الخلاصة

  • تضع RFC 9626 وصفاً صغيراً لحدود الإطار واستقلاله الزمني وقابليته للإسقاط وطبقاته خارج حمولة الفيديو المشفرة، كي يتخذ مُبدّل RTP قراراً من دون فك الصورة.
  • تستطيع SRTP توثيق مصدر العلامة وسلامتها، ويمكنها تشفير الامتداد نفسه. لكنها لا تثبت أن البتات تطابق الحمولة، أو أن اعتماديات المستقبل مكتملة، أو أن الإطار ظهر للمستخدم.
  • يربط السجل القابل للدفاع التفاوض واستخراج العلامة عند المرسل وسياسة الرؤية وقرار المُبدّل والتسليم وحالة مفكك الترميز والنتيجة المعروضة.

انخفض الازدحام فوراً بعدما أسقط المُبدّل الإطارات الموسومة بـD. بقي الاتصال قائماً، وسجل المركز أن القرار نُفذ كما ينبغي. لكن صورة أحد المشاركين تجمدت إلى أن وصلت نقطة تحديث جديدة.

قد تكون العلامة أصلية، وقد يكون القرار مطابقاً للقاعدة، ومع ذلك تبقى النتيجة سيئة. فكل جملة منها تخص طبقة مختلفة من سلسلة الإثبات.

صدرت RFC 9626 بوصفها وثيقة تجريبية في مارس 2025 لمعالجة مشكلة حقيقية في مؤتمرات الفيديو الخاصة. يحتاج مُبدّل RTP مركزي إلى اختيار المتحدث النشط، أو تغيير التدفق، أو خفض الطبقات عند الازدحام. وفي الوقت نفسه، ينبغي ألا يمنحه التشفير من طرف إلى طرف حق رؤية محتوى الفيديو.

لذلك تنقل مواصفات «تعليم إطار الفيديو» قدراً محدوداً من بنية الإطار داخل امتداد لرأس RTP. يستطيع الوسيط أن يعرف كيف يتصرف من دون أن يعرف ماذا تُظهر الصورة. هذه ليست سلطة لمعرفة الحقيقة كلها، بل تفويض ضيق لاتخاذ قرار بعينه.

حقول قليلة، وحدود معرفة مختلفة

يحمل الشكل القصير S وE وI وD. تشير S وE إلى أول حزمة وآخر حزمة في إطار ضمن طبقة. وتقول I إن الإطار لا يعتمد على إطارات سابقة زمنياً. أما D فتعني أن المرسل يعرف أن إسقاط الإطار يترك تدفقاً قابلاً لفك الترميز.

يضيف الشكل الطويل B وTID وLID وTL0PICIDX. يحدد TID موقعاً نسبياً في الطبقة الزمنية، ويحدد LID طبقة مكانية أو طبقة جودة. ويعرّف TL0PICIDX صورة من الطبقة الزمنية الأساسية، أو الصورة الأساسية التي تعتمد عليها طبقة محسّنة. وتمثل B نقطة يمكن عندها مزامنة طبقة زمنية غير أساسية مع الطبقة الأساسية.

لا تحمل هذه الحقول النموذج الكامل. تعني I استقلالاً زمنياً، لكن الطبقة المكانية الأعلى قد تظل محتاجة إلى طبقة أدنى في اللحظة نفسها. ولا تكشف قيمة أعلى لـTID أو LID معدل الإطارات أو الدقة أو معدل البتات على نحو مطلق. كما لا ترسم كل علاقات الاعتماد.

تكشف B خصوصاً عن مصدر المعرفة. تنبه RFC إلى أن قراءة رؤوس الحمولة البسيطة في H.264 أو H.265 قد لا تكفي لاشتقاقها بدقة، وقد تحتاج المنظومة إلى واجهة داخلية للمرمّز. يرى المُبدّل بتاً واحداً، لكنه لا يرى الحالة الداخلية التي أنتجته.

الالتزام لا يتحول تلقائياً إلى تحقق

تلزم RFC 9626 بأن تمثل قيم الامتداد ما هو موجود في حمولة RTP. تربط قواعد محددة VP8 وVP9 وH.264 وH.265 بهذه العلامات، وعلى صيغ المستقبل أن تحدد علاقة طبقاتها بـTID وLID. بهذا يصبح المعنى قابلاً للتشغيل البيني.

لكن كلمة «يجب» تضع المسؤولية على المرسل؛ ولا تمنح المُبدّل الذي لا يرى إلا النص المشفر وسيلة مستقلة للفحص.

قبل التشفير، يمكن لاختبار المطابقة مقارنة واصف الحمولة أو حدث المرمّز الداخلي بكل علامة خرجت. بعد التشفير، لا يستطيع المُبدّل عادة فتح الحمولة ليتأكد أن I إطار مستقل حقاً أو أن D لا تحمل مرجعاً لازماً. وقد ينتج خطأ في الربط أو حالة قديمة أو ارتداد في إصدار المرمّز وصفاً خاطئاً يصل سليماً من مصدر موثق.

