323 は、

323 は、

パケットベースのマルチメディア通信システム
状態	有効
開始年	1996年; 28年前 (1996)
最新バージョン	2022年3月8日; 2年前 (2022-03)
組織	国際電気通信連合
関連規格	931問
Webサイト	翻訳：T-REC-H.323

H.323はITU電気通信標準化部門（ITU-T）の勧告であり、あらゆるパケットネットワーク上でオーディオビジュアル通信セッションを提供するためのプロトコルを定義しています。^[1] H.323規格は、通話シグナリ​​ングと制御、マルチメディアトランスポートと制御、ポイントツーポイントおよびマルチポイント会議の帯域幅制御を扱っています。^[2]

これは音声およびビデオ会議機器メーカーによって広く実装されており^{[3] 、} GnuGKやNetMeetingなどのさまざまなインターネットリアルタイムアプリケーションで使用されており、 IPネットワーク上の音声およびビデオサービスの両方でサービスプロバイダーや企業によって世界中で広く導入されています。

これは、 ISDN、PSTNまたはSS7、および3Gモバイル ネットワークを介したマルチメディア通信にも対応する ITU-T H.32x シリーズのプロトコルの一部です。

H.323 コール シグナリングは、ITU-T 勧告Q.931プロトコルに基づいており、IP、PSTN、ISDN、およびISDN 経由のQ​​SIGを組み合わせて使用​​するネットワーク間でのコールの送信に適しています。ISDN コール モデルに類似したコール モデルにより、 IP ベースの PBX への移行を含む、ISDN ベースのPBXシステムの既存のネットワークへのIP テレフォニーの導入が容易になります。

H.323 のコンテキストでは、IP ベースの PBX は、電話やビデオ電話にサービスを提供するゲートキーパーまたはその他の通話制御要素である可能性があります。このようなデバイスは、通話転送、パーク、ピックアップ、保留などの基本サービスと補足サービスの両方を提供または促進する場合があります。

H.323の最初のバージョンは、ローカルエリアネットワーク（LAN）上でのビデオ会議機能の実現に重点を置いて1996年11月にITUによって公開されました^[4]が、 WANやインターネットを含むさまざまなIPネットワーク上で音声通信を伝送する手段として業界ですぐに採用されました（VoIPを参照）。

H.323 は長年にわたり、パケット交換ネットワーク上で音声とビデオの両方の機能をより良く実現するために必要な機能強化を加えて改訂され、再発行されてきました。各バージョンは以前のバージョンとの下位互換性があります。 ^[5] H.323 が LAN だけでなく WAN や大規模キャリア ネットワーク内での通信にも使用されていることを認識し、1998 年の発行時に H.323 のタイトルが変更されました。^[6]タイトルはそれ以来変更されておらず、「パケットベースのマルチメディア通信システム」です。H.323 の現在のバージョンは 2009 年に承認されました。^[7]

H.323 の強みの 1 つは、基本的な通話モデルを定義するだけでなく、ビジネス コミュニケーションの期待に応えるために必要な補足サービスも定義する一連の標準が比較的早い段階で利用可能になったことです。^{[引用が必要]}

H.323 は、IP ネットワーク経由でオーディオとビデオを転送するためにインターネット技術特別調査委員会(IETF) 標準のリアルタイム転送プロトコル(RTP)を採用した最初の VoIP 標準でした。 ^{[引用が必要]}

H.323は、いくつかのITU-TおよびIETFプロトコルの使用を記述したシステム仕様です。ほぼすべてのH.323システムの中核を構成するプロトコルは次のとおりです。^[8]

• H.225.0 登録、許可、およびステータス(RAS)。H.323 エンドポイントとゲートキーパー間で使用され、アドレス解決および許可制御サービスを提供します。
• H.225.0コール シグナリング。通信を確立するために、任意の 2 つの H.323 エンティティ間で使用されます。( Q.931に基づく)
• マルチメディア通信用のH.245制御プロトコル。機能交換、オーディオ、ビデオ、データ用の論理チャネルの開閉、制御、および表示に使用されるメッセージと手順を記述します。
• リアルタイム トランスポート プロトコル(RTP)。任意の 2 つのエンティティ間でマルチメディア情報 (音声、ビデオ、テキスト) を送受信するために使用されます。

