CN101547208A - 会话加密方法和语音终端 - Google Patents

Abstract

本发明公开了一种会话加密方法和语音终端。该方法包括：获取待发送报文的类型；所述待发送报文为静音报文时，将所述静音报文直接向对端发送；所述待发送报文为语音报文或语音控制报文时，将所述语音报文或语音控制报文加密后向对端发送。通过使用本发明，在SRTP加密认证协商过程中，与对端进行不对静音报文进行加密和认证的协商。将静音报文直接向对端发送，将语音报文或语音控制报文加密后向对端发送。从而进一步提升了SRTP加密效率，提高了语音质量。

Description

会话加密方法和语音终端

技术领域

本发明涉及通信技术领域，尤其涉及一种会话加密方法和语音终端。

背景技术

随着VoIP(Voice over Internet Protocol，基于因特网的语音)系统的广泛应用，客户对VoIP网络的安全性需求越来越高，尤其是一些涉及敏感信息的客户，例如银行、政府部门等，面临被窃听、攻击的威胁。因此，如何保证通信双方的安全性，也成为当前VoIP领域一个重要的研究课题。最为典型的安全问题是媒体流的侦听问题。由于传输媒体流的RTP(Real-time TransportProtocol，实时传输协议)/RTCP(RTP Control Protocol，实时传输控制协议)协议是开放的，即使是一小段的媒体流都可以被重放出来而不需要前后信息的关联。如果有人在数据网络上通过Sniffer的方式记录所有信息并通过软件加以重放，会引起使用者对话音通信的信任危机。

为解决VoIP窃听问题，现有技术中提出了SRTP(Secure Real-timeTransport Protocol，安全实时传输协议)作为媒体加密协议。SRTP提供了一套用于RTP和RTCP流进行加密和认证的框架，提供了加密算法和认证算法。SRTP对RTP流进行加密、认证以及报文重传保护，有效的避免了媒体流窃听问题。

基于SRTP的语音数据流交互，需要SIP进行信令交互时协商SRTP的加密算法和密钥。现有技术中，SIP可以通过在消息的SDP(Session DescriptionProtocol，会话描述协议)部分中增加“crypto”属性来完成上述功能。

crypto属性格式定义如下：

a＝crypto:<tag><crypto-suite><key-params>[<session-params>]

其中：

crypto：表示加密属性，必须有；

tag：表示加密标识，对于给定的媒体流属性，该标识必须唯一，必须有；

crypto-suite：表示加密和认证算法，必须有；

key-params：表示加密或认证算法所需的密钥资源，其按照如下方式表示：

session-params：表示会话参数，用来描述指定传输通道的属性，可选；

在session-params中有如下几个选项用户可以控制通话中对某些报文是否进行加密认证，以便降低加密认证对语音实时性的影响。

＂UNENCRYPTED_SRTP＂：不加密SRTP报文

＂UNENCRYPTED_SRTCP＂：不加密SRTCP报文

＂UNAUTHENTICATED_SRTP＂：不认证SRTP报文

VoIP的安全问题确实值得重视，但是由于VoIP是一种语音通信方式，对业务的实时性要求非常高，企业在加强VoIP系统安全时要注意平衡安全与性能之间的关系。通常意义上，为了达到和PSTN(Public Switched TelephoneNetwork，公共交换电话网络)相媲美的语音通话质量，VoIP单向流量的时延不得超过150毫秒，否则用户体验将会异常糟糕。一般来说语音编码可能占用30毫秒的时间，横跨长距离在公共IP网络上传送的语音呼叫可能占用长达100毫秒、甚至125毫秒的时间。在这种情况下，如果防火墙、加密和入侵防御等安全措施带来的时延过多的话，必然会大大影响客户的使用体验。已经有很多企业对VoIP的通话质量进行了抱怨，认为其和PSTN无法相比，这大大影响企业部署VoIP系统的积极性。所以很难想象一个影响VoIP使用体验的安全系统能够得到客户的欢迎。

