เอช.323

เอช.323
ระบบสื่อสารมัลติมีเดียแบบแพ็กเก็ต
สถานะ	มีผลบังคับใช้
ปีเริ่มต้น	พ.ศ. 2539 ( 1996 )
เวอร์ชั่นล่าสุด	8 มีนาคม 2565 ( 2022-03 )
องค์กร	ไอทู-ที
มาตรฐานที่เกี่ยวข้อง	คำถามที่ 931
เว็บไซต์	www.itu.int/rec/T-REC-H.323​​​​​

H.323เป็นข้อแนะนำจากภาคส่วนมาตรฐานการสื่อสารโทรคมนาคมของ ITU (ITU-T)ที่กำหนดโปรโตคอลเพื่อให้บริการการสื่อสารด้วยเสียงและภาพ บน เครือข่ายแพ็กเก็ตใด ๆ ^{[ 1 ]}มาตรฐาน H.323 กล่าวถึงการส่งสัญญาณและการควบคุมการโทร การขนส่งและการควบคุมมัลติมีเดีย และการควบคุมแบนด์วิดท์สำหรับการประชุมแบบจุดต่อจุดและแบบหลายจุด^{[ 2 ]}

มีการนำไปใช้งานอย่างแพร่หลาย^{[ 3 ]}โดย ผู้ผลิตอุปกรณ์ การประชุม ทางเสียงและวิดีโอ ใช้ภายในแอปพลิเคชันแบบเรียลไทม์ต่างๆ บนอินเทอร์เน็ตเช่นGnuGKและNetMeetingและมีการใช้งานอย่างแพร่หลายทั่วโลกโดยผู้ให้บริการและองค์กรต่างๆ สำหรับบริการ เสียงและ วิดีโอ ผ่าน เครือข่าย IP

เป็นส่วนหนึ่งของชุดโปรโตคอล ITU-T H.32x ซึ่งครอบคลุม การสื่อสาร มัลติมีเดียผ่าน เครือข่าย ISDN , PSTNหรือSS7และเครือข่ายมือถือ3G ด้วย

การส่งสัญญาณการโทร H.323 อิงตามโปรโตคอล ITU-T Recommendation Q.931และเหมาะสมสำหรับการส่งสัญญาณการโทรผ่านเครือข่ายที่ใช้การผสมผสานระหว่าง IP, PSTN, ISDN และQSIGผ่าน ISDN รูปแบบการโทรที่คล้ายกับรูปแบบการโทรของ ISDN ช่วยให้การนำระบบโทรศัพท์ IP มาใช้ในเครือข่าย PBXที่ใช้ ISDN ที่มีอยู่เดิม เป็นไปได้ง่ายขึ้น รวมถึงการเปลี่ยนไปใช้ PBX ที่ใช้ IP ด้วย

ในบริบทของ H.323 ระบบ PBX ที่ใช้ IP อาจทำหน้าที่เป็นผู้เฝ้าประตูหรือองค์ประกอบควบคุมการโทรอื่นๆ ที่ให้บริการแก่โทรศัพท์หรือวิดีโอโฟนอุปกรณ์ดังกล่าวอาจให้บริการหรืออำนวยความสะดวกทั้งบริการพื้นฐานและบริการเสริม เช่นการโอนสายการพักสายการรับสายและการพักสาย

H.323 เวอร์ชันแรกได้รับการเผยแพร่โดยITUในเดือนพฤศจิกายน พ.ศ. 2539 ^{[ 4 ]}โดยเน้นที่การเปิดใช้งานความสามารถในการประชุมทางวิดีโอผ่านเครือข่ายท้องถิ่น (LAN) แต่ได้รับการนำไปใช้ในอุตสาหกรรมอย่างรวดเร็วในฐานะวิธีการส่งการสื่อสารด้วยเสียงผ่านเครือข่าย IP ที่หลากหลาย รวมถึงWANและอินเทอร์เน็ต (ดูVoIP )

ตลอดหลายปีที่ผ่านมา H.323 ได้รับการแก้ไขและเผยแพร่ใหม่พร้อมการปรับปรุงที่จำเป็นเพื่อให้สามารถใช้งานฟังก์ชันเสียงและวิดีโอผ่านเครือข่ายแบบแพ็กเก็ตสวิตช์ ได้ดียิ่งขึ้น โดยแต่ละเวอร์ชันจะเข้ากันได้กับเวอร์ชันก่อนหน้า^{[ 5 ]} เนื่องจากตระหนักว่า H.323 ถูกนำมาใช้สำหรับการสื่อสารไม่เพียงแต่ใน LAN เท่านั้น แต่ยังรวมถึง WAN และภายในเครือข่ายผู้ให้บริการขนาดใหญ่ด้วย ชื่อของ H.323 จึงถูกเปลี่ยนเมื่อเผยแพร่ในปี 1998 ^{[ 6 ]}ชื่อซึ่งยังคงไม่เปลี่ยนแปลงนับตั้งแต่นั้นมาคือ "ระบบการสื่อสารมัลติมีเดียแบบแพ็กเก็ต" เวอร์ชันปัจจุบันของ H.323 ได้รับการอนุมัติในปี 2009 ^{[ 7 ]}

