Internet telephony has rapidly becoming an integral part of life. Due to its low incremental cost and the wide availability of voice over IP (VoIP) based services these services being used by nearly everyone. Today there are many VoIP applications available in the market, but most of them lack basic security features. Because people use VoIP services via public hotspots and shared local area networks these VoIP applications are vulnerable to attacks, such as eavesdropping. Today, there is a great need for VoIP applications with high quality security. MiniSIP is an open-source VoIP application platform, initially developed at KTH. High quality security has been a major focus of MiniSIP developments by several students, including the first public implementations of the secure real-time protocol (SRTP) and the Multimedia Key Exchange (MIKEY) protocol. MiniSIP implements secure end-to-end VoIP services. In addition, MiniSIP implements features such as dynamically choosing the most appropriate CODEC during a call, implementing calling policies, etc. However, it suffers from having a complicated GUI that requires the use of many libraries, rendering it both hard to build and hard support – both of which make it unsuitable for commercial purposes. Web browser plug-ins are shared libraries that users install to extend the functionality of their browser. For example, a plug-in can be used to display content that the browser itself cannot display natively. For example, Adobe's reader plugin displays PDF files directly within the web browser. Real Network’s Streaming video player utilizes a browser plug-in to provide support for live video streaming within a web page. Adobe’s Flash player plugin is required to load or view any Flash contents – such as video or animations. The goal of this thesis project is remove the problem of the existing MiniSIP GUIs by developing a Firefox browser plug-in for the MiniSIP application that will utilize a web-browser based GUI. The prototype that will be designed, implemented, and evaluated will implement an open-source VoIP application that is easy for a Firefox browser user to install and will be easy to use via a web interface. The long term goal is to facilitate an ordinary user to utilize VoIP communication via their web browser. A secondary goal is to re-use the code within MiniSIP, while using the web-browser to provide the GUI. / Internettelefoni har snabbt blivit en integrerad del av livet. På grund av dess låga marginalkostnaden och den breda tillgången på Röst över IP (VoIP) tjänster dessa tjänster används av nästan alla. Idag finns det många VoIP-applikationer som finns på marknaden, men de flesta av dem saknar grundläggande säkerhetsfunktioner. Eftersom människor använder VoIP tjänster via offentliga hotspots och delade lokala nätverk dessa VoIP-applikationer är sårbara för attacker, såsom avlyssning. Idag finns det ett stort behov av VoIP-applikationer med hög kvalitet säkerhet. MiniSIP är ett open-source VoIP-program plattform, ursprungligen utvecklats vid KTH. Hög kvalitet säkerhet har varit ett stort fokus på MiniSIP utvecklingen genom att flera studenter, däribland de första offentliga implementeringar av den säkra realtid protokoll (SRTP) och Multimedia Key Exchange (MIKEY) protokollet. MiniSIP implementerar säker början till slut VoIP tjänster. Dessutom genomför MiniSIP funktioner som dynamiskt välja den lämpligaste CODEC under ett samtal, genomföra samtalsstrategier, osv. Men lider den från att ha en komplicerad GUI som kräver användning av många bibliotek, vilket gör det både svårt att bygga och hård stöd - som båda gör det olämpligt för kommersiella ändamål. Webbläsare plug-ins delas bibliotek som användare installerar för att utöka funktionerna i sin webbläsare. Till exempel kan en plug-in kan användas för att visa innehåll som webbläsaren inte själv kan visa inföding. Till exempel visar Adobes Reader plugin PDF-filer direkt i webbläsaren. Real Networks strömmande videospelare använder en plugin-att ge stöd för levande video strömning i en webbsida. Adobe Flash Player plugin krävs för att ladda eller visa en Flash innehåll - såsom video eller animationer. Målet med denna avhandling projektet är bort problemet med befintliga MiniSIP GUI genom att utveckla en Firefox webbläsare plug-in för att MiniSIP programmet som kommer att använda en webbläsare baserad GUI. Prototypen som kommer att utformas, genomföras och utvärderas kommer att genomföra en öppen källkod VoIP-program som är lätt för en Firefox webbläsare användaren att installera och kommer att vara lätt att använda via ett webbgränssnitt. Det långsiktiga målet är att underlätta en vanlig användare att använda VoIP-kommunikation via sin webbläsare. En sekundär målsättning är att återanvända kod i MiniSIP, medan du använder webbläsare för att ge det grafiska gränssnittet.