多くの H.323 システムでは、補足的なサービス サポートを提供したり、ユーザーに他の機能を提供したりするために、さまざまなITU-T 勧告で定義されている他のプロトコルも実装されています。これらの勧告の一部は次のとおりです。^{[引用が必要]}

• H.235シリーズは、シグナリングとメディアの両方のセキュリティを含む、H.323 内のセキュリティについて説明します。
• H.239 は、ビデオ会議におけるデュアル ストリームの使用について規定しており、通常、1 つはライブ ビデオ用、もう 1 つは静止画像用です。
• H.450シリーズはさまざまな補足サービスについて説明します。
• H.460シリーズは、ネットワーク アドレス変換(NAT)/ファイアウォール(FW) トラバーサル用の ITU-T 勧告 H.460.17、H.460.18、および H.460.19 を含む、エンドポイントまたはゲートキーパーによって実装される可能性のあるオプションの拡張機能を定義します。

これらの ITU-T 勧告に加えて、H.323 は、リアルタイム トランスポート プロトコル(RTP)を含むメディア トランスポートおよびメディア パケット化に関するさまざまな IETF RFC ( Request for Comments ) を実装しています。

H.323 は、ITU 定義のコーデックと ITU 外で定義されたコーデックの両方を使用します。H.323 機器で広く実装されているコーデックには、次のものがあります。

• オーディオコーデック: G.711、G.729 ( G.729aを含む)、G.723.1、G.726、G.722、G.728、Speex、AAC-LD
• テキストコーデック: T.140
• ビデオコーデック: H.261、H.263、H.264、H.265

ビデオ通信を提供するすべてのH.323端末は、H.261 QCIFに従ってビデオをエンコードおよびデコードできる必要があります。すべてのH.323端末はオーディオコーデックを備え、ITU-T勧告G.711に従って音声をエンコードおよびデコードできる必要があります。すべての端末はA-lawおよびμ-lawを送受信できる必要があります。他のオーディオおよびビデオコーデックのサポートはオプションです。^[7]

H.323 システムは、豊富なマルチメディア通信機能を提供するために連携して動作する複数のネットワーク要素を定義します。これらの要素は、端末、マルチポイント コントロール ユニット(MCU)、ゲートウェイ、ゲートキーパー、および境界要素です。端末、マルチポイント コントロール ユニット、およびゲートウェイは、総称してエンドポイントと呼ばれることがよくあります。H.323 は TCP ポート番号 1720 を使用します。

すべての要素が必要なわけではありませんが、2 人の間で通信を行うには少なくとも 2 つの端末が必要です。ほとんどの H.323 展開では、アドレス解決を容易にするためにゲートキーパーが使用されます。

H.323 ネットワークの端末は、ユーザーが通常使用するデバイスであるため、あらゆる H.323 システムで最も基本的な要素です。端末は、シンプルな IP 電話や強力な高解像度ビデオ会議システムの形で存在する場合があります。

H.323 端末の内部には、プロトコル スタックと呼ばれるものがあり、H.323 システムで定義された機能を実装します。プロトコル スタックには、ITU-T 勧告 H.225.0 および H.245 で定義された基本プロトコルの実装のほか、RTP や上記の他のプロトコルが含まれます。

図 1 は、音声、ビデオ、およびさまざまな形式のデータ通信をサポートする、完全で洗練されたスタックを示しています。実際には、ほとんどの H.323 システムは、これほど幅広い機能を実装していませんが、論理的な配置は関係を理解するのに役立ちます。

