一种基于可运营业务平台的多媒体会晤系统平台

冯硕北京邮电大学计算机科学与技术学院，北京(100876)E-mail：[e-mail]摘要：本文在SIP协议基础上提出了一种基于可运营业务平台的支持移动/漫游的多媒体会晤系统模型。本系统采用了多级鉴权，会议管理和会议控制系统分离的设计，方便灵活，易于商业部署。为基于SIP的多媒体通信用的进一步研究、推广提供了建议。关键词：SIP；可运营业务平台；多媒体会晤；视频会议中图分类号：TP371引言当今，随着全球宽带网的兴起，计算机多媒体通信技术正飞速发展起来。多媒体通信实质上是计算机多媒体技术与通信技术相结合的产物，它为身处异地的人们提供了一个相互讨论问题并可协同工作的环境。它具有计算机的交互性，同时还有传统通信的分布性，集各种优点于一体，成为当前计算机领域研究的热点之一。SIP(SessionInitiationProtocol，会话初始协议）[1]是IETF提出的在IP网络上进行多媒体通信的应用层控制协议。SIP协议的特点是简单、便于扩展和扩充，而更重要的是SIP概念与Internet的出发点一致，它借鉴了许多已有的Internet协议，因而是实现计算机综合增值业务的理想手段。经过几年的发展，SIP协议已经越来越成熟，因而也有越来越多的多媒体通信系统采用SIP作为其信令协议[2]。因此，可以SIP协议为基础信令系统，并加以适当扩充，来构建一种灵活、方便的基于可运营业务平台(OperatingServicePlatform，以下简称OSP)的多媒体会晤系统(MultimediaSessionSystem，以下简称MSS)，提供点对点的视频会话，以及视频会议功能。2SIP协议概述SIP是一个客户－服务器形式的协议，客户机发起请求，服务器进行响应。SIP协议基于文本格式，以文本的形式表示消息的语法、语义和编码。它可以用于建立、修改及终结多媒体会话，并可以承载IP地址、端口信息、媒体能力以及媒体编码方式等会话相关的信息。SIP属于应用层协议，独立于低层的TCP或UDP协议，并采用自己的可靠性机制来保证消息的可靠传送[1,3]。整个SIP系统在逻辑功能上分为4种实体：(1)SIP用户代理(UA)：又称为SIP终端，是SIP系统中的终端用户。UA又可分为用户代理客户机(UAC)和用户代理服务器(UAS)，前者用于发起呼叫请求，后者用于响应呼叫请求。(2)SIP代理服务器(Proxy)：一个中间元素，它既是一个客户机同时又是一个服务器，具有解析名字的能力，能够代理前面的用户向下一跳服务器发出呼叫请求。1SupportedbytheSpecializedResearchFundfortheDoctoralProgramofHigherEducationunderGrantNo.20050013010.(3)SIP重定向服务器：一个规划SIP呼叫路径的服务器，它在获得了下一跳的地址后，立刻告诉前面的用户，让该用户直接向下一跳地址发出请求。(4)SIP注册服务器：SIP注册服务器用来完成对UAS的登录。在SIP系统的网元中，所有UAS都要在某个登录服务器中登录，以便UAC通过服务器能找到它们。SIP在本质上提供了以下的功能：1．名字翻译和用户定位：无论被呼叫方在哪里都要确保呼叫达到被叫方。执行任何描述信息到定位信息的映射。2．特征协商：允许与呼叫有关的组（这里可以是多方呼叫）在其支持的媒体特征上达成一致。3．呼叫参与者管理：呼叫方可以取消到其它用户的呼叫。此外，用户可以被转移或置为呼叫保持。4．媒体特征改变：用户应该能够临时改变呼叫过程中的媒体特征。比如呼叫方可以在呼叫过程中临时开启视频功能。根据需要，SIP实体可以分布在不同的实体上，也可以共存于一个设备中。SIPServer可以是纯软件的，也可以是硬件实现。图1描述了一个典型的SIP呼叫过程。