从抓包分析SRT协议:用Wireshark解密HSv5握手与StreamID工作原理
如果你曾经在调试一个流媒体推流链路时,面对卡顿、花屏却无从下手,或者对SRT协议“低延迟、抗丢包”的宣传语感到好奇,想知道这背后究竟是如何实现的,那么这篇文章就是为你准备的。我们将不再停留在概念层面,而是拿起网络分析师的“手术刀”——Wireshark,深入数据包的比特流中,亲手拆解SRT协议的核心握手流程与StreamID机制。无论你是负责直播业务稳定性的运维工程师,还是对实时传输协议有浓厚兴趣的开发者,通过这次抓包实战,你将能直观地看到连接如何建立、参数如何协商,以及那个在推流场景中至关重要的StreamID是如何被携带和解析的。这不仅是学习协议,更是掌握一套定位复杂网络问题的根本方法。
1. 实战环境搭建与SRT抓包准备
在开始解剖数据包之前,我们需要一个可以观测的“手术台”。单纯的理论阅读就像看解剖图谱,而抓包分析则是亲手进行的一次解剖实验。为了让实验成功,你需要准备两个关键角色:一个SRT发送端(Caller)和一个SRT接收端(Listener)。这里我推荐使用FFmpeg搭配libsrt库,这是最接近生产环境的工具组合。
首先,确保你的系统安装了支持SRT的FFmpeg。你可以通过编译时启用--enable-libsrt来获得该功能。一个简单的测试命令如下,它启动一个监听在9999端口的SRT服务器,等待输入流:
# 在接收端(Listener)执行,将接收到的流保存为本地文件
ffmpeg -listen 1 -f mpegts -i "srt://0.0.0.0:9999?mode=listener&latency=200000" -c copy output.ts
接下来,在发送端(Caller),使用另一个FFmpeg命令推送一个测试视频流:
# 在发送端(Caller)执行,推送一个测试图案流到接收端
ffmpeg -re -f lavfi -i testsrc=size=1280x720:rate=30 -f mpegts -c:v libx264 -preset ultrafast -tune zerolatency "srt://<接收端IP>:9999?mode=caller&latency=200000&streamid=live/stream123"
注意上面命令中的 streamid=live/stream123 参数,这是我们今天要重点观察的对象。现在,关键的步骤来了:在接收端的主机上,我们需要启动Wireshark或使用tcpdump进行抓包。由于SRT基于UDP,我们直接过滤目标端口:
# 使用tcpdump抓取目标端口为9999的UDP包,并保存为pcap文件供Wireshark分析
sudo tcpdump -i any udp port 9999 -w srt_handshake.pcap
执行发送端命令,建立连接并传输几秒数据后,停止抓包。你将得到一个 srt_handshake.pcap 文件,这就是我们后续所有分析的原始素材。用Wireshark打开它,在过滤栏输入 srt,你应该能看到一系列SRT协议的数据包。如果没有,请检查Wireshark的版本(建议使用3.6以上)并确保其支持SRT协议解析。
提示:在虚拟局域网或云服务器内部进行此实验可以避免公网复杂环境的干扰,让你专注于协议本身。如果条件允许,使用两台虚拟机是最佳选择。
2. 深入HSv5握手流程:两次往返的奥秘
打开抓包文件,找到最初的几个数据包。SRT握手始于一个UDP包。在Wireshark中,一个成功的HSv5握手通常由两个往返(共4个包)完成,这比早期的HSv4效率更高。让我们逐一拆解每个包的角色和其中承载的关键信息。
第一个包(Caller -> Listener):诱导请求(Induction Request)
这是一个HSv4格式的握手请求,即使双方都支持HSv5,最初也发送此格式以保持向后兼容。在Wireshark的Packet Details面板中,展开Secure Reliable Transport Protocol,你会看到:
- Control Type: 0x0000 (Handshake)
- Additional Info: 通常为0。
- Timestamp 和 Destination Socket ID 字段可能为0或初始值。
- 关键在**Handshake Control Information (cif.hsv4)**部分。找到
SRT Version字段,它表明了发送方支持的版本(例如0x0104代表1.4)。Initial Packet Sequence Number (ISN)是一个随机数,它将是后续所有数据包序列号的起点。这个包的核心目的是“敲门”,告诉Listener:“我想建立一个连接,这是我的基本信息”。
第二个包(Listener -> Caller):诱导响应(Induction Response)
Listener收到诱导请求后,会回复一个HSv4格式的响应。这个响应的结构类似请求,但包含了一个至关重要的新字段:Synchronization Cookie (SYN Cookie)。这个Cookie由Listener根据Caller的IP、端口和当前时间(精度到分钟)计算生成,是一种轻量级的防DoS攻击机制。在Wireshark中,你可以在响应包的cif.hsv4部分找到这个Cookie值。同时,Listener也会在SRT Socket ID字段中设置一个临时套接字ID。
