Configuration d'appel de style SIP comme HTTP et victoire de la signalisation VoIP sur la complexité de H.323

Dans les années 1990, deux familles rivalisaient pour faire fonctionner les appels téléphoniques sur IP. Le H.323 de l'UIT-T définissait un système multimédia complet, encodé en binaire, construit sur ASN.1 et conçu comme une norme de télécommunications ; le SIP de l'IETF venait d'une pensée de style internet, d'abord diffusé comme Internet Draft en 1996 et normalisé comme RFC 2543 en 1999, puis RFC 3261 en 2002.

Le choix de conception qui les séparait était le message lui-même : SIP encode les appels en texte ASCII, modélise une invitation comme une requête avec des adresses de style URI, et structure le dialogue comme HTTP — INVITE, réponses, ACK. Cela rendait le protocole lisible par les humains et compatible avec la culture d'adressage et de débogage du web.

Les critiques ont correctement noté que la téléphonie est difficile et que la simplicité de SIP était en partie superficielle. Mais la simplicité a remporté la course à l'adoption : SIP s'appuyait sur la boîte à outils de l'internet, tandis que la complexité de H.323 élevait le seuil pour chaque implémenteur. Les groupes de normalisation ont choisi SIP — le 3GPP l'a retenu pour les réseaux mobiles de troisième génération, et PacketCable pour la téléphonie par câble.

La leçon de la guerre des protocoles : une norme qui abaisse le coût de la première implémentation et s'accorde avec les habitudes de l'écosystème dominant est déployée, testée et améliorée plus vite qu'un rival plus complet. SIP est devenu le protocole de signalisation par défaut pour la VoIP, l'IMS et la téléphonie mobile.

Faire de la configuration d'appel une requête textuelle, en réutilisant les outils du web

Les messages encodés en texte étaient lisibles par les humains, ce qui rendait le débogage de l'interopérabilité bien plus facile que l'ASN.1 binaire.

L'adressage de style URI alignait les appels sur le modèle d'identité du web, contrairement aux nombreux types d'alias de H.323.

Le processus de l'IETF a produit une spécification allégée plus vite que la définition complète du système par l'UIT.

L'adoption par le 3GPP et PacketCable a ancré SIP dans les réseaux mobiles et câblés.

Lorsque deux normes sont en concurrence, celle qui réutilise les outils et les modèles mentaux existants de l'écosystème bat généralement celle qui est techniquement plus complète.

La RFC 3261 (2002) reste la norme SIP de base, étendue par des dizaines de RFC pour la présence, la messagerie et la sécurité ; l'IMS — l'architecture de signalisation derrière la voix 4G — est construit sur SIP, et pratiquement tous les fournisseurs de VoIP l'utilisent. H.323 existe encore dans des niches de visioconférence mais a perdu le courant dominant.