The thesis examines the ability to have synchronized playout of audio from multiple devices. The paths between the source of this audio and the output devices may be different. Our objective is to provide a generic low-cost solution, without the use of special hardware. The context of this work is internet telephony, but the work is also applicable to other settings. In internet telephony this synchronization not only contributes to the natural flow of conversation, but also maintains the spatial effect of the incoming audio streams, as well as the location awareness of the peers. We envisioned users of handheld devices might collectively utilize their personal devices to enable a shared spatial audio environment. In the simplest case two users each with monophonic terminals could provide stereo. Hence, the second part of this study addresses the practical issue of how such synchronization could be utilized in a internet telephony client to provide such multidevice playout. We utilized minisip, as an open-source Session Initiation Protocol (SIP) client supporting security, as the basic client. To realize the vision, we ported minisip to a Pocket PC environment. In the second part of this thesis we examine the process of porting preexisting code to such a new architecture, as well as how to map an existing human-computer interface to such a handheld device. The thesis shows that synchronization is possible and explores some of the implementation’s limitations. A clear result is the need to combine the results of several theses into the common trunk code - so as to combine the earlier RTCP work with this synchronization work and to provide the a human-computer interface which is suitable for many different handheld devices, ranging from Pocket PCs to SmartPhones. / Rapporten visar på möjligheten att synkronisera ljuduppspelning på multipla ljudenheter. Vägarna från ljudkllan till de olika högtalarna (utenheterna) kan skilja sig. Vårt mål är att tillhandahålla en generell lösning till en lågt kostnad, utan att behöva använda specialhårdvara. Området för detta arbete är internettelefoni, men arbetet är även tillämpbart inom andra områden. I fallet med internettelefoni så bidrar ljudsynkroniseringen inte enbart till det naturliga konversationsflödet, utan även till de rumsrelaterade aspekterna av de inkommande ljudströmmarna och samtalsparternas medvetenhet om sina geografiska positioner. Vi förutser att användare av mobila terminaler kan komma att använda sina terminaler tillsammans för att möjliggöra en gemensam ljudmiljö. I sitt enklaste utförande kan två monoenheter tillsammans skapa en ljudmiljö för stereo-ljud. Därför adresserar den andra delen av studien hur denna typ av ljudsynkronisering kan användas inom IP-telefoni för att möjliggöra synkroniserad uppspelning på flera enheter. Vi använde minisip, en klient för SIP byggd på öppen källkod och med säkerhetsstöd, som en grundläggande terminal. För att realisera vår vision så portade vi minisip till Pocket PC-miljön. I den andra delen av den här rapporten undersöker vi även processen för att portera existerande kod till en sådan arktitektur, och hur man överför existerande användargränssnitt till en handhållen terminal. Denna rapport visar att synkronisering är möjlig men visar samtidigt på en del av begränsningarna i implementationen. Ett tydligt resultat är behovet av att kombinera tidigare rapporters resultat – för att kombinera tidigare arbete inom RTCP med detta arbete inom synkronisering och för att tillhandahålla ett användargränssnitt lämpat för många olika handhållna terminaler, från Pocket PC-baserade till SmartPhone-baserade system.

