Network Working Group                                      M. Westerlund
Request for Comments: 5117                                      Ericsson
Category: Informational                                        S. Wenger
                                                            January 2008
                             RTP Topologies

Status of This Memo


This memo provides information for the Internet community. It does not specify an Internet standard of any kind. Distribution of this memo is unlimited.




This document discusses multi-endpoint topologies used in Real-time Transport Protocol (RTP)-based environments. In particular, centralized topologies commonly employed in the video conferencing industry are mapped to the RTP terminology.


Table of Contents


   1. Introduction ....................................................2
   2. Definitions .....................................................3
      2.1. Glossary ...................................................3
      2.2. Indicating Requirement Levels ..............................3
   3. Topologies ......................................................3
      3.1. Point to Point .............................................4
      3.2. Point to Multipoint Using Multicast ........................5
      3.3. Point to Multipoint Using the RFC 3550 Translator ..........6
      3.4. Point to Multipoint Using the RFC 3550 Mixer Model .........9
      3.5. Point to Multipoint Using Video Switching MCUs ............11
      3.6. Point to Multipoint Using RTCP-Terminating MCU ............12
      3.7. Non-Symmetric Mixer/Translators ...........................13
      3.8. Combining Topologies ......................................14
   4. Comparing Topologies ...........................................15
      4.1. Topology Properties .......................................15
           4.1.1. All to All Media Transmission ......................15
           4.1.2. Transport or Media Interoperability ................16
           4.1.3. Per Domain Bit-Rate Adaptation .....................16
           4.1.4. Aggregation of Media ...............................16
           4.1.5. View of All Session Participants ...................16
           4.1.6. Loop Detection .....................................17
      4.2. Comparison of Topologies ..................................17
   5. Security Considerations ........................................17
   6. Acknowledgements ...............................................19
   7. References .....................................................19
      7.1. Normative References ......................................19
      7.2. Informative References ....................................20
1. Introduction
1. はじめに

When working on the Codec Control Messages [CCM], considerable confusion was noticed in the community with respect to terms such as Multipoint Control Unit (MCU), Mixer, and Translator, and their usage in various topologies. This document tries to address this confusion by providing a common information basis for future discussion and specification work. It attempts to clarify and explain sections of the Real-time Transport Protocol (RTP) spec [RFC3550] in an informal way. It is not intended to update or change what is normatively specified within RFC 3550.

コーデック制御メッセージ[CCM]で作業する場合、かなりの混乱は、このようなマルチポイントコントロールユニット(MCU)、ミキサー、および翻訳、および様々なトポロジでその使用法などの用語に関して、コミュニティに気づきました。この文書は、今後の議論や仕様の作業のための共通の情報基盤を提供することによって、この混乱に対処しようとします。それは明確にし、リアルタイムトランスポートプロトコル(RTP)のセクションを説明する非公式の方法で、[RFC3550]をスペックしようとします。更新または規範的にRFC 3550の中に指定されている内容を変更するものではありません。

When the Audio-Visual Profile with Feedback (AVPF) [RFC4585] was developed the main emphasis lay in the efficient support of point to point and small multipoint scenarios without centralized multipoint control. However, in practice, many small multipoint conferences operate utilizing devices known as Multipoint Control Units (MCUs). MCUs may implement Mixer or Translator (in RTP [RFC3550] terminology)

フィードバック(AVPF)[RFC4585]とオーディオビジュアルプロファイルを開発したときに重点は、集中マルチポイント制御せずにポイントツーポイント及び小マルチポイントシナリオの効率的なサポートにありました。しかし、実際には、多くの小規模多地点会議は、マルチポイントコントロールユニット(MCUの)として知られている装置を利用して動作します。 MCUはミキサーやトランスレータ(RTPに[RFC3550]用語)を実装することができます

functionality and signalling support. They may also contain additional application functionality. This document focuses on the media transport aspects of the MCU that can be realized using RTP, as discussed below. Further considered are the properties of Mixers and Translators, and how some types of deployed MCUs deviate from these properties.


2. Definitions
2.1. Glossary
2.1. 用語集

ASM - Any Source Multicast AVPF - The Extended RTP Profile for RTCP-based Feedback CSRC - Contributing Source Link - The data transport to the next IP hop MCU - Multipoint Control Unit Path - The concatenation of multiple links, resulting in an end-to-end data transfer. PtM - Point to Multipoint PtP - Point to Point SSM - Source-Specific Multicast SSRC - Synchronization Source

ASM - 任意のソースマルチキャストAVPF - RTCPベースのフィードバックCSRCの拡張RTPプロフィール - マルチポイントコントロールユニットパス - - 次のIPホップMCUへのデータ転送 - ソースリンクを貢献複数のリンクの連結、エンドツーになりますデータ転送を終了。 PtM - ポイントのPtP対多 - ポイントSSMをポイントする - ソース固有のマルチキャストSSRC - 同期ソース

2.2. Indicating Requirement Levels
2.2. 要件レベルを示します

The key words "MUST", "MUST NOT", "REQUIRED", "SHALL", "SHALL NOT", "SHOULD", "SHOULD NOT", "RECOMMENDED", "MAY", and "OPTIONAL" in this document are to be interpreted as described in RFC 2119 [RFC2119].

この文書のキーワード "MUST", "MUST NOT", "REQUIRED", "SHALL", "SHALL NOT", "SHOULD", "SHOULD NOT", "RECOMMENDED", "MAY", および "OPTIONAL" はRFC 2119 [RFC2119]に記載されているように解釈されます。

The RFC 2119 language is used in this document to highlight those important requirements and/or resulting solutions that are necessary to address the issues raised in this document.

RFC 2119の言語は、これらの重要な要件および/または本書で提起さ​​れた問題に対処するために必要な得られた溶液を強調するために、このドキュメントで使用されています。

3. Topologies

This subsection defines several basic topologies that are relevant for codec control. The first four relate to the RTP system model utilizing multicast and/or unicast, as envisioned in RFC 3550. The last two topologies, in contrast, describe the deployed system models as used in many H.323 [H323] video conferences, where both the media streams and the RTP Control Protocol (RTCP) control traffic terminate at the MCU. In these two cases, the media sender does not receive the (unmodified or Translator-modified) Receiver Reports from all sources (which it needs to interpret based on Synchronization Source (SSRC) values) and therefore has no full information about all the endpoint's situation as reported in RTCP Receiver Reports (RRs). More topologies can be constructed by combining any of the models; see Section 3.8.

ここでは、コーデック制御に関連するいくつかの基本的なトポロジを定義します。最初の4つは、マルチキャストおよび/またはユニキャストを利用したRTPシステムモデルに関連する両方の多くのH.323 [H323]ビデオ会議で使用されるように、最後の2つのトポロジは対照的に、RFC 3550で想定されるように、展開システムのモデルを記述しメディアストリームおよびRTP制御プロトコル(RTCP)制御トラフィックは、MCUで終端します。これらの2つのケースでは、メディアの送信者は受信されません(無修正または翻訳修飾)レシーバが(それは同期ソース(SSRC)値に基づいて解釈するのに必要)すべてのソースからレポートし、したがって、すべてのエンドポイントの状況についての完全な情報を持っていませんRTCPレシーバレポート(RRS)に報告されています。より多くのトポロジは、モデルのいずれかを組み合わせることによって構築することができます。 3.8節を参照してください。

The topologies may be referenced in other documents by a shortcut name, indicated by the prefix "Topo-".


