SIP

SIP (Session Initiation Protocol) ist ein Signalisierungsprotokoll, das auf der Anwendungsschicht des OSI-Modells arbeitet. Es dient dem Aufbau, der Steuerung und dem Abbau von Kommunikationssitzungen in IP-Netzwerken. SIP wurde von der IETF entwickelt und ist in RFC 3261 spezifiziert.

Das Protokoll bildet die technische Grundlage für moderne VoIP-Telefonie und Videokonferenzsysteme. SIP kümmert sich dabei ausschließlich um die Signalisierung, also das Herstellen und Beenden von Verbindungen. Die eigentliche Übertragung von Sprache und Video erfolgt über separate Protokolle wie RTP (Real-time Transport Protocol).

Funktionsweise von SIP

SIP arbeitet nach dem Client-Server-Prinzip und ist textbasiert, ähnlich wie HTTP. Die Nachrichten sind für Menschen lesbar, was die Fehlersuche und das Debugging erheblich erleichtert. Das Protokoll nutzt standardmäßig UDP auf Port 5060, kann aber auch TCP oder TLS (Port 5061) verwenden.

Ablauf eines SIP-Anrufs

Ein typischer VoIP-Anruf mit SIP läuft in mehreren Schritten ab. Der Anrufer sendet zunächst eine INVITE-Anfrage an den Empfänger. Dieser signalisiert mit einer 180-Antwort (Ringing), dass das Telefon klingelt. Nimmt der Empfänger ab, folgt eine 200-Antwort (OK). Der Anrufer bestätigt dies mit einer ACK-Nachricht, und die Sprachübertragung beginnt.

Anrufer                  SIP-Server                Empfaenger
   |                         |                         |
   |--- INVITE ------------->|                         |
   |                         |--- INVITE ------------->|
   |                         |<-- 180 Ringing ---------|
   |<-- 180 Ringing ---------|                         |
   |                         |<-- 200 OK --------------|
   |<-- 200 OK --------------|                         |
   |--- ACK ---------------->|                         |
   |                         |--- ACK ---------------->|
   |<=============== RTP Medienstream ================>|
   |                         |                         |
   |--- BYE ---------------->|                         |
   |                         |--- BYE ---------------->|
   |<-- 200 OK --------------|                         |

Zum Beenden des Gesprächs sendet eine der Parteien eine BYE-Nachricht. Die Gegenseite bestätigt mit 200 OK, und die Verbindung wird getrennt. Dieser Ablauf zeigt die Trennung von Signalisierung (SIP) und Medientransport (RTP) deutlich.

SIP-Architektur und Komponenten

Eine vollständige SIP-Infrastruktur besteht aus verschiedenen Komponenten, die unterschiedliche Aufgaben übernehmen. Diese Architektur ermöglicht flexible und skalierbare Kommunikationslösungen.

User Agent

Der User Agent ist das Endgerät des Nutzers, typischerweise ein IP-Telefon, ein Softphone auf dem Computer oder eine Smartphone-App. Jeder User Agent kann sowohl als Client (User Agent Client, UAC) als auch als Server (User Agent Server, UAS) agieren. Als UAC sendet er Anfragen, als UAS empfängt und beantwortet er sie.

Registrar Server

Der Registrar verwaltet die Zuordnung zwischen SIP-Adressen und aktuellen Netzwerkadressen. Wenn du dein IP-Telefon einschaltest, sendet es eine REGISTER-Nachricht an den Registrar. Dieser speichert, unter welcher IP-Adresse du aktuell erreichbar bist. So können Anrufe auch dann zugestellt werden, wenn sich deine IP-Adresse ändert.

Proxy Server

Der SIP-Proxy leitet Anfragen zwischen Endgeräten weiter. Er kann zusätzliche Funktionen wie Authentifizierung, Routing-Entscheidungen oder Logging übernehmen. Man unterscheidet zwischen Stateless Proxies, die Nachrichten nur weiterleiten, und Stateful Proxies, die den Sitzungsstatus speichern und komplexere Routing-Logik ermöglichen.

Redirect Server

Der Redirect Server antwortet auf Anfragen mit Informationen, wo der Empfänger zu finden ist. Statt die Anfrage selbst weiterzuleiten, teilt er dem Anrufer die aktuelle Adresse des Empfängers mit. Der Anrufer kontaktiert den Empfänger dann direkt. Dies reduziert die Last auf dem Server.

