Neste item será feita uma breve revisão das duas diferentes arquiteturas de rede que dão suporte a rede telefônica pública (PSTN – Public Switched Telephone Network) e ao protocolo IP.

A rede telefônica é uma rede de comutação de circuitos. Com isto, pode-se dizer que uma chamada de telefone reserva um "circuito físico" entra a origem e o destino da chamada, durante a duração da chamada telefônica. O termo "circuito físico" é muito usado na literatura especializada, porém o seu uso pode vir a gerar interpretações duvidosas e erradas por parte de um leitor menos atento. O que realmente ocorre é uma reserva de banda passante, não sendo possível que outros usuários do sistema possam compartilhar esta banda passante (ou circuito) já reservada a outro usuário (banda passante dedicada).

Redes de comutação de pacotes, tais como a Internet, intranets (redes IP privadas), e outras redes de dados, não reservam uma banda passante entre os pontos de origem e destino. Esta tecnologia de rede faz uma divisão da mensagem em pequenos pacotes (ou células, dependendo do tamanho), onde cada pacote pode percorre uma rota diferente, através da rede, que é compartilha com pacotes de mensagens de outros usuários (banda passante não é dedicada). Desta maneira, a comutação de pacotes requer que os pacotes (quadro – frame) tenham um cabeçalho com informações que garantam a rota para o destino correto (encapsulameto) e a reconstrução da mensagem na sua seqüência correta no terminal de destino.

Uma analogia útil, porém limitada entre as comutações de circuito e de pacotes são as redes de transporte ferroviário e rodoviário. A ferrovia é uma rede de comutação de circuito. O caminho é essencialmente reservado, e o trem viaja através da rede intacto. Já a rodovia é dividida (compartilhada) entre diversas unidades pequenas, que têm uma capacidade própria para achar o seu destino. A ferrovia oferece um nítido caminho de fim a fim (end-to-end), relativamente imune a atrasos, porém com um alto custo de despesas. Já a rodovia pode ser utilizada mais economicamente, porém é vulnerável a congestionamento.

A vantagem das redes de comutação de circuitos é que elas proporcionam uma banda passante dedicada e desta maneira, pode-se garantir uma conhecida e consistente qualidade de serviço (QoS – Quality of Service) em relação a qualidade sonora da voz, atrasos e outras características que são importantes na comunicação através de voz, e que serão analisadas nos próximos itens. A desvantagem destas redes está relacionado a sua "pobre", não eficiente utilização dos recursos da rede. Por exemplo, se durante uma ligação telefônica os dois usuários ficam em silêncio, nenhuma informação está sendo transmitida, porém a linha (banda passante) continua reservada, isto é, outros usuários da rede de telefonia pública (no caso, os seus assinantes) não podem realizar uma chamada. Até mesmo pequenos instantes de silêncio significam desperdícios de recursos , uma vez que hoje em dia os processadores com algoritmos de supressão de silêncio utilizados principalmente em redes de comutação de pacotes reconhecem uma banda passante "vazia" (inexistência de informação), liberando-a para outro usuário.

A vantagem das redes de comutação de pacotes é a utilização mais econômica e eficiente dos recursos disponíveis na rede. A sua desvantagem em processos de comunicação de tempo real (Real-time), tal como a voz, está relacionada com uma qualidade de serviço variável. Esta qualidade de serviço variável é resultado dos congestionamentos e dos conseqüentes atrasos que podem ocorrer principalmente nos roteadores. Uma segunda desvantagem é o atraso causado pela necessidade de compressão, descompressão e digitalização dos sinais de voz e também a necessidade de inserção de cabeçalhos contendo as informações de roteamento e seqüência que serão processados. Uma melhor explicação em relação a estes problemas a serem superados para que a comunicação de Voz sobre IP ( VoIP - Voice over IP) seja viável será feita no item 4 (Desafios).

Este item tem por objetivo citar os motivos pelo qual a tecnologia de Voz sobre IP está atraindo tanta atenção e otimismo na comunidade internacional (grandes empresas, grandes fabricantes de equipamentos de rede e comunicação e até mesmo pessoas como eu e você).