For each of the RTP-defined topologies, we discuss how RTP, RTCP, and the carried media are handled. With respect to RTCP, we also introduce the handling of RTCP feedback messages as defined in [RFC4585] and [CCM]. Any important differences between the two will be illuminated in the discussion.

RTPに定義されたトポロジのそれぞれについて、私たちは、RTP、RTCP、および運ばメディアがどのように処理されるかについて説明します。 [CCM]、[RFC4585]で定義されたとしてRTCPに関しては、我々はまた、RTCPフィードバックメッセージの取り扱いをご紹介します。両者の間のいずれかの重要な違いは、議論に点灯します。

3.1. Point to Point
3.1. ポイントからポイントへ

Shortcut name: Topo-Point-to-Point


The Point to Point (PtP) topology (Figure 1) consists of two endpoints, communicating using unicast. Both RTP and RTCP traffic are conveyed endpoint-to-endpoint, using unicast traffic only (even if, in exotic cases, this unicast traffic happens to be conveyed over an IP-multicast address).


            +---+         +---+
            | A |<------->| B |
            +---+         +---+

Figure 1 - Point to Point

図1 - ポイントポイントへ

The main property of this topology is that A sends to B, and only B, while B sends to A, and only A. This avoids all complexities of handling multiple endpoints and combining the requirements from them. Note that an endpoint can still use multiple RTP Synchronization Sources (SSRCs) in an RTP session.


RTCP feedback messages for the indicated SSRCs are communicated directly between the endpoints. Therefore, this topology poses minimal (if any) issues for any feedback messages.


3.2. Point to Multipoint Using Multicast
3.2. マルチキャストを使用したポイントツーマルチポイント

Shortcut name: Topo-Multicast


            +---+     /      \    +---+
            | A |----/         \---| B |
            +---+   /   Multi-  \  +---+
                   +    Cast     +
            +---+   \  Network  /  +---+
            | C |----\         /---| D |
            +---+     \       /    +---+

Figure 2 - Point to Multipoint Using Multicast

図2 - ポイントは、マルチキャストを使用して対多

Point to Multipoint (PtM) is defined here as using a multicast topology as a transmission model, in which traffic from any participant reaches all the other participants, except for cases such as:


o packet loss, or


o when a participant does not wish to receive the traffic for a specific multicast group and therefore has not subscribed to the IP-multicast group in question. This is for the cases where a multi-media session is distributed using two or more multicast groups.


In the above context, "traffic" encompasses both RTP and RTCP traffic. The number of participants can vary between one and many, as RTP and RTCP scale to very large multicast groups (the theoretical limit of the number of participants in a single RTP session is approximately two billion). The above can be realized using Any Source Multicast (ASM). Source-Specific Multicast (SSM) may be also be used with RTP. However, then only the designated source may reach all receivers. Please review [RTCP-SSM] for how RTCP can be made to work in combination with SSM.

上記文脈において、「トラフィック」は、RTPおよびRTCPトラフィックの両方を包含する。参加者の数は、(単一のRTPセッションの参加者数の理論的限界は、約20億)でRTPとRTCPスケールに非常に大きなマルチキャストグループとして、一方と多くの間で変化させることができます。上記の任意のソースマルチキャスト(ASM)を使用して実現することができます。ソース固有マルチキャスト(SSM)は、RTPで使用されてもよいです。しかし、その後、唯一の指定されたソースは、すべての受信機に達する可能性があります。 RTCPは、SSMとの組み合わせで動作させることができる方法については、[RTCP-SSM]を確認してください。

This document is primarily interested in that subset of multicast sessions wherein the number of participants in the multicast group is so low that it allows the participants to use early or immediate feedback, as defined in AVPF [RFC4585]. This document refers to those groups as "small multicast groups".

この文書では、マルチキャストグループの参加者の数がAVPF [RFC4585]で定義されるように、それは、参加者が早期または即時フィードバックを使用することを可能にするように低いであることを特徴とする請求マルチキャストセッションのサブセットに主に関心があります。この文書は、「小さなマルチキャストグループ」として、これらの基を指します。

RTCP feedback messages in multicast will, like media, reach everyone (subject to packet losses and multicast group subscription). Therefore, the feedback suppression mechanism discussed in [RFC4585]


is required. Each individual node needs to process every feedback message it receives to determine if it is affected or if the feedback message applies only to some other participant.


3.3. Point to Multipoint Using the Translator
3.3. 翻訳を使用してポイントツーマルチポイント

Shortcut name: Topo-Translator


Two main categories of Translators can be distinguished:


Transport Translators (Topo-Trn-Translator) do not modify the media stream itself, but are concerned with transport parameters. Transport parameters, in the sense of this section, comprise the transport addresses (to bridge different domains) and the media packetization to allow other transport protocols to be interconnected to a session (in gateways). Of the transport Translators, this memo is primarily interested in those that use RTP on both sides, and this is assumed henceforth. Translators that bridge between different protocol worlds need to be concerned about the mapping of the SSRC/CSRC (Contributing Source) concept to the non-RTP protocol. When designing a Translator to a non-RTP-based media transport, one crucial factor lies in how to handle different sources and their identities. This problem space is not discussed henceforth.

交通翻訳者(TOPO-Trnは-翻訳)は、メディア・ストリーム自体を変更しますが、トランスポートパラメータと懸念しているしないでください。トランスポートパラメータは、このセクションの意味で、他のトランスポートプロトコルは、(ゲートウェイで)セッションに相互接続することを可能にするトランスポート・アドレス(異なるドメインを埋めること)とメディアパケットを含みます。輸送翻訳者の、このメモは、両側にRTPを使用するもので、主に興味があり、これは、今後想定されます。翻訳者は、異なるプロトコルの世界の間のブリッジは非RTPプロトコルにSSRC / CSRC(貢献ソース)の概念のマッピングを心配する必要があります。非RTPベースのメディアトランスポートに翻訳を設計する際に、1つの重要な要素は、異なるソースや身元を処理する方法です。この問題空間は今後議論されていません。

Media Translators (Topo-Media-Translator), in contrast, modify the media stream itself. This process is commonly known as transcoding. The modification of the media stream can be as small as removing parts of the stream, and it can go all the way to a full transcoding (down to the sample level or equivalent) utilizing a different media codec. Media Translators are commonly used to connect entities without a common interoperability point.


Stand-alone Media Translators are rare. Most commonly, a combination of Transport and Media Translators are used to translate both the media stream and the transport aspects of a stream between two transport domains (or clouds).


Both Translator types share common attributes that separate them from Mixers. For each media stream that the Translator receives, it generates an individual stream in the other domain. A Translator always keeps the SSRC for a stream across the translation, where a Mixer can select a media stream, or send them out mixed, always under its own SSRC, using the CSRC field to indicate the source(s) of the content.


The RTCP translation process can be trivial, for example, when Transport Translators just need to adjust IP addresses, or they can be quite complex as in the case of media Translators. See Section 7.2 of [RFC3550].