SIP-Nachrichten

SIP verwendet zwei Arten von Nachrichten: Requests (Anfragen) und Responses (Antworten). Die Struktur ähnelt HTTP, was die Integration in bestehende Web-Infrastrukturen erleichtert.

SIP-Requests

Die wichtigsten SIP-Anfragemethoden decken den gesamten Lebenszyklus einer Kommunikationssitzung ab. Jede Methode hat eine spezifische Funktion im Verbindungsablauf.

SIP-Responses

SIP-Antworten sind in Klassen von 1xx bis 6xx eingeteilt. Diese Struktur ist von HTTP übernommen und erleichtert das Verständnis für Entwickler, die bereits mit Webprotokollen vertraut sind.

Die Antwortcodes helfen bei der Fehlerdiagnose erheblich. Wenn ein Anruf nicht zustande kommt, liefert der Antwortcode einen ersten Hinweis auf die Ursache, ob etwa die Nummer nicht existiert (404), der Empfänger beschäftigt ist (486 Busy Here) oder ein Serverproblem vorliegt (5xx).

SIP-Adressierung

SIP verwendet SIP-URIs zur Adressierung, die ähnlich wie E-Mail-Adressen aufgebaut sind. Eine typische SIP-Adresse lautet sip:benutzer@domain.de. Für verschlüsselte Verbindungen wird das Schema sips: verwendet.

Beispiele für SIP-URIs:

sip:max.mustermann@firma.de          - Einfache SIP-Adresse
sip:+4912345678@provider.de;user=phone - Telefonnummer als SIP-URI
sips:vertraulich@secure.de            - Verschlüsselte Verbindung
sip:konferenz@meet.firma.de           - Konferenzraum

Die Ähnlichkeit zu E-Mail-Adressen ist kein Zufall: SIP wurde bewusst so gestaltet, dass es sich nahtlos in bestehende Internet-Infrastrukturen integrieren lässt. Du kannst SIP-Adressen sogar über DNS-Einträge (SRV-Records) auflösen.

SIP und Medientransport

SIP ist ausschließlich für die Signalisierung zuständig. Es teilt den Endgeräten mit, wann und wie sie kommunizieren sollen. Die eigentlichen Sprach- und Videodaten werden über separate Protokolle transportiert, hauptsächlich RTP (Real-time Transport Protocol).

SDP - Session Description Protocol

Innerhalb von SIP-Nachrichten wird SDP (Session Description Protocol) verwendet, um die Medienparameter auszuhandeln. SDP beschreibt, welche Codecs verfügbar sind, auf welchen Ports die Medienstreams erwartet werden und welche IP-Adressen zu verwenden sind. Diese Informationen werden im Body der INVITE- und 200-OK-Nachrichten übertragen.

Beispiel eines SDP-Inhalts:

v=0
o=- 12345 12345 IN IP4 192.168.1.100
s=VoIP-Anruf
c=IN IP4 192.168.1.100
t=0 0
m=audio 49170 RTP/AVP 0 8 101
a=rtpmap:0 PCMU/8000
a=rtpmap:8 PCMA/8000
a=rtpmap:101 telephone-event/8000

In diesem Beispiel bietet der Anrufer Audio auf Port 49170 an und unterstützt die Codecs PCMU (G.711 mu-law), PCMA (G.711 A-law) sowie DTMF-Töne. Der Empfänger wählt einen kompatiblen Codec aus und antwortet mit seinen eigenen Parametern.

Vergleich: SIP vs. H.323

Vor SIP war H.323 der dominierende Standard für VoIP. H.323 stammt von der ITU (International Telecommunication Union) und wurde ursprünglich für Videokonferenzen über ISDN entwickelt. Beide Protokolle erfüllen ähnliche Aufgaben, unterscheiden sich aber erheblich in Architektur und Komplexität.

SIP hat sich durchgesetzt, weil es besser zur Internet-Philosophie passt. Die Textbasierung, Erweiterbarkeit und Einfachheit machen es attraktiver für Entwickler. H.323 findest du heute noch in älteren Videokonferenzsystemen und einigen Unternehmensnetzwerken, aber für neue Projekte ist SIP die klare Wahl.

SIP-Sicherheit

Die Sicherheit von SIP-Kommunikation ist ein kritisches Thema, da Telefonate abgehört oder manipuliert werden können. SIP bietet verschiedene Sicherheitsmechanismen, die je nach Anforderung eingesetzt werden.