จุดแข็งอย่างหนึ่งของ H.323 คือการมีมาตรฐานชุดหนึ่งที่กำหนดไม่เพียงแต่รูปแบบการโทรพื้นฐานเท่านั้น แต่ยังรวมถึงบริการเสริมที่จำเป็นต่อการตอบสนองความคาดหวังด้านการสื่อสารทางธุรกิจด้วย

H.323 เป็นมาตรฐาน VoIP แรกที่นำโปรโตคอล Real-time Transport Protocol (RTP) ซึ่งเป็นมาตรฐานของ Internet Engineering Task Force (IETF) มาใช้ในการส่ง สัญญาณเสียงและวิดีโอผ่านเครือข่าย IP

H.323 เป็นข้อกำหนดระบบที่อธิบายการใช้โปรโตคอล ITU-T และ IETF หลายรายการ โปรโตคอลที่ประกอบเป็นแกนหลักของระบบ H.323 เกือบทุกระบบ ได้แก่: ^{[ 8 ]}

• มาตรฐาน H.225.0 Registration, Admission and Status (RAS) ใช้ระหว่างเอนด์พอยต์ H.323 และเกตคีปเปอร์ เพื่อให้บริการการแก้ไขที่อยู่และการควบคุมการเข้าถึง
• H.225.0การส่งสัญญาณการโทร ซึ่งใช้ระหว่างเอนทิตี H.323 สองตัวใดๆ เพื่อสร้างการสื่อสาร (อ้างอิงจากQ.931 )
• โปรโตคอลควบคุม H.245สำหรับการสื่อสารมัลติมีเดีย ซึ่งอธิบายถึงข้อความและขั้นตอนที่ใช้สำหรับการแลกเปลี่ยนความสามารถ การเปิดและปิดช่องสัญญาณเชิงตรรกะสำหรับเสียง วิดีโอ และข้อมูล การควบคุม และการแสดงผล
• โปรโตคอลการขนส่งแบบเรียลไทม์ (RTP) ซึ่งใช้สำหรับการส่งหรือรับข้อมูลมัลติมีเดีย (เสียง วิดีโอ หรือข้อความ) ระหว่างสองฝ่ายใดๆ ก็ตาม

ระบบ H.323 จำนวนมากยังใช้โปรโตคอลอื่นๆ ที่กำหนดไว้ในข้อแนะนำต่างๆ ของ ITU-Tเพื่อรองรับบริการเสริมหรือมอบฟังก์ชันการทำงานอื่นๆ ให้แก่ผู้ใช้ ข้อแนะนำเหล่านั้นบางส่วนได้แก่:

• มาตรฐาน H.235ซีรีส์อธิบายถึงระบบรักษาความปลอดภัยภายในมาตรฐาน H.323 ซึ่งรวมถึงการรักษาความปลอดภัยทั้งในส่วนของสัญญาณและสื่อบันทึกข้อมูล
• มาตรฐาน H.239อธิบายถึงการใช้งานสตรีมคู่ในการประชุมทางวิดีโอ โดยปกติแล้วสตรีมหนึ่งสำหรับวิดีโอสด และอีกสตรีมหนึ่งสำหรับภาพนิ่ง
• เอกสารชุด H.450อธิบายถึงบริการเสริมต่างๆ
• มาตรฐาน H.460ซีรีส์กำหนดส่วนขยายเพิ่มเติมที่อาจถูกนำไปใช้โดยอุปกรณ์ปลายทางหรือเกตคีปเปอร์ ซึ่งรวมถึงข้อแนะนำของ ITU-T H.460.17 , H.460.18และH.460.19สำหรับ การทะลุ ผ่านการแปลงที่อยู่เครือข่าย (NAT) / ไฟร์วอลล์ (FW)

นอกเหนือจากข้อแนะนำของ ITU-T เหล่านั้นแล้ว H.323 ยังนำเอาข้อกำหนดต่างๆ ของ IETF ( Request for Commentsหรือ RFCs) มาใช้สำหรับการขนส่งสื่อและการแบ่งแพ็กเก็ตสื่อ รวมถึงโปรโตคอลการขนส่งแบบเรียลไทม์ (Real-time Transport Protocolหรือ RTP) ด้วย

H.323 ใช้ทั้ง โคเดกที่กำหนดโดย ITU และโคเดกที่กำหนดนอก ITU โคเดกที่อุปกรณ์ H.323 นำมาใช้กันอย่างแพร่หลาย ได้แก่:

• ตัวแปลงสัญญาณเสียง : G.711 , G.729 (รวมถึงG.729a ), G.723.1 , G.726 , G.722 , G.728 , Speex , AAC-LD
• ตัวแปลงสัญญาณข้อความ: T.140
• ตัวแปลงสัญญาณวิดีโอ : H.261 , H.263 , H.264 , H.265

เทอร์มินัล H.323 ทั้งหมดที่ให้บริการการสื่อสารวิดีโอจะต้องสามารถเข้ารหัสและถอดรหัสวิดีโอตามมาตรฐาน H.261 QCIFเทอร์มินัล H.323 ทั้งหมดจะต้องมีตัวแปลงสัญญาณเสียงและจะต้องสามารถเข้ารหัสและถอดรหัสเสียงพูดตามมาตรฐาน ITU-T Rec. G.711 เทอร์มินัลทั้งหมดจะต้องสามารถส่งและรับA-lawและμ-law ได้ การสนับสนุนตัวแปลงสัญญาณเสียงและวิดีโออื่นๆ เป็นทางเลือก^{[ 7 ]}

