張 勇

（中山大學 信息科學與技術學院，廣東 廣州 510006）

責任編輯:任健男

0 引言

隨著網絡技術的快速發(fā)展和網絡基礎設施的逐步加強，高速的網絡為流媒體的普及提供了可能。近些年，視頻電話的研發(fā)也逐漸升溫。本文基于XMPP協(xié)議提出一種適用于數(shù)字家庭網絡環(huán)境下的視頻電話系統(tǒng)，旨在將視頻電話與數(shù)字家庭視頻系統(tǒng)進行融合，為用戶提供便利舒適的通話體驗。

XMPP協(xié)議[1-3]是一種擴展消息和表示協(xié)議，XMPP是一種基于XML的協(xié)議，它繼承了在XML環(huán)境中靈活的發(fā)展性，用于即時消息（IM）以及在線現(xiàn)場探測，其擴展協(xié)議Jingle使得其支持語音和視頻。

ICE（Interactive Connectivity Establishment）是一種用于解決計算機網絡中NAT穿透問題[4-6]的常用技術，被廣泛應用于VoIP，P2P傳輸系統(tǒng)，即時通信等領域。ICE是由IETF的MMUSIC工作組開發(fā)出來的一種 framework，可整合 STUN（Simple Traversal of UDP Through Network Address Translators）[7-8]、TURN等NAT穿透技術。本系統(tǒng)將ICE技術與STUN技術進行整合完成NAT穿透，從而實現(xiàn)客戶端之間的直接通信，提高了音視頻傳輸?shù)膶崟r性。

1 相關技術分析

1.1 XMPP協(xié)議與會話建立

XMPP協(xié)議是一種擴展消息和表示協(xié)議，XMPP是一種基于XML的協(xié)議，它繼承了在XML環(huán)境中靈活的發(fā)展性。XMPP協(xié)議定義了3種一級XML標簽:＜pres?ence/＞，＜iq/＞和＜message/＞。＜presence/＞標簽用于描述客戶端本身的狀態(tài)及可用性信息；＜iq/＞標簽用于客戶之間建立會話；＜message/＞標簽用于客戶端之間發(fā)送消息。

在會話建立過程中，客戶端通過＜iq/＞描述本次會話本身的屬性，包括接收流媒體數(shù)據的網絡實體地址、本地流媒體類型及載荷基本屬性等。其中網絡實體地址是通過STUN協(xié)議通過STUN Server獲得的公網通信地址（STUN協(xié)議將在下一節(jié)介紹）。圖1描述了音頻通話的會話過程，在此過程中主要包括ses?sion-initiate，session-info，session-accept，session-ter?minate等動作，在會話成功建立后，會話成員使用con?tent-add，content-modify，content-accept等動作添加新媒體——視頻（圖中未體現(xiàn)）。

1.2 STUN與ICE技術

圖1 XMPP協(xié)議會話建立過程示意圖

視頻電話要解決的另一個關鍵問題是音視頻數(shù)據的實時傳輸，一個高效的音視頻數(shù)據傳輸方案直接影響視頻電話系統(tǒng)的可用性，更是關系到用戶體驗的關鍵問題。如果通過服務器轉發(fā)音視頻數(shù)據流，不僅增加了服務器的負荷，同時也大大影響了通話的實時性。XMPP協(xié)議描述以中ICE技術解決客戶端間對等通信問題，本文結合ICE技術介紹一種基于STUN協(xié)議的音視頻數(shù)據對等實時傳輸方案。

STUN是一個輕量級的協(xié)議，其算法實現(xiàn)了各種類型的NAT穿透（如圖2所示），是一個常用的NAT穿透協(xié)議。

圖2 STUN協(xié)議算法流程

視頻會話參與者通過STUN協(xié)議獲取自身在公網上的通信地址，并在會話建立的過程中通過XML描述告知媒體接收端。會話成功建立后，會話參與者便可與其他參與者實現(xiàn)音視頻數(shù)據的對等傳輸。

到目前為止，STUN協(xié)議僅僅完成的是外網通信地址的獲取，在負責多變的網絡環(huán)境下，要保證會話雙方通信的穩(wěn)定性這遠遠不夠。在這種情況下，ICE技術應運而生。ICE技術能夠在復雜網絡環(huán)境下，實現(xiàn)各種形式的NAT穿透，使得媒體流在通信雙方順利傳輸。

