随着IP技术的发展,IP网络中传输的不再仅仅是简单的数据,同时也包含音频、视频等多媒体信息流抽了支持多媒体业务,提供呼叫建立、会话控制、接纳控制等功能的信令协议必不可少。ITU-T已经为建立多媒体会议系统制定了H.323建议,并且己经在IP电话业务中得到广泛的应用。但是,H.323建议承袭了许多传统电话网呼叫建立的思想,协议本身比较复杂,实现比较困难,不能完全适应因特网环境下传输多媒体的要求。本文就是在此背景下研究IETF提出的另一种支持多媒体会话的信令控制协议,即会话初始化协议SIP (Session Initiation Protocol)。SIP是一个应用层的信令,采用因特网中流行的客户服务器模式;报文采用文本表示,简单、易于实现;功能扩展性及网络缩放性好,为开发各种增值业务和会议呼叫提供了很大的方便。因此SIP协议备受瞩目,其本身也得到不断地发展完善。本文研究了SIP协议的功能及特性并将SIP协议和H.323协议比较。在此基础上深入讨论了运用于Internet上SIP的可靠性、可扩充性及安全性,同时研究了SIP协议栈和SIP服务器的代码实现,并以STUN和Tunnel的方式基本解决了在传输过程中NAT穿透问题。