ระบบ H.323 กำหนดองค์ประกอบเครือข่ายหลายอย่างที่ทำงานร่วมกันเพื่อส่งมอบความสามารถในการสื่อสารมัลติมีเดียที่หลากหลาย องค์ประกอบเหล่านั้นได้แก่ เทอร์มินัลหน่วยควบคุมแบบหลายจุด (MCU) เกตเวย์เกตคีปเปอร์ และองค์ประกอบขอบเขต โดยรวมแล้ว เทอร์มินัล หน่วยควบคุมแบบหลายจุด และเกตเวย์ มักถูกเรียกว่าเอนด์พอยต์ H.323 ใช้พอร์ต TCP หมายเลข 1720

แม้ว่าองค์ประกอบทั้งหมดจะไม่จำเป็น แต่จำเป็นต้องมีเทอร์มินัลอย่างน้อยสองตัวเพื่อให้สามารถสื่อสารระหว่างบุคคลสองคนได้ ในการใช้งาน H.323 ส่วนใหญ่ จะมีการใช้เกตคีปเปอร์เพื่ออำนวยความสะดวกในการแก้ไขที่อยู่เป็นต้น

อุปกรณ์ปลายทางในเครือข่าย H.323 ถือเป็นองค์ประกอบพื้นฐานที่สุดในระบบ H.323 ใดๆ เนื่องจากเป็นอุปกรณ์ที่ผู้ใช้มักจะพบเจอเป็นประจำ อุปกรณ์เหล่านี้อาจเป็นเพียงโทรศัพท์ IP ธรรมดา หรือระบบการประชุมทางวิดีโอความละเอียดสูงที่มีประสิทธิภาพสูงก็ได้

ภายในเทอร์มินัล H.323 มีสิ่งที่เรียกว่าสแต็กโปรโตคอลซึ่งทำหน้าที่ในการใช้งานตามฟังก์ชันที่กำหนดโดยระบบ H.323 สแต็กโปรโตคอลจะรวมถึงการใช้งานโปรโตคอลพื้นฐานที่กำหนดไว้ในข้อแนะนำ ITU-T H.225.0 และ H.245 รวมถึง RTP หรือโปรโตคอลอื่นๆ ที่กล่าวถึงข้างต้นด้วย

แผนภาพในรูปที่ 1 แสดงให้เห็นถึงโครงสร้างพื้นฐานที่สมบูรณ์และซับซ้อน ซึ่งรองรับการสื่อสารด้วยเสียง วิดีโอ และข้อมูลรูปแบบต่างๆ ในความเป็นจริง ระบบ H.323 ส่วนใหญ่ไม่ได้ใช้งานความสามารถที่หลากหลายเช่นนี้ แต่การจัดเรียงเชิงตรรกะนี้มีประโยชน์ในการทำความเข้าใจความสัมพันธ์ต่างๆ

หน่วยควบคุมแบบหลายจุด (MCU) มีหน้าที่จัดการการประชุมแบบหลายจุด และประกอบด้วยสองส่วนหลักที่เรียกว่าตัวควบคุมแบบหลายจุด (MC) และตัวประมวลผลแบบหลายจุด (MP) ในทางปฏิบัติแล้ว MCU ก็คืออุปกรณ์เชื่อมต่อการประชุมที่ไม่ต่างจากอุปกรณ์เชื่อมต่อการประชุมที่ใช้ใน PSTN ในปัจจุบัน อย่างไรก็ตาม ความแตกต่างที่สำคัญที่สุดคือ MCU ที่ใช้ H.323 อาจสามารถผสมหรือสลับวิดีโอได้ นอกเหนือจากการผสมเสียงตามปกติที่ทำโดยอุปกรณ์เชื่อมต่อการประชุมแบบดั้งเดิม MCU บางตัวยังมีความสามารถในการทำงานร่วมกันของข้อมูลแบบหลายจุด ซึ่งหมายความว่าสำหรับผู้ใช้ปลายทาง การโทรผ่านวิดีโอไปยัง MCU ที่ใช้ H.323 ผู้ใช้จะสามารถมองเห็นผู้เข้าร่วมคนอื่นๆ ในการประชุมได้ทั้งหมด ไม่ใช่แค่ได้ยินเสียงของพวกเขาเท่านั้น

เกตเวย์เป็นอุปกรณ์ที่ช่วยให้การสื่อสารระหว่างเครือข่าย H.323 และเครือข่ายอื่นๆ เช่น เครือข่าย PSTN หรือ ISDN เป็นไปได้ หากฝ่ายใดฝ่ายหนึ่งในการสนทนาใช้เทอร์มินัลที่ไม่ใช่เทอร์มินัล H.323 การโทรจะต้องผ่านเกตเวย์เพื่อให้ทั้งสองฝ่ายสามารถสื่อสารกันได้

ปัจจุบันเกตเวย์ถูกใช้งานอย่างแพร่หลายเพื่อช่วยให้โทรศัพท์ PSTN รุ่นเก่าสามารถเชื่อมต่อกับเครือข่าย H.323 ขนาดใหญ่ระดับนานาชาติที่ผู้ให้บริการใช้งานอยู่ในปัจจุบัน นอกจากนี้ เกตเวย์ยังถูกใช้ภายในองค์กรเพื่อช่วยให้โทรศัพท์ IP ขององค์กรสามารถสื่อสารผ่านผู้ให้บริการไปยังผู้ใช้บนเครือข่าย PSTN ได้อีกด้วย