交通翻訳者は、IPアドレスだけを調整する必要がある場合RTCP変換プロセスは、例えば、些細なことができ、またはそれは、メディア翻訳者の場合のように、非常に複雑になることがあります。 [RFC3550]の7.2節を参照してください。

         +---+     /       \     +------------+      +---+
         | A |<---/         \    |            |<---->| B |
         +---+   /   Multi-  \   |            |      +---+
                +    Cast     +->| Translator |
         +---+   \  Network  /   |            |      +---+
         | C |<---\         /    |            |<---->| D |
         +---+     \       /     +------------+      +---+

Figure 3 - Point to Multipoint Using a Translator

図3 - ポイントTranslatorの使用対多

Figure 3 depicts an example of a Transport Translator performing at least IP address translation. It allows the (non-multicast-capable) participants B and D to take part in a multicast session by having the Translator forward their unicast traffic to the multicast addresses in use, and vice versa. It must also forward B's traffic to D, and vice versa, to provide each of B and D with a complete view of the session.


If B were behind a limited network path, the Translator may perform media transcoding to allow the traffic received from the other participants to reach B without overloading the path.


When, in the example depicted in Figure 3, the Translator acts only as a Transport Translator, then the RTCP traffic can simply be forwarded, similar to the media traffic. However, when media translation occurs, the Translator's task becomes substantially more complex, even with respect to the RTCP traffic. In this case, the Translator needs to rewrite B's RTCP Receiver Report before forwarding them to D and the multicast network. The rewriting is needed as the stream received by B is not the same stream as the other participants receive. For example, the number of packets transmitted to B may be lower than what D receives, due to the different media format. Therefore, if the Receiver Reports were forwarded without changes, the extended highest sequence number would indicate that B were substantially behind in reception, while it most likely it would not be. Therefore, the Translator must translate that number to a corresponding sequence number for the stream the Translator received. Similar arguments can be made for most other fields in the RTCP Receiver Reports.


As specified in Section 7.1 of [RFC3550], the SSRC space is common for all participants in the session, independent of on which side they are of the Translator. Therefore, it is the responsibility of the participants to run SSRC collision detection, and the SSRC is a field the Translator should not change.


         +---+      +------------+      +---+
         | A |<---->|            |<---->| B |
         +---+      |            |      +---+
                    | Translator |
         +---+      |            |      +---+
         | C |<---->|            |<---->| D |
         +---+      +------------+      +---+

Figure 4 - RTP Translator (Relay) with Only Unicast Paths

図4 - ユニキャスト経路を有するRTPトランスレータ(リレー)

Another Translator scenario is depicted in Figure 4. Herein, the Translator connects multiple users of a conference through unicast. This can be implemented using a very simple transport Translator, which in this document is called a relay. The relay forwards all traffic it receives, both RTP and RTCP, to all other participants. In doing so, a multicast network is emulated without relying on a multicast-capable network infrastructure.


A Translator normally does not use an SSRC of its own, and is not visible as an active participant in the session. One exception can be conceived when a Translator acts as a quality monitor that sends RTCP reports and therefore is required to have an SSRC. Another example is the case when a Translator is prepared to use RTCP feedback messages. This may, for example, occur when it suffers packet loss of important video packets and wants to trigger repair by the media sender, by sending feedback messages. To be able to do this it needs to have a unique SSRC.


A media Translator may in some cases act on behalf of the "real" source and respond to RTCP feedback messages. This may occur, for example, when a receiver requests a bandwidth reduction, and the media Translator has not detected any congestion or other reasons for bandwidth reduction between the media source and itself. In that case, it is sensible that the media Translator reacts to the codec control messages itself, for example, by transcoding to a lower media rate. If it were not reacting, the media quality in the media sender's domain may suffer, as a result of the media sender adjusting its media rate (and quality) according to the needs of the slow past-Translator endpoint, at the expense of the rate and quality of all other session participants.


In general, a Translator implementation should consider which RTCP feedback messages or codec-control messages it needs to understand in relation to the functionality of the Translator itself. This is completely in line with the requirement to also translate RTCP messages between the domains.


3.4. Point to Multipoint Using the Mixer Model
3.4. ミキサーモデルを用いたポイントツーマルチポイント

Shortcut name: Topo-Mixer


A Mixer is a middlebox that aggregates multiple RTP streams, which are part of a session, by mixing the media data and generating a new RTP stream. One common application for a Mixer is to allow a participant to receive a session with a reduced amount of resources.


         +---+     /       \     +-----------+      +---+
         | A |<---/         \    |           |<---->| B |
         +---+   /   Multi-  \   |           |      +---+
                +    Cast     +->|   Mixer   |
         +---+   \  Network  /   |           |      +---+
         | C |<---\         /    |           |<---->| D |
         +---+     \       /     +-----------+      +---+

Figure 5 - Point to Multipoint Using the RFC 3550 Mixer Model

図5 - ポイントは、RFC 3550ミキサーモデルを用いた対多

A Mixer can be viewed as a device terminating the media streams received from other session participants. Using the media data from the received media streams, a Mixer generates a media stream that is sent to the session participant.


The content that the Mixer provides is the mixed aggregate of what the Mixer receives over the PtP or PtM paths, which are part of the same conference session.


The Mixer is the content source, as it mixes the content (often in the uncompressed domain) and then encodes it for transmission to a participant. The CSRC Count (CC) and CSRC fields in the RTP header are used to indicate the contributors of to the newly generated stream. The SSRCs of the to-be-mixed streams on the Mixer input appear as the CSRCs at the Mixer output. That output stream uses a unique SSRC that identifies the Mixer's stream. The CSRC are forwarded between the two domains to allow for loop detection and identification of sources that are part of the global session. Note that Section 7.1 of RFC 3550 requires the SSRC space to be shared between domains for these reasons.

それは(多くの場合、非圧縮ドメインにおいて)コンテンツを混合した後、参加者への送信のためにそれをコードするようにミキサーは、コンテンツソースです。 CSRCカウント(CC)及びRTPヘッダ内のCSRCフィールドは、新たに生成されたストリームへの貢献を示すために使用されます。ミキサ入力になるように、混合流のSSRCsは、ミキサ出力でCSRCsとして現れます。その出力ストリームは、ミキサーのストリームを識別する一意のSSRCを使用しています。 CSRCは、グローバルセッションの一部である元のループ検出および同定を可能にするために2つのドメイン間で転送されます。 RFC 3550のセクション7.1はこれらの理由のためにドメイン間で共有できるようにSSRCスペースが必要であることに注意してください。

The Mixer is responsible for generating RTCP packets in accordance with its role. It is a receiver and should therefore send reception reports for the media streams it receives. In its role as a media sender, it should also generate Sender Reports for those media streams sent. As specified in Section 7.3 of RFC 3550, a Mixer must not forward RTCP unaltered between the two domains.

ミキサーは、その役割に基づいてRTCPパケットを生成するための責任があります。これは、受信機で、メディアはそれを受け取るストリーム用のため、受信レポートを送信する必要があります。メディア送信者としての役割で、それはまた、送信され、それらのメディアストリームのための送信者レポートを生成する必要があります。 RFC 3550のセクション7.3で規定されているように、ミキサーは、2つのドメイン間で変更されていないRTCPを転送してはいけません。

The Mixer depicted in Figure 5 is involved in three domains that need to be separated: the multicast network, participant B, and participant D. The Mixer produces different mixed streams to B and D, as the one to B may contain content received from D, and vice versa. However, the Mixer only needs one SSRC in each domain that is the receiving entity and transmitter of mixed content.