发明内容

本发明提供一种会话加密方法和语音终端，用于在AP高密度部署环境中，减少空口冲突，提高网络整体带宽。

为达到上述目的，本发明提供一种会话加密方法，包括：

获取待发送报文的类型；

所述待发送报文为静音报文时，将所述静音报文直接向对端发送；所述待发送报文为语音报文或语音控制报文时，将所述语音报文或语音控制报文加密后向对端发送。

其中，所述获取待发送报文的类型前包括：

向所述对端发起会话加密参数协商消息，所述协商消息中携带不加密静音报文和不认证静音报文的参数；

接收对端发送的会话加密参数协商成功响应。

其中，所述协商消息中通过会话描述协议SDP参数，携带不加密静音报文和不认证静音报文的参数。

其中，所述获取待发送报文的类型包括：

接收到SRTP报文时，判断所述SRTP报文为语音控制报文；

接收到RTP报文时，根据所述RTP报文中的字段、或所述RTP报文的大小，判断所述RTP报文为静音报文或语音报文。

本发明还提供一种语音终端，包括：

报文类型获取单元，用于获取待发送报文的类型；

报文发送单元，用于当所述报文类型获取单元获取到待发送报文为静音报文时，将所述静音报文直接向对端发送；当所述报文类型获取单元获取到待发送报文为语音报文或语音控制报文时，将所述语音报文或语音控制报文加密后向对端发送。

其中，还包括：

协商消息发送单元，用于向所述对端发起会话加密参数协商消息，所述协商消息中携带不加密静音报文和不认证静音报文的参数；

协商响应接收单元，用于接收所述对端发送的会话加密参数协商成功响应。

其中，所述协商消息中通过会话描述协议SDP参数，携带不加密静音报文和不认证静音报文的参数。

其中，所述报文类型获取单元包括：

第一报文类型子获取单元，用于接收到SRTP报文时，判断所述SRTP报文为语音控制报文；

第二报文类型子获取单元，用于接收到RTP报文时，根据所述RTP报文中的字段、或所述RTP报文的大小，判断所述RTP报文为静音报文或语音报文。

与现有技术相比，本发明具有以下优点：

本发明在SRTP加密认证协商过程中，与对端进行不对静音报文进行加密和认证的协商。将静音报文直接向对端发送，将语音报文或语音控制报文加密后向对端发送。从而进一步提升了SRTP加密效率，提高了语音质量。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明中提供的会话加密方法的流程图；

图2是本发明的一应用场景中会话加密方法的流程图；

图3是本发明中提供的语音终端的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了一种会话加密方法，如图1所示，包括：

步骤s101、获取待发送报文的类型；

步骤s102、所述待发送报文为静音报文时，将所述静音报文直接向对端发送；所述待发送报文为语音报文或语音控制报文时，将所述语音报文或语音控制报文加密后向对端发送。

具体的，本端可以向对端发起会话加密参数协商消息，在协商消息中携带不加密静音报文和不认证静音报文的参数；本端到接收对端发送的会话加密参数协商成功响应时，根据待发送报文的类型进行相应的处理。

本发明中，获取待发送报文的类型的方法包括：

(1)接收到SRTP报文时，判断该SRTP报文为语音控制报文；

(2)接收到RTP报文时，根据该RTP报文中的字段、或该RTP报文的大小，判断该RTP报文为静音报文或语音报文。

以下首先对根据该RTP报文中的字段判断该RTP报文为静音报文或语音报文的方法进行介绍：

RTP报头格式如下表1所示：

表1.RTP报头格式

 0                   1                   2                   3

 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1

+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

|V＝2|P|X| CC   |M|     PT      |       sequence number|

+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

|                           timestamp|

+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

|           synchronization source(SSRC)identifier|

+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+＝+

|                  contributing source(C SRC)identifiers|

|                                   ....                        |

+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

其中各字段的含义如下：

V(版本)：长度为2比特，定义了RTP协议的版本，目前RTP协议定义的版本是2。

P(填料)：长度为1比特，若该比特位被设置，则此RTP包包含一到多个附加在末端的填充比特，这些填充比特不是负载的一部分。填料的最后一个字节包含可以忽略多少个填充比特。填料可能用于某些具有固定长度的加密算法m或者在底层数据单元中传输多个RTP包。

X(扩展)：长度为1比特。

CC(CSRC计数)：长度为4比特，CSRC计数包含了跟在固定头后面CSRC识别符的数目。

M(标志)：长度为1比特，规定该标志在静音后的第一个语音包时置位。

PT(负载类型)：长度为7比特，定义了负载的格式。

sequence number(序列号)：长度为16比特，每发送一个RTP包，序列号加一。接收端可以据此检测包损和重建包序列。序列号的初始值是随机的。

Timestamp(时间标志)：长度为32比特，反映了RTP包中第一个比特的抽样瞬间。抽样瞬间必须由随时间单调和线形增长的时钟得到，以进行同步和抖动计算。时钟的分辨率必须满足要求的同步准确度，足以进行包到达抖动测量。时钟频率与作为负载传输的数据格式独立，在协议中或定义此格式的负载类型说明中静态定义，也可以在通过非RTP方法定义的负载格式中动态说明。若RTP包周期性生成，可以使用由抽样时钟确定的额定抽样瞬间，而不是读系统时钟。例如，对于固定速率语音，时间标志钟可以每个抽样周期加1。若语音设备从输入设备读取覆盖160个抽样周期的数据块，对于每个这样的数据块，时间标志增加160，无论此块被发送还是被静音压缩。时间标志的起始值是随机的，如同序列号。

