第七章：SDP与STUN、TURN和DTLS：构建WebRTC通信的基石
在WebRTC（Web Real-Time Communication）的广阔领域中，实现高效的音视频通信不仅需要前端技术的精湛应用，更离不开底层协议与技术的坚实支撑。本章将深入探讨SDP（Session Description Protocol）、STUN（Simple Traversal of UDP through NATs）、TURN（Traversal Using Relays around NAT）以及DTLS（Datagram Transport Layer Security）这四大关键技术，它们共同构成了WebRTC通信的基石，确保音视频流能够穿越NAT（网络地址转换）和防火墙，实现安全可靠的实时通信。
7.1 SDP：会话描述协议
7.1.1 SDP概述
SDP（Session Description Protocol）是一种用于描述多媒体会话的协议，它定义了会话的媒体成分、传输地址、时间描述、加密密钥等信息。在WebRTC中，SDP扮演着至关重要的角色，它允许两个通信终端交换关于如何建立音视频连接的信息。通过SDP消息，双方可以了解对方的媒体类型（如音频、视频）、编解码器偏好、IP地址和端口号等关键信息，从而协商出一个共同的会话参数集。
7.1.2 SDP消息结构
SDP消息由多个部分组成，包括会话级描述和媒体级描述。会话级描述包含全局信息，如会话名称、会话时间等；而媒体级描述则针对每个媒体流（如音频或视频），详细列出了媒体类型、编解码器、端口号、IP地址等具体信息。SDP消息以文本形式表示，易于阅读和调试，但也意味着它可能受到网络带宽和延迟的影响。
7.1.3 SDP在WebRTC中的应用
在WebRTC中，SDP的交换通常发生在信令阶段。当两个WebRTC客户端希望建立通信时，它们会首先通过某种信令机制（如WebSocket、WebSocket Secure、HTTP等）交换SDP消息。这些消息包含了双方各自的媒体能力和偏好，经过协商后，双方将确定一个共同的会话描述，用于指导后续音视频流的传输。
7.2 STUN：穿越NAT的简单协议
7.2.1 NAT与P2P通信的挑战
NAT（网络地址转换）是现代网络中普遍使用的一种技术，它允许一个局域网内的多台设备共享一个公网IP地址。然而，NAT也为P2P（点对点）通信带来了巨大挑战，因为NAT会隐藏内部网络的真实IP地址和端口号，使得外部设备难以直接与之通信。
7.2.2 STUN的作用
STUN（Simple Traversal of UDP through NATs）协议旨在帮助客户端发现它们自己的公网地址和端口号，以及NAT的类型。通过向STUN服务器发送请求并接收响应，客户端可以学习到NAT如何修改其发送的UDP数据包，进而推断出自己在公网上的可见地址。虽然STUN不能解决所有NAT穿越问题，但它为后续的NAT穿越策略提供了重要信息。
7.2.3 STUN与WebRTC
在WebRTC中，STUN通常被用作第一步的NAT穿越尝试。当两个客户端准备建立P2P连接时，它们会先尝试使用STUN服务器来确定各自的公网地址和端口号。如果STUN成功，则可能直接建立P2P连接；如果失败，则可能需要采用更复杂的NAT穿越技术，如TURN。
7.3 TURN：通过中继穿越NAT
7.3.1 TURN概述
当STUN无法解决问题时，TURN（Traversal Using Relays around NAT）便成为了必要的选择。TURN服务器实际上充当了数据的中转站，接收来自一个客户端的数据包，并将其转发给另一个客户端。这种方式虽然增加了延迟和带宽消耗，但几乎可以确保任何NAT环境下的通信都能成功建立。
7.3.2 TURN的工作原理
TURN服务器首先为每个需要穿越NAT的客户端分配一个唯一的公网地址和端口号（即TURN中继地址）。然后，当客户端之间需要交换数据时，它们会将数据发送到TURN服务器，由TURN服务器进行转发。通过这种方式，即使两个客户端都处于私有网络中，也能通过TURN服务器实现通信。
7.3.3 TURN在WebRTC中的应用
在WebRTC应用中，当STUN尝试失败或预计通信双方很可能处于严格NAT环境下时，通常会启用TURN服务器。通过配置WebRTC客户端以使用TURN服务器，可以确保在各种复杂的网络环境中都能实现稳定的音视频通信。
7.4 DTLS：数据报传输层安全性
7.4.1 DTLS概述
DTLS（Datagram Transport Layer Security）是一种基于UDP的协议，用于在不可靠的传输层上提供加密通信。与TLS（传输层安全性协议）类似，DTLS也支持数据的加密、完整性校验和身份认证，但它被设计为更适合于数据流和实时通信场景。
7.4.2 DTLS在WebRTC中的作用
在WebRTC中，DTLS被用于保护音视频流的传输安全。通过DTLS握手过程，两个通信终端可以协商出一个共享的密钥，用于加密和解密后续传输的音视频数据。这样，即使数据在公共网络上传输，也能保证其内容不被窃听或篡改。
7.4.3 DTLS与SRTP
通常，DTLS会与SRTP（Secure Real-time Transport Protocol）一起使用，为WebRTC通信提供端到端的安全性。SRTP是一种专为实时通信设计的加密协议，它使用DTLS协商出的密钥来加密音视频流。通过结合使用DTLS和SRTP，WebRTC应用可以确保音视频数据在传输过程中的安全性和完整性。
7.5 总结
SDP、STUN、TURN和DTLS作为WebRTC通信的四大基石，各自扮演着不可或缺的角色。SDP负责描述会话信息，为双方协商会话参数提供依据；STUN帮助客户端发现NAT后的公网地址，尝试直接P2P通信；TURN则作为备选方案，确保在复杂网络环境下的通信畅通无阻；而DTLS则负责保护音视频流的传输安全，防止数据被窃听或篡改。通过综合运用这些技术，WebRTC应用能够为用户提供高效、稳定且安全的实时音视频通信体验。