เกตเวย์ยังใช้เพื่อช่วยให้อุปกรณ์การประชุมทางวิดีโอที่ใช้มาตรฐานH.320และH.324สามารถสื่อสารกับระบบ H.323 ได้ เครือข่ายมือถือรุ่นที่สาม (3G) ส่วนใหญ่ที่ใช้งานอยู่ในปัจจุบันใช้โปรโตคอล H.324 และสามารถสื่อสารกับอุปกรณ์ที่ใช้ H.323 ในเครือข่ายองค์กรผ่านอุปกรณ์เกตเวย์ดังกล่าวได้

Gatekeeper เป็นส่วนประกอบเสริมในเครือข่าย H.323 ที่ให้บริการต่างๆ แก่เทอร์มินัล เกตเวย์ และอุปกรณ์ MCU บริการเหล่านั้นรวมถึงการลงทะเบียนปลายทาง การแก้ไขที่อยู่ การควบคุมการเข้าถึง การตรวจสอบสิทธิ์ผู้ใช้ และอื่นๆ ในบรรดาฟังก์ชันต่างๆ ที่ Gatekeeper ทำงาน การแก้ไขที่อยู่มีความสำคัญที่สุด เนื่องจากช่วยให้ปลายทางสองแห่งสามารถติดต่อกันได้โดยที่ปลายทางทั้งสองไม่จำเป็นต้องทราบที่อยู่ IPของปลายทางอีกแห่งหนึ่ง

อุปกรณ์ควบคุมการโทร (Gatekeeper) อาจได้รับการออกแบบให้ทำงานในโหมดการส่งสัญญาณสองโหมด ได้แก่ โหมด "ส่งตรง" และโหมด "ส่งผ่าน Gatekeeper" โหมดส่งตรงเป็นโหมดที่มีประสิทธิภาพและใช้งานกันอย่างแพร่หลายที่สุด ในโหมดนี้ อุปกรณ์ปลายทางจะใช้โปรโตคอล RAS เพื่อเรียนรู้ที่อยู่ IP ของอุปกรณ์ปลายทางระยะไกล และการโทรจะถูกสร้างขึ้นโดยตรงกับอุปกรณ์ระยะไกล ในโหมดส่งผ่าน Gatekeeper การส่งสัญญาณการโทรจะผ่าน Gatekeeper เสมอ แม้ว่าโหมดหลังนี้จะต้องการพลังการประมวลผลที่มากกว่า แต่ก็ทำให้ Gatekeeper สามารถควบคุมการโทรได้อย่างสมบูรณ์และสามารถให้บริการเสริมในนามของอุปกรณ์ปลายทางได้

อุปกรณ์ปลายทาง H.323 ใช้โปรโตคอล RAS ในการสื่อสารกับเกตคีปเปอร์ ในทำนองเดียวกัน เกตคีปเปอร์ก็ใช้ RAS ในการสื่อสารกับเกตคีปเปอร์อื่นๆ

กลุ่มของอุปกรณ์ปลายทางที่ลงทะเบียนกับ Gatekeeper ตัวเดียวในมาตรฐาน H.323 เรียกว่า "โซน" กลุ่มของอุปกรณ์เหล่านี้ไม่จำเป็นต้องมีโครงสร้างทางกายภาพที่เชื่อมโยงกัน โซนอาจเป็นเพียงตรรกะและถูกกำหนดขึ้นโดยผู้ดูแลระบบเครือข่ายได้ ตามอำเภอใจ

เกตคีปเปอร์มีความสามารถในการเชื่อมต่อกันเป็นเพื่อนบ้าน เพื่อให้สามารถแก้ไขปัญหาการโทรข้ามโซนได้ การเชื่อมต่อเป็นเพื่อนบ้านช่วยอำนวยความสะดวกในการใช้แผนการโทร เช่นGlobal Dialing Schemeแผนการโทรช่วยให้การโทรข้ามโซนเป็นไปได้ ทำให้ปลายทางสองแห่งในโซนที่แยกจากกันยังคงสามารถสื่อสารกันได้

องค์ประกอบขอบเขต (Border Elements) และองค์ประกอบร่วม (Peer Elements) เป็นเอนทิตีเสริมที่คล้ายกับผู้เฝ้าประตู (Gatekeeper) แต่ไม่ได้จัดการปลายทางโดยตรงและให้บริการบางอย่างที่ไม่ได้อธิบายไว้ในโปรโตคอล RAS บทบาทขององค์ประกอบขอบเขตหรือองค์ประกอบร่วมจะเข้าใจได้จากคำจำกัดความของ " โดเมนการบริหาร " (administrative domain)