マルチキャストネットワーク、参加者B、およびB 1つのコンテンツがDから受信含有することができるように、参加者D.ザ・ミキサーは、B及びDに異なる混合ストリームを生成する:ミキサーを分離する必要が三つのドメインに関与している図5に示され、 およびその逆。しかしながら、ミキサーは、混合コンテンツの受信エンティティと送信され、各ドメインの1つSSRCを必要とします。

In the multicast domain, a Mixer still needs to provide a mixed view of the other domains. This makes the Mixer simpler to implement and avoids any issues with advanced RTCP handling or loop detection, which would be problematic if the Mixer were providing non-symmetric behavior. Please see Section 3.7 for more discussion on this topic.


A Mixer is responsible for receiving RTCP feedback messages and handling them appropriately. The definition of "appropriate" depends on the message itself and the context. In some cases, the reception of a codec-control message may result in the generation and transmission of RTCP feedback messages by the Mixer to the participants in the other domain. In other cases, a message is handled by the Mixer itself and therefore not forwarded to any other domain.

ミキサーはRTCPフィードバックメッセージを受信し、それらを適切に処理する責任があります。 「適切な」の定義は、メッセージ自体とコンテキストに依存します。いくつかのケースでは、コーデック制御メッセージの受信は、他のドメインの参加者にミキサーでRTCPフィードバックメッセージの生成及び送信をもたらすことができます。他の場合には、メッセージはミキサー自体によって処理され、従って、他のドメインに転送されません。

When replacing the multicast network in Figure 5 (to the left of the Mixer) with individual unicast paths as depicted in Figure 6, the Mixer model is very similar to the one discussed in Section 3.6 below. Please see the discussion in Section 3.6 about the differences between these two models.


         +---+      +------------+      +---+
         | A |<---->|            |<---->| B |
         +---+      |            |      +---+
                    |   Mixer    |
         +---+      |            |      +---+
         | C |<---->|            |<---->| D |
         +---+      +------------+      +---+

Figure 6 - RTP Mixer with Only Unicast Paths

図6 - ユニキャストのみパスとRTPミキサー

3.5. Point to Multipoint Using Video Switching MCUs
3.5. MCUの切り替えビデオを使用したポイントツーマルチポイント

Shortcut name: Topo-Video-switch-MCU


         +---+      +------------+      +---+
         | A |------| Multipoint |------| B |
         +---+      |  Control   |      +---+
                    |   Unit     |
         +---+      |   (MCU)    |      +---+
         | C |------|            |------| D |
         +---+      +------------+      +---+

Figure 7 - Point to Multipoint Using a Video Switching MCU

図7 - ポイントMCUを切り替えビデオを使用して対多

This PtM topology is still deployed today, although the RTCP-terminating MCUs, as discussed in the next section, are perhaps more common. This topology, as well as the following one, reflect today's lack of wide availability of IP multicast technologies, as well as the simplicity of content switching when compared to content mixing. The technology is commonly implemented in what is known as "Video Switching MCUs".


A video switching MCU forwards to a participant a single media stream, selected from the available streams. The criteria for selection are often based on voice activity in the audio-visual conference, but other conference management mechanisms (like presentation mode or explicit floor control) are known to exist as well.


The video switching MCU may also perform media translation to modify the content in bit-rate, encoding, or resolution. However, it still may indicate the original sender of the content through the SSRC. In this case, the values of the CC and CSRC fields are retained.


If not terminating RTP, the RTCP Sender Reports are forwarded for the currently selected sender. All RTCP Receiver Reports are freely forwarded between the participants. In addition, the MCU may also originate RTCP control traffic in order to control the session and/or report on status from its viewpoint.


The video switching MCU has most of the attributes of a Translator. However, its stream selection is a mixing behavior. This behavior has some RTP and RTCP issues associated with it. The suppression of all but one media stream results in most participants seeing only a subset of the sent media streams at any given time, often a single stream per conference. Therefore, RTCP Receiver Reports only report on these streams. Consequently, the media senders that are not currently forwarded receive a view of the session that indicates their media streams disappear somewhere en route. This makes the use of RTCP for congestion control, or any type of quality reporting, very problematic.


To avoid the aforementioned issues, the MCU needs to implement two features. First, it needs to act as a Mixer (see Section 3.4) and forward the selected media stream under its own SSRC and with the appropriate CSRC values. Second, the MCU needs to modify the RTCP RRs it forwards between the domains. As a result, it is RECOMMENDED that one implement a centralized video switching conference using a Mixer according to RFC 3550, instead of the shortcut implementation described here.

上記の問題を回避するには、MCUは、二つの機能を実装する必要があります。まず、それはミキサーとして機能(3.4節を参照)と、自身のSSRCの下で、適切なCSRC値で選択されたメディアストリームを転送する必要があります。第二に、MCUは、ドメイン間で転送するRTCPのRRを修正する必要があります。結果として、一つは、RFC 3550に従ってミキサーを使用して集中型のビデオスイッチング会議の代わりに、ここで説明したショートカットの実装を実現することが推奨されます。

3.6. Point to Multipoint Using RTCP-Terminating MCU
3.6. RTCP-終端MCUを使用したポイントツーマルチポイント

Shortcut name: Topo-RTCP-terminating-MCU


         +---+      +------------+      +---+
         | A |<---->| Multipoint |<---->| B |
         +---+      |  Control   |      +---+
                    |   Unit     |
         +---+      |   (MCU)    |      +---+
         | C |<---->|            |<---->| D |
         +---+      +------------+      +---+

Figure 8 - Point to Multipoint Using Content Modifying MCUs

図8 - ポイントは、コンテンツの変更のMCUを使用して対多

In this PtM scenario, each participant runs an RTP point-to-point session between itself and the MCU. This is a very commonly deployed topology in multipoint video conferencing. The content that the MCU provides to each participant is either:

これのPtMシナリオでは、各参加者は、それ自体とMCUとの間のRTPポイント・ツー・ポイントセッションを実行します。これは、多地点ビデオ会議では非常に一般的に展開トポロジです。 MCUは、各参加者に提供するコンテンツのいずれかです:

a) a selection of the content received from the other participants, or


b) the mixed aggregate of what the MCU receives from the other PtP paths, which are part of the same conference session.


In case a), the MCU may modify the content in bit-rate, encoding, or resolution. No explicit RTP mechanism is used to establish the relationship between the original media sender and the version the MCU sends. In other words, the outgoing sessions typically use a different SSRC, and may well use a different payload type (PT), even if this different PT happens to be mapped to the same media type. This is a result of the individually negotiated session for each participant.


In case b), the MCU is the content source as it mixes the content and then encodes it for transmission to a participant. According to RTP [RFC3550], the SSRC of the contributors are to be signalled using the CSRC/CC mechanism. In practice, today, most deployed MCUs do not implement this feature. Instead, the identification of the participants whose content is included in the Mixer's output is not indicated through any explicit RTP mechanism. That is, most deployed MCUs set the CSRC Count (CC) field in the RTP header to zero, thereby indicating no available CSRC information, even if they could identify the content sources as suggested in RTP.