Transportverschlüsselung

SIP over TLS (SIPS) verschlüsselt die Signalisierung zwischen Endgeräten und Servern. Dabei wird Port 5061 statt 5060 verwendet. TLS schützt vor dem Abhören der Verbindungsmetadaten, wer mit wem telefoniert und wann. Die Medienstreams (Sprache/Video) werden separat mit SRTP (Secure Real-time Transport Protocol) verschlüsselt.

Authentifizierung

SIP unterstützt Digest Authentication, bei der Benutzername und Passwort nicht im Klartext übertragen werden. Stattdessen wird ein Hash berechnet. Wenn ein Proxy oder Registrar eine Authentifizierung verlangt, antwortet er mit 401 Unauthorized oder 407 Proxy Authentication Required und einem Challenge-Wert. Der Client berechnet daraus die korrekte Antwort.

Typische Angriffe

SIP-Systeme sind verschiedenen Angriffen ausgesetzt, gegen die Schutzmaßnahmen ergriffen werden müssen:

• INVITE Flooding: Massenhaft gefälschte Anrufanfragen überlasten den Server
• Registration Hijacking: Angreifer registriert sich unter fremder Identität
• Eavesdropping: Abhören unverschlüsselter Signalisierung oder Medien
• Toll Fraud: Unbefugte nutzen die VoIP-Infrastruktur für teure Anrufe
• SRTP Downgrade: Angreifer erzwingt unverschlüsselte Medienverbindung

Gute Sicherheitspraxis umfasst TLS für die Signalisierung, SRTP für die Medien, starke Passwörter, Rate Limiting gegen Flooding-Angriffe und regelmäßige Updates der SIP-Software.

SIP in modernen Anwendungen

SIP ist heute das Standardprotokoll für geschäftliche Telefonie und findet sich in zahlreichen Anwendungsbereichen. Von der klassischen IP-Telefonanlage bis hin zu modernen Unified-Communications-Plattformen bildet SIP die technische Basis.

SIP-Trunking

SIP-Trunking ersetzt traditionelle ISDN-Anschlüsse und verbindet Unternehmen über das Internet mit dem öffentlichen Telefonnetz. Ein SIP-Trunk ist eine virtuelle Telefonleitung, die mehrere gleichzeitige Gespräche ermöglichen. Dadurch entfallen teure Hardware-Anschlüsse, und die Skalierung wird deutlich einfacher.

WebRTC und SIP

WebRTC (Web Real-Time Communication) ermöglicht Echtzeitkommunikation direkt im Browser. Obwohl WebRTC eigene Signalisierungsmechanismen nutzen kann, wird es häufig mit SIP kombiniert. Gateways übersetzen zwischen WebRTC und SIP, sodass Browser-Nutzer mit traditionellen SIP-Telefonen kommunizieren können.

Unified Communications

Moderne Unified-Communications-Plattformen wie Microsoft Teams, Cisco Webex oder Zoom verwenden SIP für die Anbindung an das Telefonnetz. Auch wenn diese Plattformen intern proprietäre Protokolle nutzen, erfolgt die Schnittstelle zur Außenwelt über SIP-Gateways.

SIP in der IT-Praxis

Für Fachinformatiker für Systemintegration gehört die Einrichtung und Wartung von VoIP-Systemen zum typischen Aufgabenspektrum. Das Verständnis von SIP ist dabei unverzichtbar, ob bei der Konfiguration von IP-Telefonanlagen, der Fehlersuche mit Wireshark oder der Integration von Telefonie in Unternehmensnetzwerke.

Auch Fachinformatiker für Anwendungsentwicklung begegnen SIP, wenn sie Kommunikationsfunktionen in Anwendungen integrieren. APIs für Telefonanlagen, Click-to-Call-Funktionen auf Webseiten oder die Integration von Sprachanrufen in Business-Software basieren häufig auf SIP.

Quellen und weiterführende Links

• RFC 3261 - SIP: Session Initiation Protocol - Offizielle IETF-Spezifikation
• Elektronik-Kompendium: SIP - Deutschsprachige Erklärung
• Wikipedia: Session Initiation Protocol - Umfassende Übersicht
• IETF SIP Working Group - Aktuelle Entwicklungen und RFCs