マルチポイント コントロール ユニット(MCU) は、マルチポイント会議の管理を担当し、マルチポイント コントローラ (MC) とマルチポイント プロセッサ (MP) と呼ばれる 2 つの論理エンティティで構成されます。より実用的な用語で言えば、MCU は、今日の PSTN で使用されている会議ブリッジとそれほど変わらない会議ブリッジです。ただし、最も大きな違いは、従来の会議ブリッジで行われる通常のオーディオ ミキシングに加えて、H.323 MCU はビデオのミキシングや切り替えが可能な場合があることです。一部の MCU は、マルチポイント データ コラボレーション機能も提供します。エンド ユーザーにとって、これは、H.323 MCU にビデオ通話を発信することで、ユーザーが会議の他の参加者全員の音声を聞くだけでなく、その全員を見ることができることを意味します。

ゲートウェイは、H.323 ネットワークと PSTN や ISDN ネットワークなどの他のネットワーク間の通信を可能にするデバイスです。会話の一方の当事者が H.323 端末以外の端末を使用している場合、両者が通信できるようにするには、通話がゲートウェイを通過する必要があります。

ゲートウェイは、現在サービス プロバイダーによって導入されている大規模な国際 H.323 ネットワークと従来の PSTN 電話機を相互接続できるようにするために、現在広く使用されています。ゲートウェイは、企業内でも使用され、企業の IP 電話機がサービス プロバイダーを介して PSTN 上のユーザーと通信できるようにします。

ゲートウェイは、 H.320およびH.324ベースのビデオ会議デバイスが H.323 システムと通信できるようにするためにも使用されます。現在導入されている第 3 世代 (3G) モバイル ネットワークのほとんどは H.324 プロトコルを利用しており、このようなゲートウェイ デバイスを介して企業ネットワーク内の H.323 ベースの端末と通信できます。

ゲートキーパーは、H.323 ネットワークのオプション コンポーネントであり、端末、ゲートウェイ、および MCU デバイスにさまざまなサービスを提供します。これらのサービスには、エンドポイント登録、アドレス解決、アドミッション制御、ユーザー認証などが含まれます。ゲートキーパーによって実行されるさまざまな機能のうち、アドレス解決は最も重要な機能です。アドレス解決により、2 つのエンドポイントが、一方のエンドポイントがもう一方のエンドポイントのIP アドレスを知らなくても相互に通信できるようになります。

ゲートキーパーは、「直接ルーティング」モードと「ゲートキーパー ルーティング」モードの 2 つのシグナリング モードのいずれかで動作するように設計できます。直接ルーティング モードは、最も効率的で、最も広く導入されているモードです。このモードでは、エンドポイントは RAS プロトコルを使用してリモート エンドポイントの IP アドレスを取得し、リモート デバイスとの通話が直接確立されます。ゲートキーパー ルーティング モードでは、通話シグナリ​​ングは常にゲートキーパーを通過します。後者ではゲートキーパーに高い処理能力が必要になりますが、ゲートキーパーは通話を完全に制御でき、エンドポイントに代わって補足サービスを提供できます。

H.323 エンドポイントは、RAS プロトコルを使用してゲートキーパーと通信します。同様に、ゲートキーパーは RAS を使用して他のゲートキーパーと通信します。

H.323 で単一のゲートキーパーに登録されているエンドポイントの集合は、「ゾーン」と呼ばれます。このデバイスの集合は、必ずしも関連する物理トポロジを持つ必要はありません。むしろ、ゾーンは完全に論理的であり、ネットワーク管理者によって任意に定義されます。

ゲートキーパーは、ゾーン間で通話を解決できるように隣接させる機能を備えています。隣接させることで、グローバル ダイヤリング スキームなどのダイヤル プランの使用が容易になります。ダイヤル プランは「ゾーン間」ダイヤリングを容易にするため、別々のゾーンにある 2 つのエンドポイントが相互に通信できます。

境界要素とピア要素は、ゲートキーパーに似たオプションのエンティティですが、エンドポイントを直接管理せず、RAS プロトコルで説明されていないいくつかのサービスを提供します。境界要素またはピア要素の役割は、「管理ドメイン」の定義によって理解されます。