โดเมนการบริหารจัดการ คือ กลุ่มของโซนทั้งหมดที่อยู่ภายใต้การควบคุมของบุคคลหรือองค์กรเดียว เช่น ผู้ให้บริการ ในเครือข่ายของผู้ให้บริการ อาจมีอุปกรณ์เกตเวย์ โทรศัพท์ เทอร์มินัลวิดีโอ หรือองค์ประกอบเครือข่าย H.323 อื่นๆ หลายร้อยหรือหลายพันชิ้น ผู้ให้บริการอาจจัดเรียงอุปกรณ์เหล่านั้นเป็น "โซน" เพื่อให้สามารถจัดการอุปกรณ์ทั้งหมดที่อยู่ภายใต้การควบคุมได้อย่างมีประสิทธิภาพที่สุด เช่น การจัดเรียงตามเมือง เมื่อรวมกันแล้ว โซนทั้งหมดภายในเครือข่ายของผู้ให้บริการจะปรากฏต่อผู้ให้บริการรายอื่นในฐานะ "โดเมนการบริหารจัดการ"

องค์ประกอบขอบเขตเป็นหน่วยส่งสัญญาณที่โดยทั่วไปจะอยู่บริเวณขอบของโดเมนการบริหารและสื่อสารกับโดเมนการบริหารอื่น การสื่อสารนี้อาจรวมถึงข้อมูลการอนุญาตการเข้าถึง ข้อมูลราคาค่าโทร หรือข้อมูลสำคัญอื่น ๆ ที่จำเป็นต่อการสื่อสารระหว่างสองโดเมนการบริหาร

องค์ประกอบระดับเดียวกัน (Peer elements) คือหน่วยงานภายในโดเมนการบริหารที่ช่วยเผยแพร่ข้อมูลที่ได้รับจากองค์ประกอบระดับขอบเขต (Border elements) ไปทั่วทั้งโดเมนการบริหาร สถาปัตยกรรมดังกล่าวมีจุดประสงค์เพื่อรองรับการใช้งานขนาดใหญ่ภายในเครือข่ายผู้ให้บริการ และเพื่อเปิดใช้งานบริการต่างๆ เช่นศูนย์กลางการแลกเปลี่ยนข้อมูล (clearinghouses )

แผนภาพในรูปที่ 2 แสดงให้เห็นถึงโครงสร้างของโดเมนการบริหารที่มีองค์ประกอบขอบเขต องค์ประกอบร่วม และผู้ดูแลระบบ

H.323 ถูกกำหนดให้เป็นโปรโตคอลไบนารีซึ่งช่วยให้การประมวลผลข้อความในองค์ประกอบเครือข่ายมีประสิทธิภาพ ไวยากรณ์ของโปรโตคอลถูกกำหนดไว้ในASN.1และใช้ รูปแบบการเข้ารหัสข้อความแบบ Packed Encoding Rules (PER) เพื่อการเข้ารหัสข้อความที่มีประสิทธิภาพบนสายส่ง ด้านล่างนี้คือภาพรวมของกระแสการสื่อสารต่างๆ ในระบบ H.323

เมื่อที่อยู่ของปลายทางระยะไกลได้รับการแก้ไขแล้ว ปลายทางจะใช้การส่งสัญญาณการโทร H.225.0 เพื่อสร้างการสื่อสารกับเอนทิตีระยะไกล ข้อความ H.225.0 คือ: ^{[ 9 ]}

ในรูปแบบที่ง่ายที่สุด การโทรผ่าน H.323 สามารถสร้างขึ้นได้ดังนี้ (ภาพที่ 3)

ในตัวอย่างนี้ จุดปลายทาง (EP) ทางด้านซ้ายเริ่มต้นการสื่อสารกับเกตเวย์ทางด้านขวา และเกตเวย์เชื่อมต่อการโทรกับผู้รับสาย ในความเป็นจริง ขั้นตอนการโทรนั้นมักจะซับซ้อนกว่าที่แสดงไว้ แต่การโทรส่วนใหญ่ที่ใช้ขั้นตอน Fast Connect ที่กำหนดไว้ใน H.323 สามารถเริ่มต้นได้ด้วยข้อความเพียง 2 หรือ 3 ข้อความเท่านั้น จุดปลายทางต้องแจ้งให้เกตคีปเปอร์ (หากมีการใช้เกตคีปเปอร์) ทราบว่าตนกำลังอยู่ในระหว่างการโทร

เมื่อการโทรสิ้นสุดลง อุปกรณ์จะส่งข้อความ "Release Complete" จากนั้นปลายทางจะต้องแจ้งให้เกตคีปเปอร์ (หากมีการใช้งานเกตคีปเปอร์) ทราบว่าการโทรสิ้นสุดลงแล้ว

อุปกรณ์ปลายทางใช้โปรโตคอล RAS ในการสื่อสารกับเกตคีปเปอร์ ในทำนองเดียวกัน เกตคีปเปอร์ใช้ RAS ในการสื่อสารกับเกตคีปเปอร์อื่นๆ โปรโตคอล RAS นั้นค่อนข้างง่าย ประกอบด้วยข้อความเพียงไม่กี่ข้อความ ได้แก่:

