Introduzione al VoIP

VoIP è l’acronimo di “Voice over IP”. Molti di noi conoscono il sistema PSTN (Public Switched Telephone System) attraverso il quale si contattano persone in tutto il mondo componendo una sequenza di numeri. Il VoIP offre un’alternativa a questo sistema che permette di inviare segnali vocali digitali su reti IP, alcuni esempi possono essere le reti Intranet aziendali o, in alcuni casi, la rete Internet pubblica.

Per quanto riguarda l’interfaccia esterna il PSTN non è cambiato molto negli ultimi 100 anni, infatti l’utente deve ancora comporre o, solo recentemente, digitare una sequenza di numeri per connettersi con la persona interessata; ciò che invece si è evoluto è tutto ciò che accade dietro le quinte. Infatti, ci sono stati svariati perfezionamenti tecnologici, un esempio può essere il segnale di libero o il Caller ID.

Il VoIP non è una tecnologia particolarmente nuova, esistono documenti e brevetti sull’argomento datati molte decadi fa ed esistono alcuni software VoIP disponibili già dal 1991. I principi di base sono molto semplici, essenzialmente è la stessa tecnologia utilizzata per condividere musica tramite Internet. Il suono della voce viene raccolto da un microfono e digitalizzato da una scheda audio. L’audio digitalizzato viene, quindi, compresso utilizzando un codec audio (codec sta per “enCODer/DECoder”). Questo serve per compattare il file, togliendo i dati ridondanti e mantenendo la leggibilità dell’audio, in modo che risulti inviabile in tempo reale sulla rete. I suoni vengono codificati dal terminale emittente, inviati tramite la rete ed poi decodificati dal terminale ricevente, dove vengono riprodotti tramite le casse o le cuffie collegate.

Gli unici requisiti richiesti agli utenti di ogni computer sono una connessione di rete che li colleghi, con un’adeguata velocità, e codec corrispondenti.

Perché il sistema funzioni perfettamente, i PC devono essere equipaggiati con microfoni, schede audio, cuffie (o casse audio) e connessione alla banda larga.

Naturalmente è anche necessario che le due parti che comunicano si mettano d’accordo sul codec da utilizzare, in modo che i file compressi possano essere riconosciuti e decompressi dal sistema ricevente. I codec sono sempre in stato di flusso; come chiunque con un lettore di musica digitale saprà, mp3, wma, ogg, mp4 e acc sono estensioni di file e sono differenti tra loro; qualche lettore di musica li legge tutti, qualcuno solo alcuni e altri ancora leggono solo una tipologia specifica; e ciò accade anche per i codec. Fortunatamente, nel mondo delle comunicazioni ci sono degli standard comuni e ciò significa che i sistemi VoIP normalmente possono essere interconnessi tra loro per trovare un codec che capiscono entrambi i terminali. I codec più utilizzati nella telefonia sono G.711, G.729 e G.726, anche se ce ne sono molti altri, compresi i sistemi proprietari. Questi codec si differenziano principalmente per due caratteristiche. Innanzitutto, per la potenza necessaria richiesta dalla CPU per la compressione e la decompressione, ciò impatta sul tipo di hardware che richiede il sistema (PC, PBX o telefono). La seconda caratteristica è la dimensione del file audio compresso e la larghezza di banda richiesta per il trasporto dati; questo impatta sull’infrastruttura di rete. È un trade-off: spendendo di più sulla CPU per comprimere i file e per ottenerli più leggeri, si spenderà meno per la larghezza di banda della rete; al contrario, se si può investire maggiormente sulla larghezza di banda della rete, si possono utilizzare terminali più lenti ma più economici.

Per essere utilizzabilI i sistemi VoIP necessitano di un metodo adeguato per gestire le connessioni; ad esempio per chiamare un altro computer, per capire se la chiamata viene accettata e per chiudere la conversazione quando un utente riattacca; naturalmente, poiché il VoIP permette le comunicazioni a due e anche le conferenze tra più utenti, questa seconda parte è più complicata che un semplice streaming audio. La gestione delle chiamate (iniziare, effettuare e finire la sessione) è una delle aree nelle quali i diversi VoIP differiscono tra loro ed è per questo motivo che due utenti devono utilizzare lo stesso sistema (o due compatibili) per poter comunicare.