管理ドメインとは、サービス プロバイダーなどの 1 人の人物または組織によって管理されているすべてのゾーンの集合です。サービス プロバイダー ネットワーク内には、数百または数千のゲートウェイ デバイス、電話、ビデオ ターミナル、またはその他の H.323 ネットワーク要素が存在する場合があります。サービス プロバイダーは、都市別の論理配置など、管理下にあるすべてのデバイスを最適に管理できるように、デバイスを「ゾーン」に配置する場合があります。サービス プロバイダー ネットワーク内のすべてのゾーンをまとめると、別のサービス プロバイダーには「管理ドメイン」として表示されます。

境界要素は、通常、管理ドメインの端に位置し、別の管理ドメインと通信するシグナリング エンティティです。この通信には、アクセス許可情報、通話料金情報、または 2 つの管理ドメイン間の通信を可能にするために必要なその他の重要なデータなどが含まれる場合があります。

ピア要素は、管理ドメイン内のエンティティであり、境界要素から学習した情報を管理ドメイン全体に伝播するのに役立ちます。このようなアーキテクチャは、キャリア ネットワーク内での大規模な展開を可能にし、クリアリング ハウスなどのサービスを可能にすることを目的としています。

図 2 は、境界要素、ピア要素、ゲートキーパーを含む管理ドメインを示しています。

H.323 は、ネットワーク要素で効率的なメッセージ処理を可能にするバイナリ プロトコルとして定義されています。プロトコルの構文はASN.1で定義されており、ネットワーク上で効率的なメッセージ エンコーディングを行うために、 Packed Encoding Rules (PER) 形式のメッセージ エンコーディングを使用します。以下は、H.323 システムにおけるさまざまな通信フローの概要です。

リモートエンドポイントのアドレスが解決されると、エンドポイントはH.225.0コールシグナリングを使用してリモートエンティティとの通信を確立します。H.225.0メッセージは次のとおりです。^[9]

最も単純な形式では、H.323 通話は次のように確立されます (図 3)。

この例では、左側のエンドポイント (EP) が右側のゲートウェイとの通信を開始し、ゲートウェイが通話を着信側に接続しました。実際には、通話フローはここで示したものよりも複雑になることがよくありますが、H.323 で定義されている Fast Connect 手順を使用するほとんどの通話は、わずか 2 つか 3 つのメッセージで確立できます。エンドポイントは、通話中であることをゲートキーパー (ゲートキーパーが使用されている場合) に通知する必要があります。

通話が終了すると、デバイスはリリース完了メッセージを送信します。その後、エンドポイントはゲートキーパー（ゲートキーパーが使用されている場合）に通話が終了したことを通知する必要があります。

エンドポイントは、ゲートキーパーと通信するために RAS プロトコルを使用します。同様に、ゲートキーパーはピア ゲートキーパーと通信するために RAS を使用します。RAS は、わずか数個のメッセージで構成される非常にシンプルなプロトコルです。具体的には、次のとおりです。

• ゲートキーパーの要求、拒否、確認メッセージ (GRx)
• 登録要求、拒否、確認メッセージ (RRx)
• 登録解除要求、拒否、確認メッセージ (URx)
• 入場要求、拒否、確認メッセージ (ARx)
• 帯域幅要求、拒否、確認メッセージ (BRx)
• 解除要求、拒否、確認 (DRx)
• 位置情報の要求、拒否、確認メッセージ (LRx)
• 情報要求、確認応答、拒否応答、応答 (IRx)
• 非標準メッセージ
• 不明なメッセージ応答
• リクエスト進行中 (RIP)
• リソースの可用性の表示と確認 (RAx)
• サービス制御表示および応答 (SCx)

エンドポイントの電源がオンになると、通常はゲートキーパー要求 (GRQ) メッセージを送信して、サービスを提供する意思のあるゲートキーパーを「検出」します。ゲートキーパーはゲートキーパー確認 (GCF) で応答し、エンドポイントは連携するゲートキーパーを選択します。または、ゲートキーパーがシステムの管理設定で事前に定義されている場合もあり、その場合はエンドポイントがゲートキーパーを検出する必要はありません。