• ผู้ดูแลระบบขอ ปฏิเสธ และยืนยันข้อความ (GRx)
• ข้อความขอลงทะเบียน ปฏิเสธ และยืนยัน (RRx)
• ข้อความขอถอนการลงทะเบียน ปฏิเสธ และยืนยัน (URx)
• ข้อความแจ้งคำขอรับเข้าศึกษา การปฏิเสธ และการยืนยัน (ARx)
• ข้อความขอ ปฏิเสธ และยืนยันแบนด์วิดท์ (BRx)
• ยกเลิกคำขอ ปฏิเสธ และยืนยัน (DRx)
• ข้อความขอตำแหน่งที่ตั้ง ปฏิเสธ และยืนยัน (LRx)
• การร้องขอข้อมูล, การยืนยัน, การปฏิเสธ และการตอบสนอง (IRx)
• ข้อความที่ไม่เป็นไปตามมาตรฐาน
• การตอบกลับข้อความที่ไม่รู้จัก
• คำขออยู่ระหว่างดำเนินการ (RIP)
• ตัวบ่งชี้และยืนยันความพร้อมใช้งานของทรัพยากร (RAx)
• การบ่งชี้และการตอบสนองการควบคุมบริการ (SCx)

เมื่ออุปกรณ์ปลายทางเปิดใช้งาน โดยทั่วไปแล้วจะส่งข้อความร้องขอผู้ดูแลประตู (GRQ) เพื่อ "ค้นหา" ผู้ดูแลประตูที่ยินดีให้บริการ จากนั้นผู้ดูแลประตูจะตอบกลับด้วยข้อความยืนยันผู้ดูแลประตู (GCF) และอุปกรณ์ปลายทางจะเลือกผู้ดูแลประตูที่จะใช้งาน หรืออีกทางหนึ่ง อาจมีการกำหนดผู้ดูแลประตูไว้ล่วงหน้าในการตั้งค่าการดูแลระบบแล้ว ดังนั้นอุปกรณ์ปลายทางจึงไม่จำเป็นต้องค้นหาผู้ดูแลประตู

เมื่ออุปกรณ์ปลายทางระบุเกตคีปเปอร์ที่จะทำงานด้วยได้แล้ว อุปกรณ์ปลายทางจะพยายามลงทะเบียนกับเกตคีปเปอร์โดยการส่งคำขอลงทะเบียน (RRQ) ซึ่งเกตคีปเปอร์จะตอบกลับด้วยการยืนยันการลงทะเบียน (RCF) ณ จุดนี้ อุปกรณ์ปลายทางจะเป็นที่รู้จักของเครือข่ายและสามารถโทรออกและรับสายได้

เมื่ออุปกรณ์ปลายทางต้องการโทรออก อุปกรณ์นั้นจะส่งคำขออนุญาต (ARQ) ไปยังเกตคีปเปอร์ จากนั้นเกตคีปเปอร์จะทำการตรวจสอบที่อยู่ (ไม่ว่าจะโดยการตรวจสอบในพื้นที่ การปรึกษาเกตคีปเปอร์อื่น หรือการสอบถามบริการเครือข่ายอื่น) และส่งที่อยู่ของอุปกรณ์ปลายทางกลับมาในข้อความยืนยันการอนุญาต (ACF) จากนั้นอุปกรณ์ปลายทางจึงสามารถโทรออกได้

เมื่อได้รับสายเรียกเข้า อุปกรณ์ปลายทางจะส่ง ARQ และรับ ACF เพื่อขออนุญาตรับสายเรียกเข้า ซึ่งจำเป็น เช่น เพื่อตรวจสอบความถูกต้องของอุปกรณ์ที่โทรเข้ามา หรือเพื่อให้แน่ใจว่ามีแบนด์วิดท์ เพียงพอ สำหรับการโทร

ภาพที่ 4 แสดงการแลกเปลี่ยนข้อมูลการสื่อสารระดับสูงระหว่างจุดปลายทางสองจุด (EP) และผู้ดูแลประตูสองราย (GK)

เมื่อการโทรเริ่มต้นขึ้น (แต่ไม่จำเป็นต้องเชื่อมต่ออย่างสมบูรณ์) ปลายทางอาจเริ่มส่งสัญญาณควบคุมการโทร H.245 เพื่อให้สามารถควบคุมการประชุมได้อย่างครอบคลุมมากขึ้น H.245 เป็นข้อกำหนดที่ค่อนข้างซับซ้อนและมีขั้นตอนมากมายที่ช่วยให้การสื่อสารแบบหลายจุดเป็นไปได้อย่างเต็มที่ แม้ว่าในทางปฏิบัติ การใช้งานส่วนใหญ่จะใช้เพียงขั้นต่ำที่จำเป็นเพื่อให้สามารถสื่อสารด้วยเสียงและวิดีโอ แบบจุดต่อจุดได้

H.245 มีคุณสมบัติต่างๆ เช่น การเจรจาต่อรองความสามารถ การกำหนด มาสเตอร์/สเลฟการเปิดและปิด "ช่องสัญญาณเชิงตรรกะ" (เช่น การไหลของเสียงและวิดีโอ) การควบคุมการไหล และการควบคุมการประชุม รองรับทั้ง การสื่อสาร แบบยูนิคาสต์และมัลติคาสต์ทำให้ขนาดของการประชุมสามารถขยายได้โดยไม่มีข้อจำกัดในทางทฤษฎี