SSRC(Synchronization Source)Identifiers(同步源标识符)：长度为32比特，用以识别同步源。标识符被随机生成，以使在同一个RTP会话期中没有任何两个同步源有相同的SSRC识别符。

CSRC(Contributing Source，贡献源)Identifiers(贡献源标识符)：0到15项，每项32比特。CSRC列表识别在此包中负载的有贡献源。

以此，在RTP包传输过程中，可以通过对RTP报头的标记位M进行置位，表示该RTP包是静音后的第一个RTP包，之后发送的RTP包的标志位M置零，由接收端根据静音帧产生舒适噪音，静音后的第一个有声RTP包在RTP报头中的标记位M进行置位。从而识别出待发送的RTP包为静音报文或语音报文。

另外，还可以根据RTP报文的大小，判断该RTP报文为静音报文或语音报文。静音报文的长度要远小于话音报文，以G723r53编码模式为例，其话音报文为20字节，静音报文只有4字节。当接收到RTP报文时，若判断RTP报文的大小小于某个阈值(如10字节)，则判断RTP报文为静音报文，否则判断RTP报文为语音报文。

本发明的应用场景中，当本端需要与对端协商不对静音报文进行加密和认证时，可以向对端发起会话加密参数协商消息，在协商消息中携带不加密静音报文和不认证静音报文的参数。具体的：

扩展RFC4568，在session-params中增加下面两个属性：

＂UNENCRYPTED_SILENCE＂：不加密静音报文

＂UNAUTHENTICATED_SILENCE＂：不认证静音报文

在通话建立过程中，主叫端在INVITE消息的SDP部分携带上面两个属性，发送给被叫端进行协商，被叫端在回应给主叫的200 OK消息的SDP部分携带上面两个属性表示协商通过，进入通话状态后将只对RTCP与话音报文进行认证与机密，静音报文不进行加密和认证。本发明的一应用场景中，以主叫端为语音网关VGA、被叫端为语音网关VGB为例，该呼叫处理流程图2所示，包括以下步骤：

步骤s201、VGA向VGB发送INVITE消息。

INVITE消息的SDP部分中携带UNENCRYPTED_SILENCE、UNAUTHENTICATED_SILENCE属性。具体的在INVITE消息中携带UNENCRYPTED_SILENCE、UNAUTHENTICATED_SILENCE属性的一示例如下：

......

a＝crypto：1 AES_CM_128_HMAC_SHA1_80 inline：UpBysfy+LDmJt3Z9so9NDgpQ0JGvcLga/ngcXHDU|2＾31|15：1UNAUTHENTICATED_SILENCEUNENCRYPTED_SILENCE

//参考crypto的格式，其表示使用的加密算法为AES_CM_128_HMAC_SHA1_80，本应用场景中在会话参数session-params中携带UNAUTHENTICATED_SILENCE和UNENCRYPTED_SILENCE，表示不对静音报文进行认证和加密

a＝crypto：2 AES_CM_128_HMAC_SHA1_32 inline：PazoHOY6vDiNV/UsQp7MIX95kvd9Z11M9a5eerOc|2＾31UNAUTHENTICATED_SILENCE UNENCRYPTED_SILENCE

//参考crypto的格式，其表示使用的加密算法为AES_CM_128HMAC_SHA1_32，本应用场景中在会话参数session-params中携带UNAUTHENTICATED_SILENCE和UNENCRYPTED_SILENCE，表示不对静音报文进行认证和加密

.....

步骤s202、VGB向VGA发送100Trying。

步骤s203、VGB向VGA发送180Ringing。

步骤s204、VGB向VGA发送200 OK，200 OK消息的SDP部分中携带UNENCRYPTED_SILENCE、UNAUTHENTICATED_SILENCE属性。

具体的，上述100Trying、180Ringing以及200 OK均属于SIP响应消息。SIP响应消息用于对SIP请求消息(如INVITE、REGISTER等消息)进行响应，指示呼叫或注册的成功或失败状态。不同类的响应消息由状态码来区分，状态码包含三位整数，状态码的第一位用于定义响应类型，另外两位用于进一步对响应进行更加详细的说明。SIP响应消息的分类表2所示。

表2.SIP响应消息的分类

 