エンドポイントは、連携するゲートキーパーを決定すると、登録要求 (RRQ) を送信してゲートキーパーに登録しようとします。ゲートキーパーは、登録確認 (RCF) で応答します。この時点で、エンドポイントはネットワークに認識され、通話を発信できるようになります。

エンドポイントが通話を発信する場合、ゲートキーパーにアドミッション要求 (ARQ) を送信します。ゲートキーパーは、アドレスを解決し (ローカルで、別のゲートキーパーに問い合わせて、または他のネットワーク サービスに問い合わせて)、アドミッション確認メッセージ (ACF) でリモート エンドポイントのアドレスを返します。その後、エンドポイントは通話を発信できます。

通話を受信すると、リモート エンドポイントも ARQ を送信し、着信通話を受け入れる許可を得るために ACF を受信します。これは、たとえば、発信デバイスを認証したり、通話に 使用可能な帯域幅があることを確認したりするために必要です。

図 4 は、2 つのエンドポイント (EP) と 2 つのゲートキーパー (GK) 間の高レベルの通信交換を示しています。

通話が開始されると (ただし、必ずしも完全に接続されるとは限りません)、エンドポイントは H.245 通話制御シグナリングを開始して、会議をより広範囲に制御できます。H.245 は、マルチポイント通信を完全に可能にする多くの手順を含む、かなり大規模な仕様ですが、実際には、ほとんどの実装では、ポイントツーポイントの音声およびビデオ通信を可能にするために必要な最小限の機能しか実装されていません。

H.245 は、機能ネゴシエーション、マスター/スレーブの決定、「論理チャネル」(つまり、オーディオ フローとビデオ フロー) の開閉、フロー制御、会議制御などの機能を提供します。ユニキャスト通信とマルチキャスト通信の両方をサポートしているため、理論上は会議の規模を無制限に拡大できます。

H.245 が提供する機能のうち、機能ネゴシエーションは、リモート エンティティの機能を事前に知らなくてもデバイスが通信できるようにするため、おそらく最も重要な機能です。H.245 は、オーディオ、ビデオ、テキスト、データ通信などの豊富なマルチメディア機能を実現します。オーディオ、ビデオ、またはテキストの送信には、H.323 デバイスは ITU 定義のコーデックと ITU 外で定義されたコーデックの両方を使用します。H.323 機器で広く実装されているコーデックには、次のものがあります。

• ビデオコーデック: H.261、H.263、H.264
• オーディオコーデック: G.711、G.729、G.729a、G.723.1、G.726
• テキストコーデック: T.140

H.245 は、T.120などのプロトコルを通じてリアルタイムのデータ会議機能も可能にします。T.120 ベースのアプリケーションは、通常、H.323 システムと並行して動作しますが、ユーザーにシームレスなマルチメディア体験を提供するために統合されています。T.120 は、会議のコンテキスト内で、アプリケーション共有T.128、電子ホワイトボードT.126、ファイル転送T.127、テキスト チャット T.134 などの機能を提供します。

H.323 デバイスがリモート H.323 デバイスとの通信を開始し、2 つのエンティティ間で H.245 通信が確立されると、Terminal Capability Set (TCS) メッセージが相手側に送信される最初のメッセージになります。

TCS メッセージを送信した後、H.323 エンティティは (H.245 交換を通じて) どのデバイスが「マスター」で、どのデバイスが「スレーブ」であるかを判別しようとします。マスター/スレーブ判別 (MSD) と呼ばれるこのプロセスは、通話中のマスターが 2 つのデバイス間のすべての「紛争」を解決するため重要です。たとえば、両方のエンドポイントが互換性のないメディア フローを開こうとした場合、互換性のないフローを拒否するアクションを実行するのはマスターです。

機能が交換され、マスター/スレーブの決定手順が完了すると、デバイスは「論理チャネル」またはメディア フローを開くことができます。これは、Open Logical Channel (OLC) メッセージを送信し、確認メッセージを受信するだけで実行されます。確認メッセージを受信すると、エンドポイントはリモート エンドポイントにオーディオまたはビデオを送信できます。

