solicitudes, puede bifurcarse a múltiples destinos |
| Registrador | Registra el contacto actual de un usuario (a través de REGISTER) |
| Servidor de redirección | Devuelve una ubicación alternativa (3xx) en lugar de reenviar |
| B2BUA | Finaliza y vuelve a originar una llamada (SBC, PBX) |
Transacciones y diálogos
SIP tiene dos niveles de estado. Una transacción es una sola solicitud y sus respuestas (por ejemplo, un INVITE y los 100/180/200 que desencadena), identificada por el parámetro branch de Via. Un diálogo es la relación de igual a igual más larga que representa una llamada, identificada por la combinación de Call-ID, la etiqueta de From y la etiqueta de To. INVITE crea un diálogo; las solicitudes posteriores dentro del diálogo (re-INVITE, BYE) lo referencian. Entender esta división es esencial para leer un flujo SIP, porque las respuestas y retransmisiones se emparejan a nivel de transacción mientras que la llamada vive a nivel de diálogo.
Transporte y puertos
SIP se ejecuta sobre UDP, TCP o TLS y, con menos frecuencia, sobre SCTP o WebSocket para WebRTC. El puerto por defecto de la IANA es el 5060 para UDP y TCP, y el 5061 para SIP sobre TLS (señalizado por una URI sips:). UDP es común por su baja sobrecarga, pero los mensajes grandes que superan la MTU del trayecto deberían usar TCP, y cualquier despliegue que cruce redes no confiables debería usar TLS para la señalización y SRTP para los medios. El transporte se selecciona por salto y puede cambiar a lo largo del trayecto.
| Transporte | Puerto predeterminado | Notas |
|---|---|---|
| UDP | 5060 | Sobrecarga baja; cambiar a TCP por encima de la MTU |
| TCP | 5060 | Para mensajes grandes y entrega confiable |
| TLS (sips:) | 5061 | Señalización cifrada |
| WSS (WebSocket) | — | SIP sobre WebSocket seguro para WebRTC |
Preguntas frecuentes
¿Para qué se usa SIP?
SIP establece, modifica y libera sesiones de medios en tiempo real sobre IP —llamadas de voz y vídeo, SIP trunking entre sistemas telefónicos y operadores, y control de llamadas VoLTE/IMS—. Gestiona la señalización; el audio o el vídeo reales viajan por separado sobre RTP.
¿Es SIP como HTTP?
Por diseño. SIP toma prestado el modelo de solicitud/respuesta de HTTP, sus mensajes basados en texto, la sintaxis de cabeceras, los códigos de estado de tres dígitos y el direccionamiento por URI. La semántica difiere —SIP gestiona sesiones con estado a través de proxies y ambos puntos finales pueden originar solicitudes—, pero la superficie resultará familiar a quien conozca HTTP.
¿Cuál es la diferencia entre una transacción y un diálogo SIP?
Una transacción es una solicitud más sus respuestas, emparejada por el branch de Via. Un diálogo es la relación de llamada en curso, identificada por Call-ID más las etiquetas de From y To. Un solo diálogo (una llamada) contiene varias transacciones: INVITE y, más tarde, BYE.
¿Qué puerto usa SIP?
El valor por defecto de la IANA es el 5060 para SIP sobre UDP y TCP, y el 5061 para SIP sobre TLS. Los medios (RTP) usan un rango de puertos UDP separado y negociado dinámicamente descrito en el SDP, no el puerto de señalización de SIP.
¿SIP transporta la voz?
No. SIP solo transporta señalización: negocia la sesión y los parámetros de medios mediante SDP. La voz o el vídeo en sí fluyen sobre RTP (o SRTP cuando está cifrado) directamente entre los puntos finales o a través de un relé de medios, en puertos distintos de los mensajes SIP.
Especificaciones de la fuente
Las normas publicadas en las que se basa esta página. Se abre en una pestaña nueva.