Estes motivos estão intimamente relacionados a questões comerciais e tecnológicas e são os seguintes:

A redução dos custos é o principal fator que pode causar uma mudança do sistema atualmente em uso trafegando voz através da rede telefônica pública para um sistema onde a voz seja transportada pela rede de dados utilizando o protocolo IP. As contas telefônicas de interurbano e de ligações internacionais que as empresas com escritórios em diversas localidades (por ex.: empresas multinacionais) pagam hoje em dia estão com os seus dias contados. As tarifas interurbanas e internacionais poderão ser substituídas por tarifas locais oriundas das ligações telefônicas entre as empresas e os seus provedores de acesso a Internet (ISP – Internet Service Provider), dentro de uma mesma localidade. Uma vez que as tarifas locais são menores que as demais tarifas cobradas pelas empresas telefônicas, haverá ima redução nos valores das contas telefônicas. Desta maneira, o custo deste tipo de ligação é equacionado através da seguinte fórmula:

Já nas redes corporativas (intranet), a utilização da voz sobre IP, faz com que haja uma economia na comunicação entre dois funcionários em localidades onde haja algum tipo de linha dedicada.

Outro motivo importante para o desenvolvimento da tecnologia de Voz sobre IP (ou VoIP) está relacionado com o aumento da integração dos serviços, isto é, o transporte de voz e dados através de uma única rede, baseada no protocolo IP.

A seguir podemos ver e comparar duas situações: uma empresa sem integração entre voz e dados (figura 1); e uma empresa com a integração (figura 2).

A capacidade de se realizar uma chamada telefônica através de Internet tem sido demonstrada e até comercializada desde 1995. Contudo, prover este tipo de serviço com qualidade e satisfazendo as necessidades dos usuários de empresas é uma outra questão. Para que o sistema de pacotes de voz seja implementado, este deve satisfazer as expectativas que o sistema de telefonia público já realiza há décadas aos seus usuários. Estas expectativas estão diretamente relacionadas aos parâmetros de qualidade oferecidos pela rede telefônica, e eles são os seguintes:

Para que a tecnologia de Voz sobre IP seja adotada em larga escala mundial , ela terá que apresentar no mínimo as mesmas características de qualidades citadas acima. Além disto, as soluções para os pacotes de voz tem que cumprir as promessas de redução de custos e integração de serviços (vide item 3), e também os mesmos níveis de qualidade da rede telefônica enquanto estão transportando dados através da mesma rede (Internet).

Alguns desafios que terão que ser superados são os seguintes:

Em rede de comutação de circuito (ex.: PBX), o atraso não é um problema, uma vez que há uma reserva de banda passante como já foi explicado no item 2. Os atrasos que podem ocorrer estão relacionados com a propagação do sinal de voz no meio de transmissão, e estes atrasos são pequenos em virtude das altas velocidades de transmissão . Uma forma de congestionamento neste tipo de rede pode ocorrer quando todas as linhas estão "ocupadas"(não há banda passante disponível). Este problema é resolvido com o aumento de infra-estrutura (capacidade) da rede, sendo o custo o principal parâmetro (balizador) que determina a viabilidade da solução.

O congestionamento e os atrasos resultantes, são um dos principais desafios da tecnologia de Voz sobre IP, devido a própria característica das redes de comutação de pacotes, que permitem o compartilhamento de recursos e também devido aos processamentos que são feitos nos roteadores e nos terminais de origem e destino da informação na rede. O atraso pode ser definido como sendo o tempo necessário para a transmissão do pacote de voz de sua origem ao seu destino. Aplicações de dados, para os quais as redes de comutação de pacotes foi originalmente projetada e implementada, são mais tolerantes em relação a atrasos do que pacotes de voz para o serviço de telefonia.

Em contraste, a voz para telefonia é intolerante em relação a atrasos. Os projetistas das redes telefônicas determinaram que os seres humanos podem suportar atrasos de até 250ms, antes que os intervalos comecem a encomodá-los. Os atrasos podem ser inseridos em diversos pontos na rede, e dependendo da situação, pode ser bastante fácil superar este limite de 250ms.

É bem útil se classificar os atrasos em duas classes:

Os atrasos fixos podem ser considerados como sendo os atrasos de fim a fim (end-to –end) de um pacote de voz, mesmo que eles não encontrem pontos de congestionamento na rede. Atrasos variáveis (jitter delay) são atrasos adicionais que são causados por congestionamento nos roteadores.

Os atrasos fixos são os seguintes:

Os sinais analógicos de voz para serem transmitidos através da rede de dados, têm que ser digitalizados e comprimidos. Posteriormente, no seu destino, este sinal sofre uma descompressão . Estes processos de compressão e descompressão adicionam atrasos, porém eles são importantes para que haja um uso mais eficiente da banda passante como será visto no item 5.2. Desta maneira, os algoritmos de compressão e descompressão precisam apresentar uma alta taxa de compressão e ao mesmo tempo acrescentar pouco atraso no transporte dos pacotes de voz.