图1SIP呼叫过程示例3MSS平台概述当前大规模运营级的计算机多媒体通信系统多为即时聊天系统，都提供了相当优质的点对点视频聊天服务，但基本不支持多人视频会议功能。而现今广泛使用的多媒体会议系统则多为企业级应用或局域网应用而设计，难以做到大规模商业运营，而且发起会议限制较多，缺乏灵活性。则是以点对点视频会话为基础，支持多人视频会议功能的多媒体会晤系统。用户需要通过客户端登陆到相应的系统服务器上，既可呼叫其它用户进行视频聊天；用户也可以申请创建视频会议，然后邀请任何在线的其它用户加入此会议。3.1MSS架构MSS从上到下分为三层，如图2所示。最上层是核心网络服务层,包括服务控制单元(Servicecontrolunit，以下简称SCU)和资源接入单元(ResourceAccessUnit，以下简称RAU)。SCU是MSS的核心部分。它负责用户管理，包括用户登陆时的鉴权，以及用户申请建立视频会议时的鉴权，同时它还为SAU提供跨域的用户定位功能；SCU还负责会议策略管理，即根据用户的申请决定此用户是否可以建立视频会议，以及建立何种类型的会议；此外，SCU还负责调用RAU，为新建立的会议分配服务资源。RAU只在用户申请建立视频会议时发挥作用，作为会议的管理服务器。每个RAU可为多个会议服务，但MSS中可存在多个RAU。然后是边缘网络服务层,主要包括服务接入单元(ServiceAccessUnit，以下简称SAU),客户端的所有消息(SIP消息以及扩展的消息)都发送给SAU，由SAU做初步的处理后，做进一步的转发。SAU同时是一个SIPProxy，转发MST发出的SIP消息。每个SAU可为多个MST服务，但MSS中可存在多个SAU。最后是终端用户层,包括多媒体会话终端(MultimediaSessionTerminal，以下简称MST)。用户可在各种计算机系统上运行此客户端，来进行视频聊天或视频会议。MST在逻辑上是一个SIPUA。图2MSS系统结构拓扑图3.2可运营的业务平台为了支持大规模商业应用,MSS被设计为一个支持多域的系统（如图3），并基于可运营的业务平台(OperatingServicePlatform，以下简称OSP)。一个OSP就等同于一个域。每个域内能接入的用户和终端数量理论上是没有限制的，但实际应用中主要会受到来自于三个方面的限制：1)各种接入网关的处理能力；2)数据库的容量限制；3)MSS的最大并发处理能力设计为2000。服务控制单元资源接入单元服务接入单元服务接入单元服务接入单元客户端客户端客户端客户端客户端核心网络服务器边缘网络服务器支持域间通信，用户可以在任何域登陆，然后与本域中或其它域中登陆的用户进行通话。域间通信通过多域服务器(DomainMultiplyUnit,以下简称DMU)来实现，DMU主要是用来满足物理定位和漫游的管理需求，本身不参与会话控制。MSS的多域模型可支持终端的移动和漫游特性。移动终端接入到系统期间，包括在会晤过程中，其物理位置移动不影响它到系统的接入能力，能保持已有的会晤过程畅通。手机和MST都具有移动能力。终端的移动带来了对漫游业务的需求。和手机的漫游一样，MST从归属地移动到异地，再向网络服务器进行注册，然后就能访问网络，获得服务。图3多域系统结构图4.MSS系统模型MSS支持用户间的点对点视频聊天，同时也支持多方视频会议功能。其中点对点视频聊天功能遵循标准的SIP协议,类似于普通的网络电话。下文将重点论述MSS的多方视频会议功能。每个独立的会议都可以看作是一个会话。多媒体会话一般可以归纳为两种控制模型：紧耦合会话控制模型和轻型会话控制模型。紧耦合会话控制模型一般有明确的成员管理机制，并包含明确的会议控制机制，如视频播放、发言权控制等。轻型会话控制模型一般仅传输少量的会议控制信息，如与会成员列表等。