それはコンテンツを混合した後、参加者への送信のためにそれをコードするようにケースb)において、MCUは、コンテンツソースです。 RTP [RFC3550]によれば、貢献者のSSRCは、CSRC / CCの機構を用いてシグナリングされます。実際には、今日、ほとんどの展開MCUは、この機能を実装していません。代わりに、コンテンツミキサーの出力に含まれている参加者の識別は、明示的なRTP機構を介して示されていません。つまり、ほとんどの展開MCUは、それによりRTPで示唆したようにそれらがコンテンツソースを識別することができる場合であっても、利用可能なCSRC情報がないことを示すゼロにRTPヘッダにCSRCカウント(CC)フィールドを設定します。

The main feature that sets this topology apart from what RFC 3550 describes is the breaking of the common RTP session across the centralized device, such as the MCU. This results in the loss of explicit RTP-level indication of all participants. If one were using the mechanisms available in RTP and RTCP to signal this explicitly, the topology would follow the approach of an RTP Mixer. The lack of explicit indication has at least the following potential problems:

説明何RFC 3550から離れて、このトポロジを設定し、主な機能は、MCUなどの集中デバイス、全体で共通のRTPセッションの破壊です。これは、すべての参加者の明示的なRTPレベルの表示の損失をもたらします。 1は、明示的にこれを通知するために、RTPとRTCPで利用可能なメカニズムを使用していた場合、トポロジはRTPミキサーのアプローチに従うでしょう。明示的な表示の欠如は、少なくとも以下の潜在的な問題があります。

1) Loop detection cannot be performed on the RTP level. When carelessly connecting two misconfigured MCUs, a loop could be generated.


2) There is no information about active media senders available in the RTP packet. As this information is missing, receivers cannot use it. It also deprives the client of information related to currently active senders in a machine-usable way, thus preventing clients from indicating currently active speakers in user interfaces, etc.


Note that deployed MCUs (and endpoints) rely on signalling layer mechanisms for the identification of the contributing sources, for example, a SIP conferencing package [RFC4575]. This alleviates, to some extent, the aforementioned issues resulting from ignoring RTP's CSRC mechanism.


As a result of the shortcomings of this topology, it is RECOMMENDED to instead implement the Mixer concept as specified by RFC 3550.

このトポロジの欠点の結果として、RFC 3550で指定された代わりに、ミキサーの概念を実装することをお勧めします。

3.7. Non-Symmetric Mixer/Translators
3.7. 非対称ミキサー/翻訳者

Shortcut name: Topo-Asymmetric


It is theoretically possible to construct an MCU that is a Mixer in one direction and a Translator in another. The main reason to consider this would be to allow topologies similar to Figure 5, where the Mixer does not need to mix in the direction from B or D towards the multicast domains with A and C. Instead, the media streams from


B and D are forwarded without changes. Avoiding this mixing would save media processing resources that perform the mixing in cases where it isn't needed. However, there would still be a need to mix B's stream towards D. Only in the direction B -> multicast domain or D -> multicast domain would it be possible to work as a Translator. In all other directions, it would function as a Mixer.

B及びDは、変更せずに転送されます。この混合を避けることは、それが必要とされていない場合には混合を行うメディア処理リソースを節約するでしょう。翻訳として動作することが可能であろう>マルチキャストドメイン] - > [マルチキャストドメインまたはD - しかし、まだだけ方向BにD.へのBのストリームを混合する必要があるだろう。他のすべての方向では、ミキサーとして機能します。

The Mixer/Translator would still need to process and change the RTCP before forwarding it in the directions of B or D to the multicast domain. One issue is that A and C do not know about the mixed-media stream the Mixer sends to either B or D. Thus, any reports related to these streams must be removed. Also, receiver reports related to A and C's media stream would be missing. To avoid A and C thinking that B and D aren't receiving A and C at all, the Mixer needs to insert its Receiver Reports for the streams from A and C into B and D's Sender Reports. In the opposite direction, the Receiver Reports from A and C about B's and D's stream also need to be aggregated into the Mixer's Receiver Reports sent to B and D. Since B and D only have the Mixer as source for the stream, all RTCP from A and C must be suppressed by the Mixer.

ミキサー/翻訳はまだマルチキャストドメインにBまたはDの方向にそれを転送する前にRTCPを処理し、変更する必要があります。 1つの問題は、AとCが混在メディアミキサーはこれらのストリームに関連するすべてのレポートを削除する必要があり、したがってBまたはDのいずれかに送信するストリームについて知らないということです。また、AとCのメディアストリームに関連する受信機レポートが欠落していることになります。 AとCはBとDは全くA及びCを受信して​​いないと考え避けるために、ミキサーはBとDの送信者レポートにAとCからストリームに対してその受信機レポートを挿入する必要があります。反対方向に、BさんとDのストリームに関する受信機Aからの報告及びCはまた、からBおよびDのみがストリームのソースとしてミキサーを有する、すべてのRTCPので、BとDに送られミキサーのレシーバレポートに集約する必要がありますAとCは、ミキサーによって抑制されなければなりません。

This topology is so problematic and it is so easy to get the RTCP processing wrong, that it is NOT RECOMMENDED to implement this topology.


3.8. Combining Topologies
3.8. トポロジを組み合わせます

Topologies can be combined and linked to each other using Mixers or Translators. However, care must be taken in handling the SSRC/CSRC space. A Mixer will not forward RTCP from sources in other domains, but will instead generate its own RTCP packets for each domain it mixes into, including the necessary Source Description (SDES) information for both the CSRCs and the SSRCs. Thus, in a mixed domain, the only SSRCs seen will be the ones present in the domain, while there can be CSRCs from all the domains connected together with a combination of Mixers and Translators. The combined SSRC and CSRC space is common over any Translator or Mixer. This is important to facilitate loop detection, something that is likely to be even more important in combined topologies due to the mixed behavior between the domains. Any hybrid, like the Topo-Video-switch-MCU or Topo-Asymmetric, requires considerable thought on how RTCP is dealt with.

トポロジを合わせ、ミキサー又は翻訳を使用して互いに連結することができます。しかし、ケアはSSRC / CSRCスペースの取り扱いに注意する必要があります。ミキサーはない転送する他のドメイン内のソースからRTCP、代わりCSRCsとSSRCsの両方に必要なソース説明(SDES)情報を含むことがに混入ドメインごとに独自のRTCPパケットを生成します。ミキサーと翻訳との組み合わせと一緒に接続されたすべてのドメインからCSRCsあり得るつつ、混合領域において、見られるだけSSRCsは、ドメイン内に存在するものであろう。組み合わせSSRCやCSRCスペースは、任意の翻訳やミキサーを超える一般的です。これは、ループ検出、ドメイン間の混合行動による組み合わせのトポロジでも、より重要である可能性が高いものを容易にすることが重要です。任意のハイブリッドは、TOPO-ビデオスイッチ-MCUまたはTOPO-非対称のように、RTCPを扱っている方法にかなりの思考が必要です。

4. Comparing Topologies

The topologies discussed in Section 3 have different properties. This section first lists these properties and then maps the different topologies to them. Please note that even if a certain property is supported within a particular topology concept, the necessary functionality may, in many cases, be optional to implement.


4.1. Topology Properties
4.1. トポロジのプロパティ
4.1.1. All to All Media Transmission
4.1.1. すべてすべてのメディア伝送へ

Multicast, at least Any Source Multicast (ASM), provides the functionality that everyone may send to, or receive from, everyone else within the session. MCUs, Mixers, and Translators may all provide that functionality at least on some basic level. However, there are some differences in which type of reachability they provide.