Poiché molti utenti Internet privati non hanno un indirizzo IP statico, i sistemi VoIP domestici normalmente non “chiamano” direttamente un altro computer, perché sarebbe necessario avere un numero telefonico che cambia di volta in volta; invece, ogni utente si registra su un server che funge da intermediario e che mantiene registrato l’indirizzo IP ogni volta che l’utente si connette. Inoltre, sui PC degli utenti possono essere installate delle applicazioni che gestiscono questi dati in contemporanea con il server.

Un’altra ragione per utilizzare un server come intermediario è per ovviare al problema di far utilizzare il VoIP attraverso i firewall. Infatti, molti firewall bloccano qualsiasi dato che non venga inviato come risposta ad una specifica richiesta e ciò rende impossibile chiamare direttamente un altro computer in quanto, il computer che si vuole chiamare non ha inviato nessuna richiesta di dati al computer del chiamante, e quindi la richiesta di chiamata viene bloccata. Utilizzando, invece, una connessione con un server, il software VoIP apre un canale per le comunicazioni, attraverso il quale gli altri computer possono chiamare. Le comunicazioni possono poi continuare appoggiandosi sul server, o, in alternativa, le informazioni possono essere passate attraverso il server, il quale permette ai due computer di aprire una connessione diretta tra loro e di continuare ad usare questo canale comunicativo.

Gli Standard
Esistono diversi standard per comunicare attraverso il VoIP. Questi possono essere divisi in due macrocategorie “Open Standard” che sono disponibili a qualsiasi utente e “Sistemi Proprietari”. L’H.323 e il SIP rientrano tra gli standard aperti, mentre Skype utilizza un sistema proprietario.

H.323 è uno standard per le teleconferenze sviluppato dall'International Telecommunications Union (ITU). Supporta la trasmissione di file multimediali audio, video e dati tra gruppi di due o più partecipanti, ed è stato progettato per supportare reti dati di grandi dimensioni. H.323 è indipendente dalla rete: può essere utilizzato su reti che utilizzano protocolli diversi dal TCP/IP. H.323 continua ad essere un protocollo molto importante, ma è poco utilizzato dai privati, che sfruttano maggiormente i prodotti VoIP, per il fatto che è più complicato utilizzarlo con dei firewall, utili, invece, per proteggere i PC. Questo protocollo, invece, viene largamente utilizzato dalle aziende, le quali possiedono le conoscenze tecniche per superare il problema dei firewall.

Il protocollo SIP è uno standard Internet Engineering Task Force (IETF) per le teleconferenze, le telefonate, la notifica della presenze e l’instant messaging. Fornisce i meccanismi per effettuare, gestire e concludere le connessioni, ma non per trasportare i dati audio o video. Probabilmente, al momento, è il protocollo più utilizzato per gestire le telefonate via Internet. Come tutti i protocolli IETF, anche il SIP è definito in un numero RFC (Request For Comments), principalmente l’RFC 3261.

Le implementazioni VoIP basate su standard SIP possono inviare i dati codificati della voce in vari modi. La maggior parte delle implementazioni utilizza il protocollo RTP (Real-time Transport Protocol), il quale è definito in RFC 3550. Sia il SIP che l’RTP sono implementati su UDP, il quale, essendo un protocollo che non necessita di connessioni, può causare problemi con alcune tipologie di router e di firewall. Quindi, anche i telefoni SIP sono fruibili solo utilizzando lo STUN (Simple Traversal UDP su NAT), un protocollo definito in RFC 3489 che consente ad un client tramite un router NAT pdi cercare gli indirizzi IP esterni e il tipo di dispositivi NAT. Grazie allo STUN, teoricamente, installare un protocollo SIP basato su un software o un hardware VoIP in casa o in un piccolo ufficio potrebbe essere semplice, ma in pratica può essere complicato.