O processamento que ocorre nos roteadores está diretamente relacionado aos cabeçalhos dos pacotes, que contem informações que determinam o seu destino e de uma certa maneira a rota que será realizada.

Os atrasos devido a transmissão podem ser considerados desprezíveis (0.25ms) se os "links" forem T1/E1 (1.544Mbit/s – 2.048Mbit/s) ou até 7ms se for um "link" de 56Kbps.

Os atrasos de buffer estão relacionados com a serialização dos pacotes de voz nos roteadores.

Abaixo podemos ver uma figura (figura 3) que ilustra estes atrasos na rede:

O atraso variável, como o seu próprio nome sugere, mudam em tempo real em função do tráfego e do congestionamento na rede. O atraso variável é provocado pelo enfileiramento (Queuing Delay) para se enviar os pacotes pela rede. Os atrasos variáveis são essencialmente o somatório dos atrasos de enfileiramento que ocorrem nos roteadores intermediários na rede. Contudo, enfileiramento pode acrescentar atrasos significantes, uma vez que na rede IP a voz está disputando os recursos com outras aplicações . Outro atraso variável é devido ao Dejitter Buffer ou variação do atraso. Este buffer tem a função de armazenar pacotes de voz que venham separados, para repassá-los ao PABX sem muitos "buracos".

Desta maneira, uma tecnologia de controle de congestionamento, prioridade e alocação de recursos são importantes para o desenvolvimento da tecnologia de Voz sobre IP.

A figura abaixo (figura 4) ilustra como o atraso variável está presente na rede.

Através de uma análise quantitativa, podem ser feitas algumas observações. O somatório dos atrasos fixos é aproximadamente o seguinte:

O somatório destes atrasos está entre 70 e 100 ms. Considerando-se o pior caso, uma chamada pode tolerar até 150 ms, antes de exceder o limite de 250 ms.

Contudo na Internet, os atrasos provocador pelos enfileiramentos que ocorrem em seus nós (roteadores), fazem com que este limite de 250 ms seja superado em alguns momentos, dependendo principalmente da quantidade de usuários que estão utilizando a rede ao mesmo tempo, isto é , o trafego e o congestionamento da rede.

O gráfico abaixo (figura 5) apresenta uma relação de 5 grandes provedores de acesso à Internet (ISP – Internet Service Provider) e os seus atrasos máximo, mínimo e médio em uma viagem de ida e volta de um pacote (round trip delay).

De uma maneira geral, a amplitude e a variação dos atrasos associados a Internet impedem atualmente o seu uso como sendo a solução para os serviços de telefonia das empresas e até mesmo das pessoas em geral. Contudo, as redes corporativas privadas (intranet) quando corretamente configuradas, podem ser um solução viável para este tipo de serviço.

As intranet’s podem ser projetadas para terem baixos atrasos, porém devido ao seu cabeçalho grande (24-48 byts) em relação por exemplo a tecnologia de Frame Relay (4 bytes), e o mecanismos de prioridade e alocação de recursos não muito eficientes, fazem com que exista a necessidade de uma banda passante grande e de poucas aplicações que a disputem.

Desta maneira, as redes IP estão sujeitas a congestionamento e atrasos, a não ser que exita um algoritmo que permita o controle da alocação de banda passante no momento que a rede apresentar pacotes de voz disputando o meio com pacotes de dados, porém esta discussão será realizado no item 5.1.

O congestionamento da rede geralmente resulta em perda de pacotes. Protocolos de aplicação de dados, tal como o TCP (Transmissiont Control Protocol), automaticamente retransmite os pacotes perdidos. Porém a retransmissão não é possível em serviços de telefonia, devido a sua necessidade de tempo real. Em transmissão de voz, as perdas de até 5% dos pacotes são normalmente imperceptíveis para o usuário. Perdas entre 5 e 10% podem ser perceptíveis, porém toleradas desde que seja implementado um método adequado para a prevenção de erros na fala. Perdas acima de 10% não são toleráveis em serviços de telefonia.

As intranet’s bem projetadas são virtualmente imune a perdas, embora necessite de uma banda passante grande em relação ao Frame Relay, para realizar os mesmos níveis de perdas de pacotes. Já a Internet apresenta uma grande variação em relação a perdas de pacotes . Durante horários de pico, a taxa de perda supera normalmente os 20%, até mesmo nos provedores de credibilidade reconhecida (figura 6).

A banda passante é o elemento que está relacionado diretamente ao custos das redes de voz e dados. Em redes IP, o tamanho do cabeçalho proporciona um "peso" a banda passante em aplicações de voz (Voz sobre IP). E banda passante insuficiente é uma das principais causas de congestionamento, atrasos e perdas de pacotes.