Context-awareness is a hot topic in mobile computing currently. A lot of importance is being attached to facilitating the user of various mobile computing devices to provide services that are more “user-centric”. One aspect of context-awareness is to perceive variations in available resources, and to make decisions based on the feedback to enable applications to automatically adapt to the current environment. For Voice over IP (VoIP) software phones (softphones), variations in network performance lead to fluctuations in the quality of the communication. Therefore, by making these softphones more adaptive to the network environment will, to some extent, mask such fluctuations. Dynamic voice and video adaptation derives from the fact that different coder-decoders (CODEC) have different characteristics, even the same CODECs with a different configuration can behave quite differently, in terms of bandwidth consumption, packet size, etc. Minisip is a VoIP client application which was implemented on and targeted for a Linux platform. One of my tasks was to port Minisip to Microsoft’s Windows Mobile operating system, running on an HP IPAQ Pocket PC H5550. Such handheld computer enables the user to communication while they are moving about, thus increasing the probability that the characteristics of the network connection will change. Building upon this port, the next task was to add dynamic voice and video CODEC adaptation. Dynamic voice and video CODEC adaptation on Minisip poses several challenges, for example, in what way can the network performance be determined and what adaptation strategy can achieve high call quality while making efficient utilization of available network resources. In order to make the proper design choices, several estimation models will be discussed, these are used to determine an efficient, un-intrusive, and light weight means of dynamic CODEC selection within Minisip. This thesis only implemented audio CODEC adaptation of Minisip, and the evaluation of the resulting prototype shows that such dynamic adaptation is both feasible and practical; further more, video CODEC adaptation would be a more significant extension to this work in the future. / Context-awareness är ett hett i den nuvarande mobila datavärlden. Det finns ett stort värde i att facilitating användare av olika mobila dator anordningar för att kunna förse branschen med användarvänligare tjänster. En aspekt på Context-awareness är att uppmärksamma variationen i de tillgängliga medel som finns tillhanda, och att ta beslut som är baserade på feedback för att applikationen automatiskt ska anpassa sig till den nuvarande miljön. Variationer i nätverksprestanda påverkar kvaliteten på Voice over IP (VoIP), som är en typ utav softwaretelefon, i hög grad. Dessa kvalitets svängningar kan stabiliseras och döljas i högre grad om softwaretelefonen anpassas till nätverksmiljön. Dynamisk voice och video adaptation härleds från faktum att olika coder-decoders (CODEC) har olika karaktärer, även samma CODEC med en annan konfiguration kan bete sig olikt sig själv om vi talar om bandbredds förbrukning och packet storlekar, etc. Minisip är en VoIP klient som är framtagen för Linux plattformen. En av mina huvuduppgifter var att port Minisip till Microsoft’s Windows Mobila operativsystem genom att köra en HP IPAQ Pocket PC H5550. En sådan bärbar dator möjliggör för användaren att kommunicera fastän denne rör på sig, fastän risken finns för att nätverks kontakten ändras. Baserat på denna port, blev min nästa uppgift att anpassa denna CODEC till dynamiskt ljud och bild. Att anpassa denna CODEC till dynamiskt ljud och bild på Minisip medför många utmaningar t.ex. hur nätverks prestandan kan bestämmas och vilken anpassningsstrategi som kan bidra till högkvalitativa samtal samtidigt som nätverks tillgångarna nyttjas på ett effektivt sätt. Denna tes kan endast genomföras på ljud CODEC anpassning av Minisip, och utvärderingen utav prototypen resulterade i att sådan dynamisk anpassning är både genomförbar och praktisk, en video CODEC anpassning skulle bli ett perfekt uppföljningsprojekt till denna studie.

Voice over the Internet Protocol (VoIP) is one of the latest and most successful Internet services. It takes advantage of Wireless Local Area Networks (WLANs) and broadband connections to provide high quality and low cost telephony over the Internet or an intranet. This project exploits features of VoIP to create a communication scenario where various conversations can be held at the same time, and each of these conversations can be located at a virtual location in space. The report includes theoretical analysis of psychoacoustic parameters and their experimental implementation together with the design of a spatial audio module for the Session Initiation Protocol (SIP) User Agent “minisip”. Besides the 3D sound environment this project introduces multitasking as an integrative feature for “minisip”, gathering various sound inputs connected by a SIP session to the “minisip” interface, and combining them altogether into a unique output. This later feature is achieved with the use of resampling as a core technology. The effects of traffic increment to and from the user due to the support of multiple streams are also introduced. / Röst över Internet Protocol (VoIP) är en av de senaste och mest framgångsrika Internettjänsterna. Det utnyttjar Trådlösa Nätverk och bredband för att erbjuda högkvalitativ och billig telefonering över Internet eller ett Intranät. Det här projektet använder sig av VoIP för att skapa ett kommunikationsscenario där flera olika konversationer kan hållas samtidigt och där varje konversation kan placeras på en virtuell plats i rymden. Rapporten innehåller en teoretisk analys av psykoakustiska parametrar och deras experimentella genomförande tillsammans med design av en 3D ljud modul för Session Initiation Protocol (SIP) User Agent ”minisip”. Förutom ljudmiljön i 3D introducerar projektet multitasking som en integrerbar del av ”minisip”. Alla tänkbara ljudkällor baserade på SIP förbindelser samlas med ”minisip” interfacet och kombineras till en enda utsignal. Detta uppnås med hjälp av resampling som kärnteknologi. Effekterna av att mer trafik når användaren på grund av stödet av multiple källor introduceras också.