توثيق SRTP دليل قوي على الهوية والسلامة. فهو يجيب: أي نظير أرسل هذه البتات، وهل تغيرت بلا كشف؟ لكنه لا يجيب: هل قال النظير الحقيقة عن بنية المقطع؟ صحة النسبة وصحة المحتوى خاصيتان منفصلتان.

لذلك يجب أن تشتمل اختبارات الإصدار على حالات معاكسة: إطار تنبؤي موسوم بـI، وإطار مرجعي موسوم بـD، وحدود لا تتفق مع الطابع الزمني أو علامة RTP، وقفزات غير مفسرة في العدادات، ونقطة انتقال ينقصها مستوى مكاني، وفقدان الواجهة الداخلية اللازمة لتحديد B. وجود الامتداد وحده لا يختبر معناه.

قرار التوجيه ليس إيصالاً بالعرض

عند الازدحام، تسمح المواصفة بإسقاط إطارات D أو أعلى الطبقات الزمنية والمكانية أو طبقات الجودة. وعند بدء تدفق جديد، توصي بالانطلاق من نقطة تحمل I عبر كل الطبقات المكانية المطلوبة.

هذه سياسة معقولة ضمن حدود المعلومات المتاحة. غير أن D تصف معرفة المرسل، لا مخزن المراجع الفعلي لدى كل مستقبل بعد خسائر سابقة. وتشير I عبر الطبقات إلى مدخل صالح، لكنها لا تضمن وصول جميع الحزم قبل موعد العرض، ولا سلامة مفكك الترميز المحلي.

تضيف RFC 9627 طلب تحديث الطبقة، ويمكن لطلب FIR أن يستدعي صورة داخلية جديدة. الطلب دليل على نية التحكم فقط. لا بد من إثبات استجابة المرمّز وعبور الشبكة وقبول المستقبل ودخول الصورة إلى نافذة العرض.

ومن ثم يحتاج الإيصال إلى حلقات مستقلة: العلامة الموثقة التي رآها المُبدّل؛ ومدخلات الازدحام وسبب التوجيه أو الإسقاط؛ والحزم التي وصلت؛ والاعتماديات التي قبلها مفكك الترميز؛ وأول إطار ظهر فعلاً. عبارة «نفذ SFU العلامة» تغلق سؤال القرار ولا تغلق سؤال التجربة.

تشفير البكسلات لا يخفي إيقاع الوسائط دائماً

تكون امتدادات الرأس موثقة في SRTP، ويمكن تشفيرها أيضاً. فإذا كان مُبدّل RTP نظيراً في SRTP، استطاع قراءة العلامة المشفرة من دون رؤية الوسائط الخاصة المشفرة من طرف إلى طرف، بينما تبقى محجوبة عن الوسطاء الآخرين على المسار.

ويمكن ترك العلامة بلا تشفير حتى تحسن أجهزة إضافية قرار الإسقاط. عندئذ ينكشف توقيت حدود الإطار وتغير الطبقات والصور المستقلة بطريقة موثوقة. يستطيع مراقب أحياناً تخمين الإطارات المفتاحية إحصائياً من أحجام الحزم المشفرة لأنها أكبر غالباً. أما العلامة الصريحة فتحول التخمين إلى إشارة دقيقة.

لهذا لا تعني سرية الصورة أن سلوك الفيديو غير مرئي. يستطيع التسلسل الزمني للطبقات ونقاط الاستقلال أن يكشف نمط نشاط حتى من دون بكسل واحد. توفر RFC 9335 آلية تشفير امتدادات RTP كاملة، وتضع RFC 8871 سياق الوسائط الخاصة. لكن تحديد من يرى، ومدة الاحتفاظ، وغرض الاستخدام يظل قراراً مؤسسياً.

لا معنى للرقم المحلي خارج التفاوض

يجري التفاوض على URI ‏urn:ietf:params:rtp-hdrext:framemarking بواسطة extmap وفق RFC 8285، ويُمنح رقماً محلياً في الجلسة. قد يحمل الرقم نفسه معنى آخر في جلسة أخرى، وقد تتغير الجهة المسموح لها بالإرسال أثناء تحديث العرض والجواب.

لذلك لا تكفي حزم ملتقطة وحدها للتدقيق. يجب حفظ URI والرقم والاتجاه وسياسة التشفير وفترة النفاذ. لا يثبت شكل البتات المألوف أن RFC 9626 كانت متفقاً عليها وفعالة عند اتخاذ القرار.

وتضيف صيغة الترميز بعداً آخر للإصدار. تربط RFC 9628 بنية VP9 القابلة للتدرج بالمفردات نفسها. قد يغير تحديث المرمّز كيفية استخراج العلامة، وقد يغير تحديث SFU كيفية استهلاكها. ينبغي اختبارهما كسطح إصدار واحد حتى لو لم يتغير شكل الامتداد على السلك.

Sources