Theo định nghĩa của IETF, “Giao thức khởi tạo phiên” SIP (Session Initiation Protocol) là “giao thức báo hiệu lớp ứng dụng mô tả việc khởi tạo, thay đổi và giải phóng các phiên kết nối tƣơng tác đa phƣơng tiện giữa những ngƣời sử dụng”.
SIP dựa trên ý tƣởng và cấu trúc của HTTP (HyperText Transfer Protocol) là giao thức trao đổi thông tin của World Wide Web. SIP đƣợc định nghĩa nhƣ một giao thức chủ/tớ (Client/Server), trong đó các yêu cầu đƣợc chủ gọi (Client) đƣa ra
và bên bị gọi (Server) trả lời. SIP sử dụng một số kiểu bản tin và các trƣờng mào đầu của HTTP, xác định nội dung luồng thông tin theo mào đầu thực thể (mô tả nội dung - kiểu loại) và cho phép xác nhận các phƣơng pháp sử dụng giống nhau đƣợc sử dụng trên Web.
SIP định nghĩa các bản tin INVITE và ACK giống nhƣ bản tin Setup và Connect trong H.225, trong đó cả hai đều định nghĩa quá trình mở một kênh đáng tin cậy mà thông qua đó cuộc gọi có thể đi qua. Tuy nhiên khác với H.225, độ tin cậy của kênh này không phụ thuộc vào TCP mà có thể tích hợp vào lớp ứng dụng nhằm nâng cao khả năng tối ƣu hóa. SIP dựa vào giao thức mô tả phiên SDP (Session Description Protocol) để thực hiện sự sắp xếp tƣơng tự theo cơ cấu chuyển đổi dung lƣợng của H.245. SDP đƣợc dùng để nhận dạng mã thiết bị chuyển mạch và can thiệp vào giao thức báo hiệu luồng thời gian thực RTSP (Real Time Stream Protocol) để sắp xếp các tham số và khuôn dạng dữ liệu chung cho nhiều loại thông tin khi chuyển trong SIP.
SIP là một giao thức điều khiển lớp ứng dụng mà có thể thiết lập, sửa đổi và kết thúc các phiên truyền thông đa phƣơng tiện. SIP có thể mời các thành viên tham gia vào các phiên truyền thông đơn hƣớng hoặc đa hƣớng. SIP hỗ trợ việc ánh xạ tên và các dịch vụ chuyển tiếp một cách trong suốt, vì thế cho phép thực hiện các dịch vụ thuê bao điện thoại của mạng thông minh và mạng ISDN. SIP hỗ trợ 5 khía cạnh của việc thiết lập và kết thúc các truyền thông đa phƣơng tiện sau:
o Định vị ngƣời dùng (User location): xác định hệ thống đầu cuối đƣợc sử dụng trong truyền thông.
o Các khả năng ngƣời dùng (User capabilities): xác định phƣơng tiện và các thông số phƣơng tiện đƣợc sử dụng.
o Tính khả dụng ngƣời dùng (User Availability): xác định sự sẵn sàng của bên đƣợc gọi để tiến hành truyền thông.
o Thiết lập cuộc gọi (Call setup): thiết lập các thông số của cuộc gọi tại cả hai phía bị gọi và chủ gọi.
o Xử lý cuộc gọi (Call handling): bao gồm truyền tải và kết thúc cuộc gọi.