典型的な H.245 交換は図 5 のようになります。

このメッセージ交換の後、この図の 2 つのエンドポイント (EP) は各方向にオーディオを送信します。メッセージ交換の数は膨大で、それぞれに重要な目的がありますが、それでも時間がかかります。

このため、H.323 バージョン 2 (1998 年公開) では、Fast Connect という概念が導入されました。これにより、デバイスはH.225.0 通話確立手順の一部として双方向メディア フローを確立できます。Fast Connect を使用すると、図 3 のように、2 つ以下のメッセージで双方向メディア フローによる通話を確立できます。

Fast Connect は業界で広くサポートされています。それでも、ほとんどのデバイスは上記のように完全な H.245 交換を実装し、そのメッセージ交換を他のアクティビティと並行して実行するため、発信側または着信側に顕著な遅延は発生しません。

VoIP (Voice over Internet Protocol) は、インターネットまたはその他のパケット交換ネットワークを使用した音声の伝送を指します。ITU-T 勧告 H.323 は、VoIP で使用される標準の 1 つです。VoIP には、インターネットまたはその他のパケット交換ネットワークへの接続、VoIP サービス プロバイダーへの加入、およびクライアント (アナログ電話アダプター(ATA)、VoIP 電話、または「ソフト フォン」) が必要です。サービス プロバイダーは、他の VoIP サービスまたは PSTN への接続を提供します。ほとんどのサービス プロバイダーは月額料金を請求し、通話を行うたびに追加料金が発生します。^[要出典]たとえば、2 つの企業拠点間で VoIP を使用する場合、必ずしも VoIP サービス プロバイダーは必要ありません。H.323 は、さまざまな有線および無線テクノロジを使用して IP 経由でリモート拠点を相互接続したい企業によって広く導入されています。

ビデオ会議、またはビデオテレカンファレンス (VTC) は、2 つ以上の場所が双方向のビデオとオーディオの同時伝送を介して対話できるようにする一連の通信 テクノロジです。基本的に、ビデオ会議には 2 つのタイプがあります。専用 VTC システムでは、必要なすべてのコンポーネントが 1 つの機器にパッケージ化されていますが、デスクトップ VTC システムは通常のPCに追加して VTC デバイスに変換します。マルチポイント コントロール ユニット (MCU) を使用すると、3 つ以上のリモート ポイント間で同時にビデオ会議を行うことができます。IP ベースおよび ISDN ベースのビデオ会議用の MCU ブリッジがあります。インターネット、特にブロードバンドの価格と普及により、H.323 ベースの IP ビデオ会議の成長と使用が急増しています。H.323 は、DSL などの高速インターネット接続があれば誰でもアクセスできます。ビデオ会議は、遠隔教育、遠隔医療、ビデオ リレー サービス、ビジネスなど、さまざまな状況で利用されています。^{[引用が必要] [更新が必要]}

• IAX2 - Inter-Asterisk eXchange、特に音声ストリームに関するオーバーヘッドを削減するように設計されたバイナリ プロトコル。RFC 5456 で定義されています。
• IETF は、IP 経由の音声およびビデオ通信も可能にするセッション開始プロトコル(SIP)と呼ばれる標準を作成しました。
• ビデオ会議やビデオ電話サービスに使用されるその他の ITU-T 勧告として、 H.320 (ISDN を使用) とH.324 (通常のアナログ電話回線と 3G 携帯電話を使用)もあります。
• Jingle (Jabber/ XMPP拡張機能) では、ビデオと Voice over IP も有効になります。
• 一部のプロバイダー (Skype など) は、独自のクローズドな専用形式も使用します。
• Access Grid は、オープンソースとマルチキャストの利用に重点を置いた、ほぼ同様の機能を提供します。
• EVOはJava経由で比較的オープンな機能も提供しており、H.323のサポートも含まれています。^[10]

• H.323 情報サイト
• H.323 Plus オープンソース H.323 プロジェクト
• GNU (オープンソース) ゲートキーパー