Algoritmos e protocolos de prioridade e alocação de recursos podem dinamicamente limitar ao quadros (frames) de dados quando pacotes de voz estão presentes na rede (alocação de recurso) e também a quantidade de pacotes de dados que podem ser enfileirados na frente dos pacotes de voz (prioridade).

O controle de congestionamento em redes IP ainda não está muito maduro, porém métodos como o UDP (User Datagram Protocol) estão ajudando os gerentes de rede a manter o tráfego de voz fluindo com regularidade.

Alguns dos mecanismos que utilizam as técnicas citadas acima são:

A utilização deste mecanismo de controle de congestionamento está diretamente associado ao "delay" causado pelo enfileiramento ("Queuing delay"). Com sua utilização, não importará a quantidade de tráfego de dados que entre no roteador pois existirão uma fila para pacotes de dados e outra para pacotes de voz, sendo um pacote de cada fila serializado por vez. Deste modo, a voz sempre terá um lugar garantido na transmissão. Este mecanismo pode ser verificado abaixo (figura 7).

Este mecanismo também atende a um outro fator necessário ao transporte de voz: prioridade de tráfego de voz frente ao tráfego de dados.

Para que seja possível a passagem de voz através de uma rede de dados, além da minimização e do controle do "delay", é necessário que seja garantida a entrega dos pacotes de voz. Isto é, uma qualidade de serviço (QoS) é fundamental para que a comunicação seja efetuada com um mínimo de qualidade. O Resource reSerVation Protocol (RSVP) é um protocolo de alocação de recursos e ele garante que haverá uma banda mínima para a comunicação e um atraso máximo permitido no envio e recepção de pacotes. O RSVP é utilizado em conjunto com o WFQ de modo que a serialização dos pacotes seja "programada" e orientada pelas requisições do RSVP. Abaixo (figura 8) é possível ver onde ele atua em conjunto com o WFQ.

Algoritmos de compressão de voz fazem com que seja possível uma voz de alta qualidade fazendo um uso eficiente da banda passante. O PCM (Pulse Code Modulation) é o padrão de codificação digital de voz, porém consome 64Kbps de canal. Outros algoritmos de codificação de voz tentam modelar o padrão PCM mais eficientemente, usando menos bits.

Mais recentemente, a ITU (Iternational Telecommunication Union) especificou os padrões G.729 E G.723.1 para padrões de codificação de voz. O G.723.1 é um algoritmo que foi adotado como parte do ITU H.323, que é um padrão :"guarda-chuva" para o transporte de voz, vídeo e dados através de uma rede IP.

Os algoritmos de compressão de voz utilizam técnicas de supressão de silêncio. Esta técnica atua nas "pausas entre as falas", provendo uma compressão adicional . Durante uma conversação normal, as falas ocorrem tipicamente durante 40% do tempo, do contrário é silêncio. A supressão de silêncio tira proveito destas pausas (silêncio) e somente transmite durante as rajadas de falas. Durante os períodos de silêncio, outros pacotes de voz ou dados podem usar a banda passante.

Os algoritmos de compressão e descompressão adicionam atrasos. Desta maneira, o atraso é um parâmetro que é levado em consideração na análise do melhor algoritmo de compressão , juntamente com a sua taxa de compressão, que proporciona um uso mais eficiente da banda passante, a complexidade do algoritmo e a qualidade da voz.

A tabela (figura 9) abaixo monstra alguns padrões de codificação, onde algumas das informações importante são o atraso que é gerado e a sua taxa de compressão.

Com o desenvolvimento da tecnologia de Voz sobre IP um dos fatos que irá ocorrer é que a maioria das empresas vão querer tirar vantagem da economia de custos das redes de comutação de pacotes para o transporte de voz e ao mesmo tempo preservarem a funcionalidade e os investimentos feitos em suas redes de PBX (Private Branch Exchange). Para realizar esta tarefa, os roteadores de VoIP precisam suportar um canal comum de métodos de sinalização tais como a taxa primária de sinalização da rede digital de serviços integrados (ISDN – Intergrated Services Digital Network) e o Q.SIG. A taxa primária de sinalização ISDN é o padrão de sinalização entre PBX’s digitais e a rede telefônica pública. Já o Q.SIG é um padrão de sinalização que permite a operação entre PBX’s.

A falta de suporte a estes protocolos significa que a rede telefônica irá perder a sua funcionalidade, que é uma conseqüência que não é desejável ao se fazer a implementação da comunicação através de pacotes de voz. Desta maneira, os roteadores terão que ser capazes de entender as informações de sinalização para que a transição para o sistema de Voz sobre IP seja transparente para o usuário final.