ICE技術是一種探索式的解決方案，其核心思想是收集本地及會話對方的所有可能通信地址，并對這些地址進行連通性檢查，從而得到一條能夠實現(xiàn)NAT穿透的通信鏈路。為保證通信的穩(wěn)定性，在通信過程中需要不斷更新地址信息。

2 系統(tǒng)總體設計

2.1 物理架構設計

基于數(shù)字家庭環(huán)境的視頻電話的關鍵問題之一是將其與電視系統(tǒng)及視頻監(jiān)控系統(tǒng)的整合。就此考慮，論文討論的視頻電話客戶端被分為視頻采集設備、視頻接收解碼設備（整合到家庭視頻系統(tǒng)中）及會話管理設備，如圖3所示，它們都接入到家庭網絡中，并利用家庭網絡進行數(shù)據交換。

1）會話管理設備，完成XMPP協(xié)議的會話功能及STUN協(xié)議的客戶端功能，同時需要對視頻采集及接收設備進行調度。

2）視頻采集編碼設備，采集攝像頭的數(shù)據并對視頻數(shù)據進行編碼（采用流媒體編碼格式，如H.264，WebM等）。該設備接受會話管理設備的調度，與遠程客戶端的視頻解碼設備進行直接通信。

3）視頻接收解碼設備，接收來自遠程客戶端及視頻采集設備的視頻數(shù)據，并對其進行解碼后播放，或通過DLNA將其推送到其他視頻設備播放。

圖3 系統(tǒng)物理結構圖

視頻電話服務器是一個通用的Jabber服務器，主要負責所有用戶信息及會話請求的轉發(fā)，同時還允許搭載一個STUN服務器。

2.2 軟件設計

根據需求客戶端軟件的主要模塊有XMPP會話管理、STUN客戶端、ICE連接管理、設備調度、視頻采集編碼模塊、視頻解碼播放模塊。

系統(tǒng)采用P2P架構進行視頻傳輸，因此，首先需要通過STUN和ICE獲取本地視頻采集設備的外網通信地址實現(xiàn)NAT穿透，外網通信地址通過XMPP的candidate標簽發(fā)送給其他會話參與者。同時設備調度模塊通過ICE連接管理模塊定時檢測并獲取其他會話參與者外網通信地址。會話參與者獲得其他參與者的外網地址后，便可以直接向其發(fā)送音視頻數(shù)據，而不需要通過服務器轉發(fā)。圖4描述了視頻會話啟動流程。

3 結束語

信息時代，網絡技術和信息技術的發(fā)展給人們的生活帶來了許多便利，與此同時，市場對信息產品的要求也不斷提高，傳統(tǒng)的電話已無法滿足日益增長的需求。在這一背景下，視頻電話應運而生并在這幾年得到了很好的發(fā)展。本文結合數(shù)字家庭產業(yè)環(huán)境，介紹了一種基于XMPP協(xié)議和ICE技術的視頻電話系統(tǒng)，并將其與數(shù)字家庭視頻系統(tǒng)完美結合，為數(shù)字家庭用戶帶來一種新型的視頻通話體驗。

圖4 視頻會話啟動流程圖

[1]RFC 3920-3921，Extensible Messaging and Presence Protocol(XMPP):Core/Introduction[S].2004.

[2]Jabber Inc.Jabber White Paper:the XMPP cloud[EB/OL].[2008-11-05].http://www.jabber.com/CE/White-Paper.

[3]Jabber Inc.Core XMPP protocolstack[EB/OL].[2009-08-15].http://xmpp.org/protocols/.

[4]孫名松，段志鳴，王湛昱.混合式P2P網絡UDP下NAT穿越方案的研究與設計[J].計算機與數(shù)字工程，2010（4）:104-107.

[5]李航，馬林華.IP音視頻穿越NAT技術的研究[J].通信技術，2008（3）:65-67.

[6]周曄，李生紅.基于ICE的VoIP穿越NAT改進方案[J].計算機安全，2008（10）:29-32.

[7]ROSENBERG J，WEINBERGER J.RFC 3489，STUN-simple tra?versal of user datagram protocol through network address transla?tors[S].2003.

[8]史永林，潘進.STUN技術深入分析[J].電腦知識與技術，2006，23（8）:71-72.