マルチキャストは、少なくとも任意のソースマルチキャスト(ASM)は、誰もがに送信、またはセッション内の他の、誰から受け取ることができる機能を提供します。 MCUは、ミキサー、および翻訳者はすべて、少なくともいくつかの基本的なレベルでその機能を提供することができます。しかし、それらが提供する到達可能性のタイプにいくつかの違いがあります。

The transport Translator function called "relay", in Section 3.3, is the one that provides the emulation of ASM that is closest to true IP-multicast-based, all to all transmission. Media Translators, Mixers, and the MCU variants do not provide a fully meshed forwarding on the transport level; instead, they only allow limited forwarding of content from the other session participants.


The "all to all media transmission" requires that any media transmitting entity considers the path to the least capable receiver. Otherwise, the media transmissions may overload that path. Therefore, a media sender needs to monitor the path from itself to any of the participants, to detect the currently least capable receiver, and adapt its sending rate accordingly. As multiple participants may send simultaneously, the available resources may vary. RTCP's Receiver Reports help performing this monitoring, at least on a medium time scale.

「すべてのメディアの送信に全て」は、任意のメディア送信エンティティが少なくとも可能な受信機への経路を考慮することを必要とします。そうでない場合は、メディアの送信は、そのパスをオーバーロードがあります。したがって、メディア送付者は、現在、少なくとも可能な受信機を検出し、それに応じて送信速度を適応させるために、参加者のいずれにもそれ自体からのパスを監視する必要があります。複数の参加者が同時に送信することにより、利用可能なリソースは変更される場合があります。 RTCPのレシーバレポートは、少なくとも中の時間スケールで、この監視を実行するのに役立ちます。

The transmission of RTCP automatically adapts to any changes in the number of participants due to the transmission algorithm, defined in the RTP specification [RFC3550], and the extensions in AVPF [RFC4585] (when applicable). That way, the resources utilized for RTCP stay within the bounds configured for the session.

RTCPの送信を自動的AVPF [RFC4585]でRTP仕様[RFC3550]で定義による伝送アルゴリズムに参加者の数の変更、および拡張に適応する(該当する場合)。その方法は、RTCPに利用リソースは、セッションのために設定範囲内にとどまります。

4.1.2. Transport or Media Interoperability
4.1.2. 交通やメディアの相互運用性

Translators, Mixers, and RTCP-terminating MCU all allow changing the media encoding or the transport to other properties of the other domain, thereby providing extended interoperability in cases where the participants lack a common set of media codecs and/or transport protocols.


4.1.3. Per Domain Bit-Rate Adaptation
4.1.3. ドメイン単位のビットレートアダプテーション

Participants are most likely to be connected to each other with a heterogeneous set of paths. This makes congestion control in a Point to Multipoint set problematic. For the ASM and "relay" scenario, each individual sender has to adapt to the receiver with the least capable path. This is no longer necessary when Media Translators, Mixers, or MCUs are involved, as each participant only needs to adapt to the slowest path within its own domain. The Translator, Mixer, or MCU topologies all require their respective outgoing streams to adjust the bit-rate, packet-rate, etc., to adapt to the least capable path in each of the other domains. That way one can avoid lowering the quality to the least-capable participant in all the domains at the cost (complexity, delay, equipment) of the Mixer or Translator.

参加者は、経路の異種組と相互に接続される可能性が最も高いです。これは、問題の設定、ポイントツーマルチポイントに輻輳制御を行います。 ASMと「リレー」シナリオでは、各個々の送信者が少なくとも可能な経路を有する受信機に適合しなければなりません。各参加者が唯一、独自のドメイン内の最も遅いパスに適応する必要があるとして、メディア翻訳者、ミキサー、またはマイクロコントローラは、関与しているとき、これはもはや必要ではありません。トランスレータ、ミキサー、またはMCUトポロジー全ては、他のドメインのそれぞれにおける少なくとも可能な経路に適合するように、等ビットレート、パケットレートを調整するために、それぞれの送信ストリームを必要とします。その方法は、一つはミキサーや翻訳コスト(複雑さ、遅延、機器)でのすべてのドメインで少なくとも可能な参加者に品質を下げることを避けることができます。

4.1.4. Aggregation of Media
4.1.4. メディアの集約

In the all to all media property mentioned above and provided by ASM, all simultaneous media transmissions share the available bit-rate. For participants with limited reception capabilities, this may result in a situation where even a minimal acceptable media quality cannot be accomplished. This is the result of multiple media streams needing to share the available resources. The solution to this problem is to provide for a Mixer or MCU to aggregate the multiple streams into a single one. This aggregation can be performed according to different methods. Mixing or selection are two common methods.


4.1.5. View of All Session Participants
4.1.5. すべてのセッション参加者のビュー

The RTP protocol includes functionality to identify the session participants through the use of the SSRC and CSRC fields. In addition, it is capable of carrying some further identity information about these participants using the RTCP Source Descriptors (SDES). To maintain this functionality, it is necessary that RTCP is handled correctly in domain bridging function. This is specified for Translators and Mixers. The MCU described in Section 3.5 does not entirely fulfill this. The one described in Section 3.6 does not support this at all.

RTPプロトコルはSSRCとCSRCフィールドの使用を介してセッション参加者を識別するための機能を含みます。また、RTCPソース記述(SDES)を使用して、これらの参加者に関するさらにいくつかの識別情報を搬送することができます。この機能を維持するためには、RTCPは、ドメインブリッジ機能で正しく処理されることが必要です。これは、翻訳者とミキサーのために指定されています。 3.5節で説明したMCUは完全にこれを満たしていません。セクション3.6で説明したものは、このすべてをサポートしていません。

4.1.6. Loop Detection
4.1.6. ループ検出

In complex topologies with multiple interconnected domains, it is possible to form media loops. RTP and RTCP support detecting such loops, as long as the SSRC and CSRC identities are correctly set in forwarded packets. It is likely that loop detection works for the MCU, described in Section 3.5, at least as long as it forwards the RTCP between the participants. However, the MCU in Section 3.6 will definitely break the loop detection mechanism.

複数の相互接続されたドメインを有する複雑なトポロジでは、メディア・ループを形成することが可能です。 RTPとRTCPのサポートは限りSSRCやCSRCのアイデンティティが正しく転送されたパケットに設定されているように、このようなループを検出します。ループ検出は、少なくとも限り、それは参加者間のRTCPを転送するよう、セクション3.5で説明し、MCUのために働く可能性が高いです。しかし、セクション3.6でMCUは間違いなくループ検出メカニズムを中断します。

4.2. Comparison of Topologies
4.2. トポロジの比較

The table below attempts to summarize the properties of the different topologies. The legend to the topology abbreviations are: Topo-Point-to-Point (PtP), Topo-Multicast (Multic), Topo-Trns-Translator (TTrn), Topo-Media-Translator (including Transport Translator) (MTrn), Topo-Mixer (Mixer), Topo-Asymmetric (ASY), Topo-Video-switch-MCU (MCUs), and Topo-RTCP-terminating-MCU (MCUt). In the table below, Y indicates Yes or full support, N indicates No support, (Y) indicates partial support, and N/A indicates not applicable.