ในบรรดาฟังก์ชันการทำงานที่ H.245 มีให้ การเจรจาความสามารถ (capability negotiation) ถือเป็นสิ่งสำคัญที่สุด เนื่องจากช่วยให้อุปกรณ์ต่างๆ สามารถสื่อสารกันได้โดยไม่ต้องมีความรู้ล่วงหน้าเกี่ยวกับความสามารถของอุปกรณ์ปลายทาง H.245 ช่วยให้สามารถใช้งานมัลติมีเดียได้อย่างหลากหลาย รวมถึงการสื่อสารด้วยเสียง วิดีโอ ข้อความ และข้อมูลสำหรับการส่งสัญญาณเสียง วิดีโอ หรือข้อความ อุปกรณ์ H.323 จะใช้ทั้งตัวแปลงสัญญาณ (codec) ที่กำหนดโดย ITU และตัวแปลงสัญญาณที่กำหนดนอก ITU ตัวแปลงสัญญาณที่อุปกรณ์ H.323 ใช้กันอย่างแพร่หลาย ได้แก่:

• ตัวแปลงสัญญาณวิดีโอ: H.261 , H.263 , H.264
• ตัวแปลงสัญญาณเสียง: G.711 , G.729 , G.729a , G.723.1 , G.726
• ตัวแปลงสัญญาณข้อความ: T.140

H.245 ยังช่วยให้สามารถประชุมทางไกลผ่านข้อมูลแบบเรียลไทม์ได้ โดยใช้โปรโตคอลต่างๆ เช่นT.120แอปพลิเคชันที่ใช้ T.120 โดยทั่วไปจะทำงานควบคู่ไปกับระบบ H.323 แต่จะถูกรวมเข้าด้วยกันเพื่อให้ผู้ใช้ได้รับประสบการณ์มัลติมีเดียที่ราบรื่น T.120 มีความสามารถต่างๆ เช่น การแชร์แอปพลิเคชันT.128กระดานไวท์บอร์ดอิเล็กทรอนิกส์T.126การถ่ายโอนไฟล์T.127และการแชทข้อความT.134ภายในบริบทของการประชุม

เมื่ออุปกรณ์ H.323 เริ่มการสื่อสารกับอุปกรณ์ H.323 ระยะไกล และเมื่อมีการสร้างการสื่อสาร H.245 ระหว่างสองฝ่าย ข้อความ Terminal Capability Set (TCS) จะเป็นข้อความแรกที่ถูกส่งไปยังอีกฝ่ายหนึ่ง

หลังจากส่งข้อความ TCS แล้ว เอนทิตี H.323 (ผ่านการแลกเปลี่ยน H.245) จะพยายามระบุว่าอุปกรณ์ใดเป็น "มาสเตอร์" และอุปกรณ์ใดเป็น "สเลฟ" กระบวนการนี้เรียกว่า การกำหนดมาสเตอร์/สเลฟ (Master/Slave Determination หรือ MSD) ซึ่งมีความสำคัญ เนื่องจากมาสเตอร์ในการโทรจะเป็นผู้ตัดสิน "ข้อพิพาท" ทั้งหมดระหว่างอุปกรณ์ทั้งสอง ตัวอย่างเช่น หากปลายทางทั้งสองพยายามเปิดการไหลของสื่อที่ไม่เข้ากัน มาสเตอร์จะเป็นผู้ดำเนินการเพื่อปฏิเสธการไหลที่ไม่เข้ากันนั้น

เมื่อมีการแลกเปลี่ยนความสามารถและขั้นตอนการกำหนดมาสเตอร์/สเลฟเสร็จสมบูรณ์แล้ว อุปกรณ์ต่างๆ ก็สามารถเปิด "ช่องทางตรรกะ" หรือการไหลของสื่อได้ โดยการส่งข้อความ Open Logical Channel (OLC) และรับข้อความตอบรับ เมื่อได้รับข้อความตอบรับแล้ว อุปกรณ์ปลายทางก็สามารถส่งสัญญาณเสียงหรือวิดีโอไปยังอุปกรณ์ปลายทางระยะไกลได้

การแลกเปลี่ยนข้อมูล H.245 ทั่วไปจะมีลักษณะคล้ายกับรูปที่ 5:

หลังจากการแลกเปลี่ยนข้อความนี้ จุดปลายทั้งสอง (EP) ในภาพนี้จะส่งสัญญาณเสียงไปในแต่ละทิศทาง จำนวนการแลกเปลี่ยนข้อความมีมากมาย แต่ละครั้งมีจุดประสงค์ที่สำคัญ แต่ก็ต้องใช้เวลาเช่นกัน

ด้วยเหตุนี้ H.323 เวอร์ชัน 2 (เผยแพร่ในปี 1998) จึงได้นำเสนอแนวคิดที่เรียกว่า Fast Connect ซึ่งช่วยให้อุปกรณ์สามารถสร้าง การไหลของสื่อ แบบสองทิศทางได้ในขั้นตอนการสร้างการโทรของ H.225.0 ด้วย Fast Connect ทำให้สามารถสร้างการโทรที่มีการไหลของสื่อแบบสองทิศทางได้โดยใช้ข้อความไม่เกินสองข้อความ ดังแสดงในรูปที่ 3

Fast Connect ได้รับการสนับสนุนอย่างกว้างขวางในอุตสาหกรรม ถึงกระนั้น อุปกรณ์ส่วนใหญ่ยังคงใช้การแลกเปลี่ยนข้อมูล H.245 แบบสมบูรณ์ดังที่แสดงไว้ข้างต้น และดำเนินการแลกเปลี่ยนข้อความนั้นควบคู่ไปกับกิจกรรมอื่นๆ ดังนั้นจึงไม่มีความล่าช้าที่สังเกตได้สำหรับผู้โทรหรือผู้รับสาย