This report presents several different techniques for diverting RTP streams when using a handheld mobile device. This device is running a version of Minisip as the SIP user agent. An introduction to the SIP protocol is given to provide some background to the reader prior to focusing upon the main goal: redirecting RTP streams. A set of requirements are defined and an RTP media transfer mode is chosen based upon these requirements. The requirements are derived from a study of a Linux cellular phone’s mobile device features and capabilities. Minisip was ported to this platform and a series of tests conducted to evaluate the design decisions made. These tests show that the best method of redirecting RTP media streams is third party call control (3PCC). / Den här rapporten presenterar flera olika teknikerna för att dra RTP strömar när man använder en mobil anordning. Den här anordningen löper en version av Minisip som den SIP användare agent. En introduktion till SIP protokoll är gjord för att ge läsaren någon bakgrund på focusen ovanför det huvudsakliga målet : omdirigerande de RTP strömarna. En set av bestämd behov är definierad och en RTP media transfer sätt är vald på grund av de här behoven. Behoven är härrörda från en studie över en Linux mobiltelefon. Minisip var installerad till den här plattformen och en serie av test dirigerad för att utvärdera de gjorda designsbesluten. De här testen visar den bästa metoden för att omdirigera RTP media strömar är den tredje part kalla kontrollen (3PCC).

With its enormous potential Voice over Internet Protocol is one of the latest buzzwords in information technology. Despite the numerous advantages of Voice over IP, it is a major technical challenge to achieve a similar call quality as experienced in the ordinary Public Switched Telephone Network. This thesis introduces standardized Internet protocols for Voice over IP, such as Session Initiation Protocol (SIP), Real-time Transport Protocol (RTP), in its background chapter. In order to provide better Quality of Service (QoS) Voice over IP applications should support a feedback mechanism, such as the Real-time Control Protocol (RTCP), and use accurate timing information, provided by the Network Time Protocol (NTP). Additionally this thesis considers synchronization issues in calls with two and more peers. After a rather academic overview of Voice over IP, the open source real-time application “minisip”, a SIP user agent, and its operation and structure for handling audio streams will be introduced. Minisip was extended by an implementation of NTP and RTCP to provide a test platform for this thesis. A clear conclusion is that the addition of global time helps facilitate synchronization of multiple streams from clients located any where in the network and in addition the ability to make one-way delay measurements helps SIP user agents to provide better quality audio to their users. / Röst över IP, eller Internettelefoni baserad på “Voice over Internet Protocol” (VoIP), har med sin stora potential blivit ett av de senaste modeorden inom informationsteknologin. Vid sedan av ett antal fördelar med VoIP så innebär det en stor teknisk utmaning att uppnå en likadan samtalskvalitet som i det vanliga, fasta, telenätet. I den här uppsatsen beskrivs hur tjänstevalitet för VoIP kan förbättras genom att noggrant tidssynkronisera de (två eller flera) klienter som deltar i ett telefonsamtal. För detta krävs dels en återkopplingsmekanism, såsom “Real-time Control Protocol” (RTCP), samt en gemensam tidsuppfattning i de inblandade klienterna, vilket kan uppnås med hjälp av “Network Time Protocol” (NTP). Dessa protokoll, liksom de övriga Internet-standarder som VoIP baseras på (såsom “Session Initiation Protocol” (SIP) och “Real-time Transport Protocol” (RTP), beskrivs inledningsvis i uppsatsen. För studien har en SIP-klient baserad på öppen källkod använts (“Minisip”), och utökats med NTP och RCTP funktionalitet för att testa den föreslagna förbättringen av VoIP. En tydlig slutsats är att kännedom om en “global tid” möjliggör synkronisering av multipla ljudströmmar från klienter som befinner sig på olika nätverk. Möjligheten att mäta paketfördröjningen (envägs) bidrar också till en förbättrad ljudkvalitet.