O RTP (Real-time Transport Protocol, RFC 3550) transporta a voz ou o vídeo reais depois de o SIP negociar a sessão, correndo sobre UDP com um cabeçalho compacto (número de sequência, timestamp, SSRC). O RTCP reporta a qualidade em paralelo. O SRTP (RFC 3711) acrescenta cifra e autenticação ao RTP, chaveado via SDES no SDP ou DTLS-SRTP.
RTP: transportar a média
Assim que o SIP e o SDP acordam a sessão, a média em si flui sobre RTP — quase sempre sobre UDP, porque o áudio em tempo real prefere a entrega atempada à entrega garantida. Cada pacote RTP transporta um bloco de áudio codificado (um quadro de codec como 20 ms de G.711) por trás de um cabeçalho de 12 bytes. O RTP é um fluxo separado da sinalização SIP, nas portas que o SDP negociou, e flui tipicamente diretamente entre os pontos terminais ou através de um relé de média em vez de seguir o caminho de sinalização.
O cabeçalho RTP
O cabeçalho RTP de 12 bytes dá ao recetor tudo o que precisa para reconstruir um fluxo em tempo real. O número de sequência deteta perda e reordenação. O timestamp reflete o instante de amostragem para que o recetor reproduza o áudio na cadência certa e remova o jitter com um jitter buffer. O SSRC identifica de forma única a fonte de média dentro da sessão. O payload type ecoa o codec acordado no SDP. O bit marker assinala eventos como o primeiro pacote após um período de silêncio.
| Campo | Tamanho | Finalidade |
|---|---|---|
| V / P / X / CC | 1 byte | Flags de versão, preenchimento, extensão e contagem CSRC |
| M (marcador) + PT | 1 byte | Bit marker + tipo de payload (codec do SDP) |
| Número de sequência | 2 bytes | Detetar perda e reordenação de pacotes |
| Timestamp | 4 bytes | Instante de amostragem; controla o playout / jitter buffer |
| SSRC | 4 bytes | Fonte de sincronização — identifica o fluxo |
| CSRC (0–15) | 0–60 bytes | Fontes contribuintes (de misturadores) |
RTCP: feedback de qualidade
O RTP viaja com um protocolo de controlo companheiro, o RTCP, na porta adjacente (ímpar). O RTCP não transporta média; em vez disso cada lado envia periodicamente Sender Reports e Receiver Reports que descrevem a saúde do fluxo — pacotes enviados e perdidos, perda acumulada, jitter de interchegada e o tempo de ida e volta derivado dos timestamps dos relatórios. Estas métricas são a matéria-prima para estimativas de MOS e para diagnosticar áudio num só sentido, jitter e perda numa chamada VoIP. O RTCP transporta também a descrição de fonte (CNAME) e o BYE para o encerramento do fluxo.
| Métrica | O que isso te diz |
|---|---|
| Perda de pacotes (fracionária + cumulativa) | Quanto áudio está a ser perdido |
| Jitter entre chegadas | Variação no tempo de transmissão dos pacotes — dificuldade de reprodução |
| Tempo de ida e volta | Latência do caminho (a partir dos timestamps SR/RR) |
| Sequência mais alta recebida | Deteção de progresso e perda por origem |
SRTP: cifrar a média
O RTP simples não é cifrado, pelo que qualquer pessoa no caminho pode capturar e repetir o áudio. O SRTP (RFC 3711) protege-o: cifra o conteúdo RTP (por omissão AES em modo contador) e anexa uma etiqueta de autenticação (por omissão HMAC-SHA1) que protege a integridade e fornece proteção contra repetição, deixando o cabeçalho RTP legível para que routers e jitter buffers continuem a funcionar. O transporte aparece no SDP como RTP/SAVP em vez de RTP/AVP. O SRTP protege a confidencialidade e a integridade mas depende inteiramente de como as suas chaves são trocadas.
Chavear o SRTP: SDES vs DTLS-SRTP
O SRTP precisa de uma chave-mestra em cada extremo, e as duas formas comuns de a entregar diferem acentuadamente em segurança. O SDES (RFC 4568) coloca a chave numa linha a=crypto no SDP — simples, mas apenas tão seguro quanto a sinalização SIP, pelo que tem de ser transportado sobre TLS ou a chave fica exposta. O DTLS-SRTP (RFC 5763/5764) executa antes um handshake DTLS no caminho de média para derivar chaves, pelo que a chave nunca aparece na sinalização; é o modelo que o WebRTC exige. Escolha DTLS-SRTP onde os pontos terminais o suportem, e proteja sempre o SDES com SIP sobre TLS.
| Método | RFC | Onde a chave fica | Nota |
|---|---|---|---|
| SDES | RFC 4568 | a=crypto line no SDP | Requer SIP sobre TLS para ser seguro |
| DTLS-SRTP | RFC 5763/5764 | Derivado de um handshake DTLS no caminho do conteúdo multimédia | A chave nunca trafega na sinalização; usada pelo WebRTC |
| MIKEY | RFC 3830 | Carga útil de gestão de chaves | Utilizado em algumas implementações IMS |
Perguntas frequentes
Qual é a diferença entre SIP e RTP?
O SIP é a sinalização que estabelece, modifica e termina uma chamada; o RTP é o transporte de média que transporta a voz ou o vídeo reais assim que a chamada está estabelecida. Correm como fluxos separados em portas separadas — o SIP negoceia a sessão, o RTP entrega-a.
Porque é que o RTP corre sobre UDP em vez de TCP?
O áudio em tempo real valoriza a pontualidade sobre a fiabilidade. A retransmissão e o head-of-line blocking do TCP acrescentariam latência e jitter que prejudicam uma chamada ao vivo mais do que um pacote perdido ocasional. O RTP sobre UDP permite ao recetor ocultar pequenas perdas mantendo o fluxo a horas.
O que faz o RTCP?
O RTCP é o canal de controlo companheiro do RTP. Não transporta média; reporta periodicamente a qualidade do fluxo — perda de pacotes, jitter e tempo de ida e volta via Sender e Receiver Reports — o que é usado para estimar a qualidade da chamada (MOS) e diagnosticar problemas como áudio num só sentido.
O que é o SRTP?
O SRTP (RFC 3711) é o perfil seguro do RTP. Cifra o conteúdo de média (tipicamente AES em modo contador) e autentica cada pacote (tipicamente HMAC-SHA1) com proteção contra repetição, mantendo o cabeçalho RTP em claro. No SDP aparece como o transporte RTP/SAVP.
Qual é a diferença entre SDES e DTLS-SRTP?
Ambos chaveiam o SRTP. O SDES transporta a chave numa linha a=crypto do SDP, pelo que só é seguro se a própria sinalização SIP estiver protegida com TLS. O DTLS-SRTP deriva chaves através de um handshake DTLS no caminho de média, pelo que a chave nunca toca na sinalização — a abordagem que o WebRTC exige.
Especificações de origem
Os padrões publicados nos quais esta página se baseia. Abre num novo separador.