Baresip项目中SRTP强制加密场景下的RTCP终止包安全问题分析
2025-07-07 05:58:05作者:宗隆裙
在VoIP通信领域,安全传输协议的应用至关重要。本文针对Baresip项目中发现的一个典型安全问题展开分析:当配置为强制SRTP加密时,系统在通话结束时意外发送未加密的RTCP终止包(Goodbye包),导致用户相关信息泄露。
问题背景
在Baresip的Android实现版本中,当用户配置以下安全参数时:
- 使用TLS传输(transport=tls)
- 媒体加密设置为SRTP-MAND(强制SRTP)
理论上所有SIP信令和RTP媒体流都应被加密。然而实际观察发现,在通话终止阶段,系统会通过RTCP端口发送未加密的Goodbye(203类型)数据包,其中包含SDES(202类型)源描述信息。这些信息中特别值得注意的是CNAME字段,它暴露了"user@domain:port"格式的用户标识。
技术影响
这种信息泄露带来两个主要安全隐患:
- 加密策略失效:破坏了SRTP强制加密的安全承诺,使得终端用户误以为所有通信都受到保护
- 相关信息暴露:虽然域名和端口号不敏感,但用户标识可能关联到通信信息,违背了TLS和SRTP提供的隐私保护
解决方案演进
开发团队经过讨论后确定了以下改进方向:
-
终止包处理优化:
- 在SRTP强制加密场景下直接抑制RTCP Goodbye包的发送
- 考虑到接收方在加密协商后也不会处理未加密的控制包,这种优化具有合理性
-
CNAME字段改造:
- 将原有的URI格式标识改为随机字符串
- 既保持RTCP协议要求的源标识功能,又避免相关信息泄露
实际验证
测试团队使用包含修复补丁的特殊构建版本进行了验证,确认:
- 通话终止时不再观察到未加密的RTCP包
- 所有通信流量(包括控制信令)均保持TLS或SRTP加密
- 通话质量不受影响,各项功能正常运作
安全建议
基于此案例,我们建议VoIP开发者:
- 实施端到端的加密一致性检查机制
- 对各类控制报文进行安全上下文验证
- 考虑使用非可读标识替代传统用户信息
- 建立安全审计流程,特别关注会话建立和终止阶段
该问题的修复体现了Baresip项目对通信安全的持续重视,也为其他VoIP系统提供了有价值的安全实践参考。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
315
2.74 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
639
246
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
Ascend Extension for PyTorch
Python
155
178
暂无简介
Dart
606
136
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
240
85
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K
React Native鸿蒙化仓库
JavaScript
238
310