La telefonía IP (VoIP) ha transformado la forma en que las empresas y usuarios se comunican, permitiendo llamadas más económicas y flexibles a través de Internet. Sin embargo, esta misma apertura hace que las comunicaciones SIP sean vulnerables a escuchas, fraudes y ataques. Por ello, es indispensable comprender cómo funciona SIP, qué diferencia hay con SIPS, y qué mecanismos de seguridad existen para proteger las llamadas.

¿Qué es SIP?

SIP (Session Initiation Protocol) es el protocolo estándar que se utiliza para iniciar, modificar y finalizar sesiones de comunicación en VoIP, como llamadas de voz y video.

• Se encarga de la señalización (no de la voz en sí), es decir, de establecer la conexión entre los extremos de la llamada.
• Viaja normalmente sobre UDP o TCP, y por defecto no cifra la información.

El problema es que, si se usa en texto plano, cualquier atacante puede interceptar los mensajes SIP, capturar credenciales o manipular la sesión.

¿Qué es SIPS?

SIPS es la versión segura de SIP. Funciona de manera similar, pero toda la señalización viaja dentro de un canal cifrado. Podemos encontrar mas detalles en la sección 19.1 del RFC 3261.

• Se implementa usando TLS (Transport Layer Security), el mismo protocolo de seguridad que protege las conexiones HTTPS en la web.
• Con SIPS, los mensajes (INVITE, REGISTER, BYE, etc.) viajan cifrados, lo que evita que un atacante pueda leer datos sensibles como contraseñas, IPs o números de teléfono.

En pocas palabras:

• SIP: señalización en texto plano (riesgosa).
• SIPS: señalización cifrada con TLS (segura).

SIPS y TLS: la dupla esencial

TLS es la base de SIPS, y proporciona:

• 🔒 Confidencialidad: la señalización SIP no puede ser leída por terceros.
• ✅ Integridad: se asegura que los mensajes no se modificaron en tránsito.
• 🛡️ Autenticación: mediante certificados, los endpoints y servidores pueden validar que hablan con la entidad correcta.

Seguridad en el transporte de la voz (RTP)

Además de proteger la señalización SIP, también es vital proteger el RTP, que es el protocolo que transporta la voz en sí. Aquí entran en juego varios mecanismos de cifrado que explica a más detalle en este articulo.

SRTP: Cómo cifrar el audio de tus llamadas VoIP y proteger tu comunicación

---

Conclusión

La seguridad en SIP debe abordarse en dos niveles:

1. La señalización SIP → usar SIPS con TLS.
2. El transporte de medios (RTP) → usar SRTP, ZRTP o DTLS-SRTP, según el entorno.

En entornos empresariales, lo más común es SIPS + SRTP. En aplicaciones modernas basadas en navegador, DTLS-SRTP es el estándar. Y en llamadas directas entre usuarios, ZRTP es una opción muy interesante.

Lo importante es no dejar las llamadas en claro, ya que significaría exponer credenciales, conversaciones y datos sensibles a cualquiera con un sniffer de red.