4.1会议控制模型同时，多媒体会议体系结构一般分为松散式、全分布式和集中式三种。MSS采用紧耦合会议控制模型，同时支持全分布式和集中式两种体系结构[4,5]。一般用户可申请建立集中式会议。处在这种会议模式时，所有与会者都可以自由发言。而视频则由会议主席(即会议的发起者)控制，只有会议主席指定的人才能发送视频流，其它人只能接收视频流，没有指定人选时由主席来发送视频流。集中式会议对视频有较多的限制，因此对网络带宽和用户终端的要求较低，同一会议的能容纳的人数也较多，MSS设计最大会议容量为40人。拥有高权限的用户可以申请建立全分布式会议。全分布式会议中，每个节点都与其他所有节点保持联系，没有中央节点。它的效率比较低，需要大量带宽，并且对终端要求高，因此限DMUDMUMSSMSSMSS用户群用户群用户群制了会议的规模。MSS设计的最大会议容量限定为10人。4.2会议成员间的逻辑关系在MSS中，每个与会者MST都和RAU建立会话，并在逻辑上将RAU看作上唯一的会话参与者。然后由RAU来统一调度分配每个参与者的音频流和视频流，即采用星型结构并以SAU作为汇聚点，把媒体流复制、转发给其他所有参加者。来自每个用户的视频流都被作为单独一路数据来传输，这要求MST可以同时播放多路视频。如图4所示，参与会议的所有MST只与RAU建立会话。但各个MST在逻辑上相互连接。图4集中式会议实体关系图4.3会议模式IETF草案中描述了6种SIP会议模式[6]：(1)终端系统混合会议(EndSystemMixing)(2)大规模组播会议(Large-ScaleMulticastConferences)(3)呼入会议(Dial-InConferenceServers)(4)Ad-hoc会议(Ad-hocCentralizedConferences)(5)呼出会议(Dial-OutConferences)(6)集中式信令、分布式媒体会议(CentralizedSignalingDistributedMediaconference)MSS支持Dial-In模式、Dial-Out模式和Ad-Hoc模式。用户向服务器请求建立会议，属于Dial-In模式。在已经开始会议后，会议主席邀请某用户加入会议，属于Dial-Out模式。两用户正在通话中，其中某一方请求将此通话转为视频会议，属于Ad-Hoc模式。MST发起点对点视频聊天时遵循正常的SIP呼叫流程。此时，主叫方和被叫方MST即为UA，而主叫方和被叫方所注册的SAU则为SIPProxy。发起多方视频会议时则根据需要对SIP消息进行适当的扩充，以满足会议建立流程的需要。4.4会议的数据流结构MSS采用了将信令与媒体数据分离的原则。其中，信令又分为两层，呼叫控制信令和媒体控制信令[7]。前者用于使用户通过寻址找到应用会话，并呼叫连接，以加入到该会话中，在MSS中采用SIP信令。后者用于指示媒体的流向以及如何建立、拆除媒体信道，在MSS中遵循RTP、RAU会议主席会议成员会议成员会议成员协议规定。其逻辑关系如图5所示。4.5用户注册MSS基于可运营业务平台，因此要求系统能够集中控制用户的行为。用户要求进行的所有操作都应该得到系统服务器的授权。因此MSS需要在SIP协议的基础上扩充相应信令消息。MST首先向SAU发出申请建立会议的消息，流程如图6所示。SAU进行初级鉴权后，将此消息转发给SCU,由SCU进行最终鉴权，如果SCU同意则通知RAU分配会议资源，并通知MST呼叫RAU，同时提供RAU的地址。此时，在逻辑上MST将RAU当作普通的多媒体终端，与其建立一对一的多媒体会话，其过程遵循正常的SIP呼叫流程。MSS同时支持Ad-Hoc会议模式。如前所述，当双方进行一对一视频会话时，由其中一方申请转入视频会议，即为Ad-Hoc发起方式。此时申请方将被视为会议的发起