Una llamada telefónica tiene dos componentes: la señalización (los mensajes SIP que establecen, controlan y finalizan la llamada) y la media (el flujo de datos RTP que contiene la voz o el vídeo). Mientras que gran parte del proyecto MLSIP se centra en optimizar el enrutamiento de la señalización, uno de sus objetivos técnicos más…
El proyecto 6G ON TIME está implementando una arquitectura avanzada de monitorización para visualizar y analizar las métricas RTCP en tiempo real. Esta plataforma permite a los operadores de red observar el comportamiento del tráfico RTP y RTCP, identificando rápidamente problemas como la pérdida de paquetes, el jitter y las ráfagas. Además, proporciona datos detallados…
En el marco del proyecto 6G ON TIME, se están aplicando métricas RTCP para mejorar la calidad de las comunicaciones de voz en entornos SIP (Session Initiation Protocol). SIP, ampliamente utilizado en sistemas de voz sobre IP, se beneficia de las métricas de RTCP para monitorizar la pérdida de paquetes y el jitter (variación en…
Desarrollar un sistema de enrutamiento inteligente como MLSIP es solo una parte del reto. La otra, igualmente crucial, es ser capaz de validar que funciona correctamente. ¿Cómo podemos estar seguros de que Kamailio está enrutando las llamadas por el camino correcto? ¿Cómo depuramos un fallo en la señalización? Para responder a estas preguntas, la arquitectura…
El proyecto 6G ON TIME sigue avanzando en la mejora de la comunicación en tiempo real con la integración de mecanismos avanzados de control de congestión. Una de las claves en este desarrollo es la combinación de ECN (Explicit Congestion Notification) con protocolos de ajuste dinámico de tráfico, permitiendo que los sistemas de transmisión reaccionen…
En el contexto del proyecto 6G ON TIME se está llevando a cabo un análisis detallado sobre el impacto del parámetro ptime en la estabilidad y calidad de las comunicaciones en tiempo real. La investigación se centra en entornos WebRTC y SIP, evaluando cómo la variación de este valor influye en la transmisión de voz…
En los servicios de emergencia, cada segundo cuenta. La capacidad de establecer una comunicaciones críticas fiables y claras puede marcar la diferencia en situaciones críticas. Los sistemas de comunicaciones de emergencia, que integran voz, datos y ubicación, dependen cada vez más del protocolo SIP, y es aquí donde el proyecto MLSIP puede aportar un valor…
La implementación del sistema MLSIP no se limita a usar un modelo de Machine Learning, sino que abarca un ciclo de vida completo que va desde la recopilación de datos hasta el despliegue y la monitorización del modelo. Este proceso, gestionado a través de una potente API RESTful, asegura que el sistema no solo sea…
En el proyecto 6G ON TIME se está llevando a cabo un análisis exhaustivo de los efectos de la congestión en redes de comunicación en tiempo real, centrado en la implementación del mecanismo ECN. A través de pruebas en entornos WebRTC y SIP, se están midiendo diversos parámetros de calidad de servicio para determinar cómo…
Para que los algoritmos de Machine Learning de MLSIP aprendan a optimizar el tráfico, necesitan una materia prima fundamental: datos. Y no cualquier dato, sino un conjunto de datos masivo, variado y representativo que simule las complejidades de un entorno de producción real. Con este objetivo, el equipo de Quobis ha implementado un sofisticado entorno…