以下の表は、異なるトポロジの特性を要約しよう。トポロジー略語の凡例は以下のとおりですTOPO-ポイントツーポイント(PtP)、TOPO-マルチキャスト(Multic)、TOPO-TRNS-翻訳(TTRN)、(交通の翻訳を含む)トポ・メディア・翻訳(MTRN)、トポ-Mixer(ミキサー)、TOPO-非対称(ASY)、TOPO-ビデオスイッチ-MCU(マイコン)、およびTOPO-RTCP終端-MCU(MCUt)。以下の表において、YはYesまたはフルサポートを示し、Nは未サポートがないことを示し、(Y)は、部分的なサポートを示し、N / Aは適用できない示します。

   Property               PtP  Multic TTrn MTrn Mixer ASY MCUs MCUt
   All to All media        N    Y      Y    Y   (Y)   (Y) (Y)  (Y)
   Interoperability        N/A  N      Y    Y    Y     Y   N    Y
   Per Domain Adaptation   N/A  N      N    Y    Y     Y   N    Y
   Aggregation of media    N    N      N    N    Y    (Y)  Y    Y
   Full Session View       Y    Y      Y    Y    Y     Y  (Y)   N
   Loop Detection          Y    Y      Y    Y    Y     Y  (Y)   N

Please note that the Media Translator also includes the transport Translator functionality.


5. Security Considerations

The use of Mixers and Translators has impact on security and the security functions used. The primary issue is that both Mixers and Translators modify packets, thus preventing the use of integrity and source authentication, unless they are trusted devices that take part in the security context, e.g., the device can send Secure Realtime Transport Protocol (SRTP) and Secure Realtime Transport Control Protocol (SRTCP) [RFC3711] packets to session endpoints. If encryption is employed, the media Translator and Mixer need to be able to decrypt the media to perform its function. A transport Translator may be used without access to the encrypted payload in cases where it translates parts that are not included in the encryption and integrity protection, for example, IP address and UDP port numbers in a media stream using SRTP [RFC3711]. However, in general, the Translator or Mixer needs to be part of the signalling context and get the necessary security associations (e.g., SRTP crypto contexts) established with its RTP session participants.

ミキサーと翻訳者の使用は、使用されるセキュリティやセキュリティ機能に影響を与えます。主な問題は、それらが、例えば、デバイスがSRTP(Secure Realtime Transport Protocol)を送信し、固定することができるセキュリティコンテキストに参加するデバイスを信頼されない限り、ミキサーと翻訳者の両方が、このように整合性とソース認証の使用を防止し、パケットを変更することですリアルタイム転送制御プロトコル(SRTCP)[RFC3711]パケットセッションのエンドポイントへ。暗号化が採用されている場合は、メディアトランスレータとミキサーは、その機能を実行するためにメディアを復号化できるようにする必要があります。輸送トランスレータは、例えば、メディアストリームにおけるIPアドレスとUDPポート番号は、SRTP [RFC3711]を使用して、それが暗号化と整合性の保護には含まれていない部分を翻訳する場合は暗号化されたペイロードにアクセスすることなく使用することができます。しかし、一般的には、翻訳やミキサーは、シグナリングコンテキストの一部で、そのRTPセッションの参加者との確立に必要なセキュリティアソシエーション(例えば、SRTP暗号コンテキスト)を取得する必要があります。

Including the Mixer and Translator in the security context allows the entity, if subverted or misbehaving, to perform a number of very serious attacks as it has full access. It can perform all the attacks possible (see RFC 3550 and any applicable profiles) as if the media session were not protected at all, while giving the impression to the session participants that they are protected.

それは完全なアクセス権を持っているとして、非常に深刻な攻撃の数を実行するために、堕落または不正な動作と、セキュリティコンテキストでミキサーと翻訳を含めると、エンティティを可能にします。これは、可能なすべての攻撃を(RFC 3550および適用プロフィールを参照)、彼らは保護されていることをセッション参加者への印象を与えながら、メディアセッションが、すべてで保護されていなかったかのように実行することができます。

Transport Translators have no interactions with cryptography that works above the transport layer, such as SRTP, since that sort of Translator leaves the RTP header and payload unaltered. Media Translators, on the other hand, have strong interactions with cryptography, since they alter the RTP payload. A media Translator in a session that uses cryptographic protection needs to perform cryptographic processing to both inbound and outbound packets.


A media Translator may need to use different cryptographic keys for the inbound and outbound processing. For SRTP, different keys are required, because an RFC 3550 media Translator leaves the SSRC unchanged during its packet processing, and SRTP key sharing is only allowed when distinct SSRCs can be used to protect distinct packet streams.

メディアトランスレータは、インバウンドとアウトバウンド処理のために異なる暗号鍵を使用する必要があります。 SRTPのために、異なるキーはRFC 3550のメディアトランスレータは、そのパケットの処理中にそのままSSRCを残しているため、要求され、かつ明確なSSRCsは、個別のパケットストリームを保護するために使用することができたときにSRTP鍵共有にのみ許可されます。

When the media Translator uses different keys to process inbound and outbound packets, each session participant needs to be provided with the appropriate key, depending on whether they are listening to the Translator or the original source. (Note that there is an architectural difference between RTP media translation, in which participants can rely on the RTP Payload Type field of a packet to determine appropriate processing, and cryptographically protected media translation, in which participants must use information that is not carried in the packet.)

メディアトランスレータは、インバウンドとアウトバウンドのパケットを処理するために異なる鍵を使用する場合は、各セッションの参加者は、彼らが翻訳やオリジナルのソースを聴いているかどうかに応じて、適切なキーを設ける必要があります。 (参加者が参加者で運ばれていない情報を使用する必要がある適切な処理、及び暗号保護されたメディア変換を決定するために、パケットのRTPペイロードタイプフィールドに依存することができたRTPメディア翻訳のアーキテクチャの違いがあることに注意してくださいパケット。)

When using security mechanisms with Translators and Mixers, it is possible that the Translator or Mixer could create different security associations for the different domains they are working in. Doing so has some implications:


First, it might weaken security if the Mixer/Translator accepts a weaker algorithm or key in one domain than in another. Therefore, care should be taken that appropriately strong security parameters are negotiated in all domains. In many cases, "appropriate" translates to "similar" strength. If a key management system does allow the negotiation of security parameters resulting in a different strength of the security, then this system SHOULD notify the participants in the other domains about this.


Second, the number of crypto contexts (keys and security related state) needed (for example, in SRTP [RFC3711]) may vary between Mixers and Translators. A Mixer normally needs to represent only a single SSRC per domain and therefore needs to create only one security association (SRTP crypto context) per domain. In contrast, a Translator needs one security association per participant it translates towards, in the opposite domain. Considering Figure 3, the Translator needs two security associations towards the multicast domain, one for B and one for D. It may be forced to maintain a set of totally independent security associations between itself and B and D respectively, so as to avoid two-time pad occurrences. These contexts must also be capable of handling all the sources present in the other domains. Hence, using completely independent security associations (for certain keying mechanisms) may force a Translator to handle N*DM keys and related state; where N is the total number of SSRCs used over all domains and DM is the total number of domains.