第三个包(Caller -> Listener):结论请求(Conclusion Request)
这是握手进入HSv5阶段的标志。Caller将Listener返回的SYN Cookie原样带回,证明自己不是伪造的源地址。这个包的结构发生了显著变化,包含了HSv5扩展模块。在Wireshark中,你会看到除了基本的握手控制信息(cif.hsv5),下面还展开了HSREQ (Handshake Request Extension)模块。这里是我们需要关注的富矿:
| 字段名 | 值示例 | 含义解析 |
|---|---|---|
| SRT Version | 0x0104 | 再次声明SRT协议版本为1.4 |
| SRT Flags | 0x0000000A | 标志位集合,指示连接属性 |
| Sender’s TsbPd Delay (us) | 200000 | 发送方设置的发送端缓冲延迟(微秒),即peerlatency |
| Receiver’s TsbPd Delay (us) | 200000 | 发送方建议的接收端缓冲延迟(微秒),即reclatency |
此外,如果我们在FFmpeg命令中设置了streamid,那么这里还会出现一个CONFIG扩展模块,其类型为SRT_CMD_SID,后面就跟着我们的字符串live/stream123。这是StreamID在握手阶段的“注册”过程。
第四个包(Listener -> Caller):结论响应(Conclusion Response)
Listener对结论请求的最终确认。它同样包含HSv5的握手响应扩展(HSRSP),其中会确认或协商最终的连接参数。例如,它可能确认使用Caller提议的延迟值,或者根据自身策略返回一个不同的值。一旦这个包被Caller收到,握手阶段正式完成,双方随即转入数据传输阶段。
注意:在Wireshark中,如果握手失败,观察第三个或第四个包的
Handshake Type字段,它会转换为错误码。例如,0x03EB(十进制1003)表示资源分配问题。对照错误码表,可以快速定位握手失败的根本原因。
3. 数据包与控制包:SRT协议的双生子
握手成功后,后续的包就分为两大阵营:数据包(Data Packet)和控制包(Control Packet)。在Wireshark中,如何一眼区分它们?秘诀在于SRT头部的第一个比特位(最高位)。
- 如果该位为0:这是一个数据包。它承载着实际的音视频负载。
- 如果该位为1:这是一个控制包。它用于连接维护、丢包重传、流量控制等。
Wireshark的Packet List面板的“Info”列通常会友好地为你标注出包的类型,如“SRT Data Packet”或“SRT ACK Packet”。
数据包结构深度解析 选中一个数据包,展开其SRT头部,你会看到以下核心字段:
- Packet Sequence Number:数据包序列号。这是SRT可靠传输的基石,从握手时确定的ISN开始单调递增。接收端依据它来判断包序、发现丢包。
- Packet Position Flag 和 Message Number:这两个字段与消息模式有关。SRT支持消息模式(Message Mode)和流模式(Stream Mode)。在流媒体传输中,通常使用消息模式,每个视频帧或音频帧作为一个独立的消息。
Message Number标识消息序号,而Packet Position Flag(包含FIRST,LAST,IN ORDER等子标志)则指示了这个数据包在完整消息中的位置(是消息的第一个包、最后一个包,还是中间包)。 - Timestamp:时间戳。这是一个相对时间,以连接建立时刻为原点,单位是微秒。它对于**接收端的抗抖动缓冲(TsbPd)**机制至关重要。接收端根据这个时间戳来决定何时将数据包提交给解码器,从而平滑网络抖动。
- Destination Socket ID:目标套接字ID。在握手完成后,这个ID就固定下来,用于在多路复用场景下区分不同的SRT流。
控制包家族巡礼 控制包种类繁多,各司其职。以下是几个最常见的成员:
- ACK (Acknowledgement, 类型2):接收端发给发送端的“收条”。它最重要的字段是“Last Acknowledledged Packet Sequence Number”,这个值加1等于接收端期望收到的下一个包的序列号。例如,这个值是N,意味着序列号小于N的所有包都已确认收到。ACK包还携带了RTT估算、接收缓冲区大小等链路状态信息。
- NAK (Negative Acknowledgement, 类型3):接收端发现序列号不连续(丢包)时,立即发送NAK报告丢失的包序列号。SRT还有周期性的NAK报告,确保重传请求的可靠性。
- ACKACK (类型6):发送端收到ACK后,回复ACKACK。它的主要用途是让接收端能够精确计算往返时延(RTT)。计算原理很简单:发送端在发送ACK时记录时间T1,接收端回复ACKACK时携带T1,发送端收到ACKACK时记录时间T2,那么RTT ≈ T2 - T1。
- KEEPALIVE (类型8) 和 SHUTDOWN (类型5):前者用于保活,在连接空闲时定期发送;后者用于优雅地关闭连接。
理解这些控制包的交互,是诊断传输卡顿、延迟高、吞吐量不足等问题的关键。例如,连续出现大量NAK包,通常意味着网络路径存在严重丢包;而RTT值波动剧烈,则可能指示网络拥塞或路由不稳定。
4. StreamID:推流场景中的身份标识符