状态码编号	消息含义	消息归类
			100～199	请求被收到，正在处理中	临时消息
200～299	收到请求，并被成功处理，接受该请求	处理成功
			300～399	要完成该请求需要更进一步的操作	重定向
400～499	消息语法错误，服务器不能处理该请求	客户端出错

本应用场景中，VGB向VGA发送SIP响应消息，该SIP响应消息包括：两个临时应答(100Trying和180Ringing)和一个成功应答(200 OK)。

步骤s205、VGA向VGB发送ACK，对VGB发送的响应消息进行确认。

步骤s206、VGA和VGB之间通过SRTP传输报文流，对报文中的静音报文不进行加密和认证。

本发明提供的上述方法中，在SRTP加密认证协商过程中，与对端进行不对静音报文进行加密和认证的协商。将静音报文直接向对端发送，将语音报文或语音控制报文加密后向对端发送。从而进一步提升了SRTP加密效率，提高了语音质量。

本发明还提供一种语音终端，如图3所示，语音终端1中包括：

报文类型获取单元10，用于获取待发送报文的类型。该报文类型获取单元10可以进一步包括：第一报文类型获取子单元11，用于接收到SRTP报文时，判断SRTP报文为语音控制报文；第二报文类型获取子单元12，用于接收到RTP报文时，根据RTP报文中的字段、或RTP报文的大小，判断RTP报文为静音报文或语音报文。

报文发送单元20，用于当报文类型获取单元10获取到待发送报文为静音报文时，将静音报文直接向对端发送；当报文类型获取单元10获取到待发送报文为语音报文或语音控制报文时，将语音报文或语音控制报文加密后向对端发送。

另外，语音终端中还包括：

协商消息发送单元30，用于向对端发起会话加密参数协商消息，协商消息中携带不加密静音报文和不认证静音报文的参数；该协商消息中通过会话描述协议SDP参数，携带不加密静音报文和不认证静音报文的参数。

协商响应接收单元40，用于接收对端发送的会话加密参数协商成功响应。

本发明提供的上述语音终端中，在SRTP加密认证协商过程中，与对端进行不对静音报文进行加密和认证的协商。将静音报文直接向对端发送，将语音报文或语音控制报文加密后向对端发送。从而进一步提升了SRTP加密效率，提高了语音质量。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的单元或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施例中的装置中的单元可以按照实施例描述进行分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的单元可以合并为一个单元，也可以进一步拆分成多个子单元。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

Claims (8)

1、一种会话加密方法，其特征在于，包括：

获取待发送报文的类型；

所述待发送报文为静音报文时，将所述静音报文直接向对端发送；所述待发送报文为语音报文或语音控制报文时，将所述语音报文或语音控制报文加密后向对端发送。

2、如权利要求1所述的方法，其特征在于，所述获取待发送报文的类型前包括：

向所述对端发起会话加密参数协商消息，所述协商消息中携带不加密静音报文和不认证静音报文的参数；

接收对端发送的会话加密参数协商成功响应。

3、如权利要求2所述的方法，其特征在于，所述协商消息中通过会话描述协议SDP参数，携带不加密静音报文和不认证静音报文的参数。

4、如权利要求1所述的方法，其特征在于，所述获取待发送报文的类型包括：

接收到SRTP报文时，判断所述SRTP报文为语音控制报文；

接收到RTP报文时，根据所述RTP报文中的字段、或所述RTP报文的大小，判断所述RTP报文为静音报文或语音报文。

5、一种语音终端，其特征在于，包括：

报文类型获取单元，用于获取待发送报文的类型；

报文发送单元，用于当所述报文类型获取单元获取到待发送报文为静音报文时，将所述静音报文直接向对端发送；当所述报文类型获取单元获取到待发送报文为语音报文或语音控制报文时，将所述语音报文或语音控制报文加密后向对端发送。

6、如权利要求5所述的语音终端，其特征在于，还包括：

协商消息发送单元，用于向所述对端发起会话加密参数协商消息，所述协商消息中携带不加密静音报文和不认证静音报文的参数；

协商响应接收单元，用于接收所述对端发送的会话加密参数协商成功响应。

7、如权利要求6所述的语音终端，其特征在于，所述协商消息中通过会话描述协议SDP参数，携带不加密静音报文和不认证静音报文的参数。

8、如权利要求5所述的语音终端，其特征在于，所述报文类型获取单元包括：

第一报文类型子获取单元，用于接收到SRTP报文时，判断所述SRTP报文为语音控制报文；

第二报文类型子获取单元，用于接收到RTP报文时，根据所述RTP报文中的字段、或所述RTP报文的大小，判断所述RTP报文为静音报文或语音报文。

Images