Skype协议分析（上）

摘要　Skype是由Kazaa于2003年发明的基于P2P技术的VoIP客户端，能够无缝穿越NATs和防火墙进行通信，并对通信内容进行加密。本文分析了Skype的网络结构、主要组成部分和主要功能。

1、概述

　　Skype是由Kazaa于2003年发明的基于P2P技术的VoIP客户端，用户可以通过Skype通过互联网进行语音和文本的传输。Skype的通讯协议是不公开的，而且通讯内容是加过密的，哥伦比亚大学的Baset和Schulzrinne完全在实验的基础上对Skype的通讯机制进行分析，通过分析得出的结论主要有三个：

　　（1）Skype的通话质量较MSN和Yahoo的即时通信工具要好；

　　（2）可以无缝的在NATs和防火墙后使用；

　　（3）安装使用起来非常简单。

2、Skype的网络结构

　　Skype的节点有两种：客户端（ordinary node）和超级节点（super node，SN）。客户端必须链接到超级节点，并且在Skype的中央服务器登录。中央服务器保存用户的用户名和密码，完成登录的认证工作。图1中的小黑点是客户端，大黑点是超级节点（用于为其它客户端提供登录跳板及广播服务），灰色的点是Skype的登录服务器。

　　Skype可以看作是一个叠加在互联网之上的网络。与以往MSN等IM工具最大的不同在于其除了用户登录，其余工作基本不依赖中央服务器。Skype在穿透防火墙通讯时完全使用了Peer to Peer，而没用到中央服务器。每一个客户端都维护一个可以到达的主机列表（host cache，HC），包括其IP地址和端口号。

图1　Skype的网络结构

　　用户下载安装完Skype后，Skype客户端会发送一段HTTP 1.1的请求到中央服务器，告诉它我装完了一个什么样的版本，服务器会返回一个200 OK的信息。客户端会进行登录初始化工作，针对三种不同类型的网络情况有三种不同的登录方式：

　　（1）直接有公众网的IP

　　（2）在内部网，可以通过TCP访问外部网络

　　（3）在内部网，但只能通过有限的几个端口（例如80和443）访问外部网络

　　Skype在登录的时候会先使用UDP请求HC中的IP，如果不行，就用TCP请求HC中的IP及端口，如果还不行。就用TCP请求HC中的IP及80端口，如果又不行，就再请求HC中的IP及443端口。如果这时候还不行，那就登录不了了。整个过程中传输的数据量大概在8k-10k，持续的时间在3至35秒。

3、Skype的主要组成部分

　　3.1　端口

　　在Skype的连接属性对话框中可以设置监听的端口号，在安装的时候Skype会随机的选择一个端口作为监听的端口，这一点与HTTP协议等不同，Skype没有默认的服务端口。同时，它还会打开对80和443端口的监听。80是常见的HTTP服务默认端口，而443则是HTTPS服务的默认端口。

　　3.2　主机列表

　　这里的主机指的是可以提供跳板及广播服务的SN的IP地址和端口号，这是Skype最重要的部分之一，HC中至少要有一个可用的主机地址和端口号。通常它被存储在注册表里的HKEY_CURRENT_USER/SOFTWARE/Skype/PHONE/LIB/CONNEC-TION/HOSTCACHE中。一般情况下，在Skype运行两天后，HC中的SN地址及对应的端口号会达到约200个。

　　3.3　编解码器

　　Skype采用了iLBC、iSAC和一个保密的编解码器，能够对50-8,000 Hz范围内的语音信号进行编码。Global IP Sound已经实现了iLBC和iSAC编解码器，其网站表明了Skype是他们的合作伙伴。由此来看Skype应该是使用了Global IP Sound的编解码器实现的语音通讯。

　　3.4　好友列表

　　Skype的好友列表没有保存在服务器上，而是保存在本地的注册表中，并进行了加密。这就使得用户如果更换了另外一台电脑之后需要重新构建好友列表。

　　3.5　加密

　　Skype使用AES（Advanced Encryption Standard）加密标准，这也是美国政府使用的一个加密标准。Skype采用了256比特加密，可能的密钥有1.1×1077个。

　　3.6　NAT与防火墙

　　Skype应该是使用了STUN和TURN协议来检测所处的NAT及防火墙环境。Skype定期的刷新这些信息，这些信息也是存储在注册表中的。与另外一个点对点文件共享系统Kazza不同，普通客户端无法阻止自己成为Super Node（SN），就是说它随时可能被征用成为别人登录服务和广播服务的提供者，就是类似于BT中的种子提供者的角色。