在RTMP推流中,流路径(如 rtmp://server/live/streamkey)是显式的。而在SRT协议中,流路径信息是通过一个名为 StreamID 的字符串,在握手阶段的CONFIG扩展模块中传递的。这使得SRT在单一UDP端口上可以复用多个不同的流,极大地简化了服务器端的配置和管理。
在抓包中定位StreamID
回到我们抓取的第三个握手包(Conclusion Request)。在Wireshark的解析树中,你需要展开:
Secure Reliable Transport Protocol -> Handshake Control Information (cif.hsv5) -> Extensions -> CONFIG Extension。
在这里,你会找到Extension Type: SRT_CMD_SID (0x00000002),其后的Extension Data字段就是以空字符(\0)结尾的字符串,内容正是我们在FFmpeg命令中设置的 live/stream123。
StreamID的应用实践与陷阱 对于服务器端(Listener)来说,它需要在握手阶段解析这个StreamID。例如,一个基于libsrt的服务器应用,可能会根据不同的StreamID将流路由到不同的处理模块、录制到不同的文件或转推到不同的下游平台。
// 一个简化的示例,展示服务器端如何获取StreamID
SRT_SOCKSTATUS status = srt_getsockstate(listen_sock);
if (status == SRTS_CONNECTED) {
char streamid[512];
int streamid_len = 512;
// 获取StreamID选项
srt_getsockopt(client_sock, 0, SRTO_STREAMID, streamid, &streamid_len);
if (streamid_len > 0) {
printf("Client connected with StreamID: %s\n", streamid);
// 根据streamid进行路由逻辑...
if (strstr(streamid, "live/") != NULL) {
route_to_live_processor(client_sock, streamid);
} else if (strstr(streamid, "ingest/") != NULL) {
route_to_recording_service(client_sock, streamid);
}
}
}
在使用StreamID时,有几个细节需要注意:
- 长度限制:StreamID的长度是有限制的(通常为512字节),避免传递过长的字符串。
- 编码问题:确保发送端和接收端对StreamID字符串的编码(如UTF-8)理解一致。
- 安全性:StreamID是明文传输的。虽然SRT支持AES加密载荷,但握手过程(包含StreamID)本身在未启用加密扩展(KMREQ/KMRSP)时是明文的。在敏感场景下,需要考虑额外的安全措施。
5. 高级诊断:利用Wireshark着色规则与统计信息
掌握了基础解析后,我们可以利用Wireshark的高级功能,更高效地进行诊断。
创建着色规则 面对数百个数据包,为不同类型的SRT包设置颜色可以让你快速把握通信概貌。
- 在Wireshark中,点击
视图->着色规则。 - 新建规则,例如:
- 名称: SRT Handshake
- 过滤字符串:
srt.control.type == 0 - 前景色/背景色: 设置为醒目的颜色(如黄色背景)。
- 名称: SRT Data
- 过滤字符串:
srt.header.flag.control == 0 - 前景色/背景色: 设置为另一种颜色(如浅蓝色背景)。
- 名称: SRT NAK (Loss)
- 过滤字符串:
srt.control.type == 3 - 前景色/背景色: 设置为警示颜色(如红色前景)。
应用后,握手包、数据包和丢包重传请求在列表中就一目了然了。一片红色(NAK)往往意味着网络质量不佳。
使用IO Graphs与RTT统计
Wireshark的统计菜单提供了强大的分析工具。
- IO Graphs:绘制吞吐量随时间变化的曲线。你可以添加多个过滤器,例如分别显示数据包(
srt.header.flag.control==0)和控制包(srt.header.flag.control==1)的速率,观察其相关性。突发的大量控制包可能会挤占数据带宽。 - TCP Stream Graphs 的替代:由于SRT基于UDP,没有标准的TCP流图。但你可以通过
统计->对话,查看UDP对话,了解两端的数据包数量、字节数对比,初步判断流量是否均衡。 - 分析RTT:虽然Wireshark没有内置的SRT RTT统计,但你可以通过观察ACK和ACKACK包的时间差来手动估算。更专业的做法是使用
tshark(Wireshark的命令行版本)配合自定义Lua脚本,从pcap文件中提取并计算序列号、时间戳,从而绘制出更精确的RTT和丢包率图表。
诊断一个高延迟的案例时,我习惯先看IO Graph确认带宽是否稳定,然后过滤出ACK包,观察其携带的RTT估值字段的变化趋势。如果RTT持续升高并伴随大量NAK,基本可以断定路径发生了拥塞。这时,调整SRT的latency(延迟缓冲)参数可能比增加带宽更有效,因为它给了网络更多的时间去纠正乱序和重传丢包,而不是在拥塞时雪上加霜。
800



被折叠的 条评论
为什么被折叠?



