什么是实时传输协议 （RTP）？
实时传输协议 （RTP） 是一种网络标准，旨在传输音频或视频数据，该标准针对实时数据的一致交付进行了优化。它用于互联网电话，IP语音和视频电信。它可用于一对一呼叫（单播）或一对多会议（多播）。
RTP 于 1996 年由互联网工程任务组 （IETF） 在 1889 年通过征求意见文档 （RFC） 进行了标准化。它于2003年由RFC 3550更新。
IETF设计的RTP用于通过互联网发送实时或实时视频。所有网络数据都以离散的束（称为数据包）发送。由于互联网的分布式性质，预计某些数据包会以不同的时间间隔（称为抖动）到达，顺序错误（称为无序传输），或者根本不传输（称为数据包丢失）。
RTP 可以在不严重影响通话质量的情况下补偿这些问题。它倾向于快速传递数据包，而不是确保接收所有数据。这有助于视频流保持一致并始终播放，而不是缓冲或停止播放。
为了说明这种差异，假设用户想在互联网上观看视频。视频流服务将使用 RTP 将视频数据发送到其计算机。如果某些数据包丢失，RTP 将纠正此错误，视频可能会丢失几帧或几分之一秒的音频。这可能非常简短，以至于观众无法注意到。相反，如果他们想要保存视频的精确副本，使用另一种协议 （如 HTTP） 将精确下载视频。如果任何数据包丢失，它将请求重新发送数据包，从而导致下载速度变慢但完全准确。
RTP 控制协议 （RTCP） 与 RTP 结合使用，以将有关媒体流的信息发送回发送方。RTCP 主要用于客户端发送服务质量 （QoS） 数据，例如抖动、数据包丢失和往返时间 （RTT）。服务器可以使用此信息切换到其他编解码器或流质量。该数据还可用于控制信号，或当许多参与者连接到流时收集有关参与者的信息。
RTP 不定义特定的编解码器或信令，而是对数据类型使用其他标准。它可以使用多种信令协议，例如会话初始协议 （SIP）、H.323 或 XMPP。多媒体几乎可以是任何编解码器，包括G.711，MP3，H.264或MPEG-2。
安全实时传输协议 （SRTP） 为 RTP 添加了加密功能。它可用于保护媒体流，以便其他人无法破译它。
SIP 使代理服务器能够进行通信，因此用户可以使用实时传输协议进行通信。
哪些应用程序使用实时传输协议？
RTP 通常用于需要实时传送媒体流或由非常多的用户同时接收时使用。
IP 语音 （VoIP） 依靠 RTP 进行媒体传输。他们通常使用 SIP 来发起和控制呼叫，并使用 SRTP 对呼叫进行加密。使用 RTP 的一些示例 VoIP 服务器是星号、3CX 和其他 PBX 软件。
大多数基于互联网的音频和视频会议服务都使用 RTP。这些服务通常使用RTP作为底层媒体传输方法，并在其上添加便利功能和标准。一些例子包括微软团队，苹果FaceTime，思科网迅和WhatsApp。缩放会议使用 RTP 的近似衍生物。
实时流协议 （RTSP） 建立在 RTP 之上，可用于在服务器和客户端之间发送视频。视频局域网是一种流行的即时战略服务器。许多安全摄像机还支持将视频作为RTSP发送，以便由视频安全服务器保存。一些直播电视或流媒体服务实施RTSP，因为它易于向许多观众广播。
大多数现代点播视频流服务已经从使用 RTP 过渡到使用预缓存，而是使用基于 HTTP （DASH） 的动态自适应流。
虽然大多数基于互联网的音频和视频会议服务（如微软团队、苹果FaceTime和思科Webex）都使用实时传输协议，但点播视频流服务已经从RTP过渡到通过HTTP的动态自适应流媒体。
实时传输协议的技术细节是什么？
RTP 最常使用 UDP 数据包。这是因为UDP设计用于快速简单的数据传输，而无需确保交付。RTP 可以与 TCP 一起使用，但不建议这样做，因为 RTP 的时间敏感性与 TCP 以牺牲速度为代价对可靠性的强调形成鲜明对比。
任何端口号都可以与 RTP 一起使用。通常，它将在 1024 到 65535 的高端口范围内。RTP 将是一个偶数编号的端口，RTCP 将是下一个奇数编号的端口。互联网号码分配机构已将端口 5004 注册为 RTP，5005 用于 RTCP，许多应用程序将使用这些端口作为标准。
RTP数据包包括：序列号，用于检测丢失的数据包;有效负载识别，描述特定的媒体编解码器;帧指示，标记每个IP帧的开始和结束;源标识，标识帧的发起方;和媒体内同步，它使用时间戳来检测单个流中的不同延迟抖动并进行补偿。
未正确实现的 RTP 服务器中存在安全漏洞。RTP 本身并未加密或进行身份验证。如果未启用这些功能，则可能会使媒体流处于录制，欺骗或中间人攻击的开放状态。因此，正确配置和保护使用RTP的VoIP系统非常重要。
RTP 还容易受到分布式拒绝服务 （DDOS） 攻击，这些攻击可能导致媒体流或连接到媒体流的客户端中断。使用 RTP 的特定服务在软件中可能存在自己的漏洞。