O ITU definiu o protocolo H.245 (parte do H.323 – vide item 7) como sendo o padrão de sinalização que irá coordenar os diversos elementos de voz, vídeo e dados presentes no seu sistema.

Neste item será feita uma análise dos protocolos que fazem parte do padrão H.323 e também como eles funcionam para estabelecer a comunicação de voz através de redes que utilizam o protocolo IP (Voz sobre IP)

 

Este item por objetivo citar os protocolos envolvidos no sistema H.323. de comunicação de voz. Uma explicação de como estes protocolos atuam na realização de uma chamada será feita no próximo item (item 7.2).

Sendo assim os protocolos são:

A figura (figura 10) abaixo ilustra a disposição em camadas dos protocolos citados acima:

Todo o caminho percorrido no momento do estabelecimento e no desenrolar de uma chamada é feito em etapas. Primeiramente a pessoa que deseja ligar entra com o número como qual se está querendo conversar. Este número é enviado ao PABX. Se este número corresponder a um escritório remoto, a chamada é direcionada para o roteador de VoIP pertencente a matriz responsável pela conexão ao local remoto. Neste ponto entra em ação o roteador de VoIP (Gateway) que irá codificar esta informação de acordo com o padrão G.723.1. Feito isto, um mapeamento do endereço IP correspondente do número discado é realizado. De posse do endereço IP destino, uma série de protocolos entram em ação para que seja realizada a negociação da chamada. Primeiramente, um agente H.323 inicia esta negociação. O H.323 é um padrão que define como deve ser feita este hand-shake, isto é, faz o gerenciamento dos protocolos de maneira que a comunicação de voz através da rede seja possível. O H.323 por sua vez, "chama" o protocolo RAS (parte do H.225) que faz as reservas para alocação de recursos (banda passante) em ambos os lados da comunicação de modo que a chamada se complete, isto é, este protocolo controla a banda passante, determinando a sua quantidade necessária e permitida para a realização desta chamada. Sendo possível fazer uso da banda passante necessária para a transmissão dos pacotes de voz, entra em ação o protocolo Q.931 (parte do H.225) para realizar a troca de mensagens de sianlização entre os dois terminais (no caso os PBX’s), enviando uma mensagem de "setup" da chamada. Seguindo esta fase da negociação, entra em ação o protocolo H.245 que faz com que cada ponta da comunicação informe a outra as capacidades de transmissão, isto é, faz com que seja possível a identificação de um método compatível para que a informação (voz, vídeo e dados) seja transmitida. Por exemplo, os dois terminais negociam qual será o padrão de codificação de áudio (vide item 5.2) que será usado para a transmissão da voz. Estes protocolos são transmitidos através de um canal lógico seguro, fazendo uso do protocolo TCP.

Se todas as etapas anteriores foram realizadas com sucesso, um protocolo de tempo real RTP é acionado para que o "bate-papo" possa ser realizado. Vale ressaltar que este protocolo, quando é enviado de um roteador a outro, é encapsulado em UDP (canal lógico sem segurança/retransmissão) e posteriormente em IP (com o endereço IP mapeado) e aí sim são enviados no meio físico.

Este pacote será roteado normalmente pela "nuvem" IP (com a rota estabelecida pelos roteadores da ponta-origem de modo que todas as reservas de recursos sejam atendidas) até o roteador da outra ponta-destino, que ao recebê-lo fará o processo inverso. As figuras (figura 11 e 12) abaixo facilitam a visualização deste processo.

R.: A redução dos custos das ligações telefônicas interurbanas e internacionais; e a integração de serviços (dados e voz numa única rede).

R.: Congestionamento, atrasos, perdas de pacotes e escassez de banda passante são os principais desafios a serem superados. Os congestionamentos geram atrasos e perdas de pacotes. Porém para transmissão de voz para telefonia em redes IP (Internet,intranet), existem limites de tolerância para os atrasos (250ms) e perdas de pacotes (até 10%). Já a escassez de banda passante é uma das principais causas de congestionamentos, atrasos e perdas de pacotes, uma vez que, devido a própria característica da redes baseadas no protocolo IP (comutação de pacotes), a banda passante é "disputada" por outros pacotes (voz, dados, etc).

R.: O atraso variável surge devido ao enfileiramento dos pacotes nos roteadores da rede.

R.: Os mecanismos de controle de congestionamento, prioridade e alocação de recursos foram a solução encontrada para os congestionamento e atrasos e eles podem ser exemplificados através de dois mecanismos: WFQ + RSVP.

R.: Vide item 7.1 e 7.2