Voice over Internet Protocol (VoIP) คือการส่งสัญญาณเสียงโดยใช้อินเทอร์เน็ตหรือเครือข่ายแบบแพ็กเก็ตสวิตช์อื่นๆ มาตรฐาน ITU-T Recommendation H.323 เป็นหนึ่งในมาตรฐานที่ใช้ใน VoIP VoIP ต้องการการเชื่อมต่อกับอินเทอร์เน็ตหรือเครือข่ายแบบแพ็กเก็ตสวิตช์อื่นๆ การสมัครใช้บริการจากผู้ให้บริการ VoIP และอุปกรณ์ไคลเอนต์ (เช่น อะแดปเตอร์โทรศัพท์อนาล็อก (ATA), โทรศัพท์ VoIP หรือ " ซอฟต์โฟน ") ผู้ให้บริการจะเสนอการเชื่อมต่อกับบริการ VoIP อื่นๆ หรือเครือข่ายโทรศัพท์สาธารณะ (PSTN) ผู้ให้บริการส่วนใหญ่จะคิดค่าบริการรายเดือน จากนั้นจะมีค่าใช้จ่ายเพิ่มเติมเมื่อมีการโทรออก การใช้ VoIP ระหว่างสองสถานที่ตั้งขององค์กรไม่จำเป็นต้องใช้ผู้ให้บริการ VoIP เสมอไป H.323 ได้รับการใช้งานอย่างแพร่หลายโดยบริษัทต่างๆ ที่ต้องการเชื่อมต่อสถานที่ห่างไกลผ่าน IP โดยใช้เทคโนโลยีแบบมีสายและไร้สายที่หลากหลาย

การประชุมทางวิดีโอ หรือการประชุมทางไกลผ่านวิดีโอ (VTC) คือชุดเทคโนโลยีการสื่อสาร ที่ช่วยให้สถานที่สองแห่งขึ้นไปสามารถโต้ตอบกันได้ผ่านการส่งสัญญาณวิดีโอและเสียงแบบสองทางพร้อมกัน โดยพื้นฐานแล้วการประชุมทางวิดีโอมีสองประเภท คือ ระบบ VTC เฉพาะทางที่มีส่วนประกอบที่จำเป็นทั้งหมดบรรจุอยู่ในอุปกรณ์ชิ้นเดียว และระบบ VTC แบบเดสก์ท็อปซึ่งเป็นส่วนเสริมสำหรับพีซี ทั่วไป เปลี่ยนพีซีเหล่านั้นให้เป็นอุปกรณ์ VTC การประชุมทางวิดีโอพร้อมกันระหว่างจุดระยะไกลสามจุดขึ้นไปเป็นไปได้โดยใช้หน่วยควบคุมหลายจุด (MCU) มีบริดจ์ MCU สำหรับการประชุมทางวิดีโอแบบ IP และ ISDN เนื่องจากราคาและประสิทธิภาพของอินเทอร์เน็ต โดยเฉพาะบรอดแบนด์ ทำให้มีการเติบโตและการใช้งานการประชุมทางวิดีโอแบบ IP ที่ใช้ H.323 อย่างรวดเร็ว H.323 สามารถเข้าถึงได้สำหรับทุกคนที่มีการเชื่อมต่ออินเทอร์เน็ตความเร็วสูง เช่นDSLการประชุมทางวิดีโอถูกนำไปใช้ในสถานการณ์ต่างๆ เช่นการศึกษาทางไกลการแพทย์ทางไกลบริการถ่ายทอดวิดีโอและธุรกิจ

• IAX2 - Inter-Asterisk eXchange เป็นโปรโตคอลไบนารีที่ออกแบบมาเพื่อลดภาระการทำงาน โดยเฉพาะอย่างยิ่งในส่วนของสตรีมเสียง กำหนดไว้ใน RFC 5456
• IETF ได้สร้างมาตรฐานที่เรียกว่าSession Initiation Protocol (SIP) ซึ่งช่วยให้สามารถสื่อสารด้วยเสียงและวิดีโอผ่าน IP ได้เช่นกัน
• นอกจากนี้ยังมีข้อแนะนำอื่นๆ ของ ITU-T ที่ใช้สำหรับบริการการประชุมทางวิดีโอและการสนทนาทางวิดีโอ ได้แก่H.320 (โดยใช้ ISDN) และH.324 (โดยใช้สายโทรศัพท์อนาล็อกทั่วไปและโทรศัพท์มือถือ 3G)
• Jingle (ส่วนขยายของ Jabber/ XMPP ) ยังช่วยให้สามารถใช้งานวิดีโอและเสียงผ่าน IP ได้อีกด้วย
• ผู้ให้บริการบางราย (เช่น Skype) ยังใช้รูปแบบปิดที่เป็นกรรมสิทธิ์ ของตนเองอีก ด้วย
• Access Gridมีฟังก์ชันการทำงานที่คล้ายคลึงกัน โดยเน้นที่ความเป็นโอเพนซอร์สและการใช้มัลติแคสต์มากกว่า
• EVO ยังรองรับ H.323 ด้วย^{[ 10 ]}

• เว็บไซต์ข้อมูล H.323
• โครงการ H.323 Plus แบบโอเพนซอร์สสำหรับ H.323
• GNU (โอเพนซอร์ส) เกตคีปเปอร์