第二に、(例えば、SRTP [RFC3711]に)必要な暗号コンテキスト(キーおよびセキュリティ関連状態)の数は、ミキサーと翻訳者の間で変化してもよいです。ミキサーは、通常、ドメインごとに1つだけSSRCを表現する必要があり、したがって、ドメインごとに1つだけのセキュリティアソシエーション(SRTP暗号コンテキスト)を作成する必要があります。これとは対照的に、翻訳は、参加者ごとにセキュリティアソシエーションが、それは逆のドメインで、の方に変換しなければなりません。図3を考慮すると、トランスレータは、2を避けるためにそれぞれ自身とBとDとの間の完全に独立したセキュリティアソシエーションのセットを維持するように強制することができるマルチキャストドメインに向かって2つのセキュリティアソシエーション、B用とDのいずれかを必要としますタイムパッド出現。これらの状況は、他のドメインに存在するすべてのソースを処理できる必要があります。したがって、N個の*のDMキーと関連する状態を処理するために翻訳を強制してもよい(特定のキーイング機構のために)完全に独立したセキュリティアソシエーションを使用して、 NはSSRCsの合計数は、すべてのドメインにわたって使用され、DMは、ドメインの総数です。

There exist a number of different mechanisms to provide keys to the different participants. One example is the choice between group keys and unique keys per SSRC. The appropriate keying model is impacted by the topologies one intends to use. The final security properties are dependent on both the topologies in use and the keying mechanisms' properties, and need to be considered by the application. Exactly which mechanisms are used is outside of the scope of this document.


6. Acknowledgements

The authors would like to thank Bo Burman, Umesh Chandra, Roni Even, Keith Lantz, Ladan Gharai, Geoff Hunt, and Mark Baugher for their help in reviewing this document.


7. References
7.1. Normative References
7.1. 引用規格

[RFC2119] Bradner, S., "Key words for use in RFCs to Indicate Requirement Levels", BCP 14, RFC 2119, March 1997.

[RFC2119]ブラドナーの、S.、 "要件レベルを示すためにRFCsにおける使用のためのキーワード"、BCP 14、RFC 2119、1997年3月。

[RFC3550] Schulzrinne, H., Casner, S., Frederick, R., and V. Jacobson, "RTP: A Transport Protocol for Real-Time Applications", STD 64, RFC 3550, July 2003.

[RFC3550] Schulzrinneと、H.、Casner、S.、フレデリック、R.、およびV.ヤコブソン、 "RTP:リアルタイムアプリケーションのためのトランスポートプロトコル"、STD 64、RFC 3550、2003年7月。

[RFC3711] Baugher, M., McGrew, D., Naslund, M., Carrara, E., and K. Norrman, "The Secure Real-time Transport Protocol (SRTP)", RFC 3711, March 2004.

[RFC3711] Baugher、M.、マグリュー、D.、Naslund、M.、カララ、E.、およびK. Norrman、 "セキュアリアルタイム転送プロトコル(SRTP)"、RFC 3711、2004年3月。

[RFC4575] Rosenberg, J., Schulzrinne, H., and O. Levin, Ed., "A Session Initiation Protocol (SIP) Event Package for Conference State", RFC 4575, August 2006.

[RFC4575]ローゼンバーグ、J.、Schulzrinneと、H.、およびO.レヴィン、エド。、 "Aセッション開始プロトコル(SIP)の会議の状態のためのイベントパッケージ"、RFC 4575、2006年8月。

[RFC4585] Ott, J., Wenger, S., Sato, N., Burmeister, C., and J. Rey, "Extended RTP Profile for Real-time Transport Control Protocol (RTCP)-Based Feedback (RTP/AVPF)", RFC 4585, July 2006.

[RFC4585]オット、J.、ウェンガー、S.、佐藤、N.、Burmeister、C.、およびJ.レイ「ベースのフィードバック(RTP / AVPF)リアルタイムトランスポート制御プロトコル(RTCP)の拡張RTPプロファイル」、RFC 4585、2006年7月。

7.2. Informative References
7.2. 参考文献

[CCM] Wenger, S., Chandra, U., Westerlund, M., Burman, B., "Codec Control Messages in the RTP Audio-Visual Profile with Feedback (AVPF)", Work in Progress, July 2007.

進歩、2007年7月、作業[CCM]ウェンガー、S.、チャンドラ、U.、ウェスター、M.、ビルマ、B.、 "フィードバック(AVPF)とRTPオーディオビジュアルプロファイルにおけるコーデック制御メッセージ"。

[H323] ITU-T Recommendation H.323, "Packet-based multimedia communications systems", June 2006.

[H323] ITU-T勧告H.323、 "パケットベースのマルチメディア通信システム"、2006年6月。

[RTCP-SSM] J. Ott, J. Chesterfield, E. Schooler, "RTCP Extensions for Single-Source Multicast Sessions with Unicast Feedback," Work in Progress, March 2007.

[RTCP-SSM] J.オット、J.チェスターフィールド、E.学生、 "ユニキャストフィードバック付きシングルソースのマルチキャストセッションのRTCP拡張、" 進歩、2007年3月に作業。

Authors' Addresses


Magnus Westerlund Ericsson Research Ericsson AB SE-164 80 Stockholm, SWEDEN

マグヌスウェスターエリクソン研究エリクソンAB、SE-164 80ストックホルム、スウェーデン

Phone: +46 8 7190000 EMail:

電話:+46 8 7190000 Eメール

Stephan Wenger Nokia Corporation P.O. Box 100 FIN-33721 Tampere FINLAND

ステファン・ウェンガーノキア・コーポレーションの私書箱100 FIN-33721タンペレ、フィンランド箱

Phone: +358-50-486-0637 EMail:

電話:+ 358-50-486-0637 Eメール

Full Copyright Statement


Copyright (C) The IETF Trust (2008).


This document is subject to the rights, licenses and restrictions contained in BCP 78, and except as set forth therein, the authors retain all their rights.

この文書では、BCP 78に含まれる権利と許可と制限の適用を受けており、その中の記載を除いて、作者は彼らのすべての権利を保有します。


この文書とここに含まれている情報は、基礎とCONTRIBUTOR「そのまま」、ORGANIZATION HE / SHEが表すまたはインターネットSOCIETY、(もしあれば)を後援し、IETF TRUST ANDインターネットエンジニアリングタスクフォース放棄ALLに設けられています。保証は、明示または黙示、この情報の利用および特定目的に対する権利または商品性または適合性の黙示の保証を侵害しない任意の保証がこれらに限定されません。

Intellectual Property


The IETF takes no position regarding the validity or scope of any Intellectual Property Rights or other rights that might be claimed to pertain to the implementation or use of the technology described in this document or the extent to which any license under such rights might or might not be available; nor does it represent that it has made any independent effort to identify any such rights. Information on the procedures with respect to rights in RFC documents can be found in BCP 78 and BCP 79.

IETFは、本書またはそのような権限下で、ライセンスがたりないかもしれない程度に記載された技術の実装や使用に関係すると主張される可能性があります任意の知的財産権やその他の権利の有効性または範囲に関していかなる位置を取りません利用可能です。またそれは、それがどのような権利を確認する独自の取り組みを行ったことを示すものでもありません。 RFC文書の権利に関する手続きの情報は、BCP 78およびBCP 79に記載されています。

Copies of IPR disclosures made to the IETF Secretariat and any assurances of licenses to be made available, or the result of an attempt made to obtain a general license or permission for the use of such proprietary rights by implementers or users of this specification can be obtained from the IETF on-line IPR repository at


The IETF invites any interested party to bring to its attention any copyrights, patents or patent applications, or other proprietary rights that may cover technology that may be required to implement this standard. Please address the information to the IETF at

IETFは、その注意にこの標準を実装するために必要とされる技術をカバーすることができる任意の著作権、特許または特許出願、またはその他の所有権を持ってすべての利害関係者を招待します。 ietf-ipr@ietf.orgのIETFに情報を記述してください。