Le SIP (Session Initiation Protocol, RFC 3261) est un protocole de signalisation textuel de type requête/réponse qui établit, modifie et termine des sessions média temps réel comme les appels voix et vidéo. Il définit les user agents, proxies, registrars et serveurs de redirection, et porte la description de session (SDP) qui négocie les médias que les points d'extrémité vont échanger.
Ce qu'est le SIP
Le SIP est un protocole de contrôle de couche applicative pour créer et gérer des sessions multimédia sur IP — le plus souvent voix (VoIP), vidéo et messagerie. Il ne porte pas les médias eux-mêmes ; il négocie et contrôle les sessions, puis les médias circulent séparément sur RTP. Sa conception est délibérément proche de HTTP : messages texte lisibles, méthodes de requête et codes de réponse à trois chiffres, et adressage par URI (sip:alice@example.com). Cette familiarité, et son indépendance vis-à-vis des médias, ont fait du SIP le protocole de signalisation standard de la VoIP, du trunking SIP et de la VoLTE/IMS.
Entités SIP
Le SIP définit un petit ensemble de rôles logiques. Un User Agent est un point d'extrémité : il agit comme User Agent Client (UAC) quand il envoie une requête et comme User Agent Server (UAS) quand il répond. Les proxies routent les requêtes vers la destination et peuvent les forker vers plusieurs cibles. Un registrar enregistre où un utilisateur est joignable (son Contact) via REGISTER. Un serveur de redirection renvoie un autre emplacement plutôt que de transférer. Un Back-to-Back User Agent (B2BUA) termine et ré-initie un appel, se plaçant au milieu de la signalisation et souvent des médias — le modèle utilisé par les session border controllers et les PBX.
| Entité | Rôle |
|---|---|
| UAC | User Agent Client — émet une requête |
| UAS | User Agent Server — répond à une requête |
| Proxy | Route/relaie les requêtes, peut forker vers plusieurs cibles |
| Registrar | Enregistre le contact actuel d'un utilisateur (via REGISTER) |
| Serveur de redirection | Renvoie un emplacement alternatif (3xx) au lieu de relayer |
| B2BUA | Termine puis ré-émet un appel (SBC, PBX) |
Transactions et dialogues
Le SIP a deux niveaux d'état. Une transaction est une requête unique et ses réponses (par exemple un INVITE et les 100/180/200 qu'il déclenche), identifiée par le paramètre branch du Via. Un dialogue est la relation de pair à pair plus durable que représente un appel, identifiée par la combinaison de Call-ID, du tag From et du tag To. INVITE crée un dialogue ; les requêtes ultérieures dans le dialogue (re-INVITE, BYE) y font référence. Comprendre cette séparation est essentiel pour lire un flux SIP, car réponses et retransmissions se rapprochent au niveau transaction tandis que l'appel vit au niveau dialogue.
Transport et ports
Le SIP fonctionne sur UDP, TCP ou TLS, et (plus rarement) SCTP ou WebSocket pour WebRTC. Le port IANA par défaut est 5060 pour UDP et TCP, et 5061 pour le SIP sur TLS (signalé par une URI sips:). L'UDP est courant pour sa faible surcharge, mais les messages volumineux dépassant la MTU du chemin devraient utiliser TCP, et tout déploiement traversant des réseaux non fiables devrait utiliser TLS pour la signalisation et SRTP pour les médias. Le transport se sélectionne par saut et peut changer le long du chemin.
| Transport | Port par défaut | Notes |
|---|---|---|
| UDP | 5060 | Faible surcharge ; basculement vers TCP au-delà de la MTU |
| TCP | 5060 | Pour les messages volumineux et une livraison fiable |
| TLS (sips:) | 5061 | Signalisation chiffrée |
| WSS (WebSocket) | — | SIP sur WebSocket sécurisé pour WebRTC |
Questions fréquemment posées
À quoi sert le SIP ?
Le SIP établit, modifie et libère des sessions média temps réel sur IP — appels voix et vidéo, trunking SIP entre systèmes téléphoniques et opérateurs, et contrôle d'appel VoLTE/IMS. Il gère la signalisation ; l'audio ou la vidéo réels voyagent séparément sur RTP.
Le SIP ressemble-t-il à HTTP ?
Par conception. Le SIP emprunte à HTTP son modèle requête/réponse, ses messages textuels, sa syntaxe d'en-têtes, ses codes d'état à trois chiffres et son adressage par URI. La sémantique diffère — le SIP gère des sessions à état à travers des proxies et les deux points d'extrémité peuvent initier des requêtes — mais la surface paraîtra familière à quiconque connaît HTTP.
Quelle différence entre une transaction et un dialogue SIP ?
Une transaction est une requête plus ses réponses, rapprochées par le branch du Via. Un dialogue est la relation d'appel en cours, identifiée par le Call-ID plus les tags From et To. Un même dialogue (un appel) contient plusieurs transactions — INVITE, puis BYE plus tard.
Quel port utilise le SIP ?
Le port IANA par défaut est 5060 pour le SIP sur UDP et TCP, et 5061 pour le SIP sur TLS. Les médias (RTP) utilisent une plage de ports UDP distincte, négociée dynamiquement et décrite dans le SDP, et non le port de signalisation SIP.
Le SIP transporte-t-il la voix ?
Non. Le SIP ne porte que la signalisation — il négocie la session et les paramètres média via SDP. La voix ou la vidéo elle-même circule sur RTP (ou SRTP quand chiffrée) directement entre les points d'extrémité ou via un relais média, sur des ports distincts des messages SIP.
Spécifications sources
Les normes publiées sur lesquelles repose cette page. S'ouvre dans un nouvel onglet.