SIP协议用于管理会话，但在协议中并未定义一种在会话建立后保持活性的机制，这将造成会话无法终止的问题。例如，在上述的视频监视系统中，考虑这种情况：当一个用户端试图用一个BYE信令结束会话时，发送失败了，或由于网络问题这个BYE丢失了。虽然在SIP协议中有定义状态机，在发送BYE并没有得到响应的情况下会间隔性的重发请求，但如果一段时间没有响应，状态机超时后，客户端会单方面的终止会话。或者当客户端出现故障停止工作时，它不会主动发起请求结束会话。在此类情况下，服务器端将永远无法得知这个会话何时结束。此时，这个监视服务器将一直维持这个呼叫的状态, 并一直保持向客户端的媒体传输, 没有确定性的方法用于决定何时不再需要这个呼叫。当有多个客户端的连接中断时，将造成大量资源浪费，包括网络的带宽资源、服务器的处理器资源以及服务器的端口资源（一路RTP 传输需要至少占用一个端口）。由于互联网的不稳定因素，这种资源消耗是有可能发生的，并且一旦出现这种单方面连接问题，不重新启动服务器就无法回收被占用的资源。
在一般的视频通信系统中也存在类似问题，但是SIP用户代理可能可以借助一些特别的机制检测会话的中止。例如，监测在一段时间内是否有从对方收到的RTP 数据包，或者最简单的，由用户判断是否还有声音、图像，并决定是否需要终止会话。但是视频监视系统中的服务器端却不能够采用类似的方法。主要有两点原因：首先，为了保证图像的实时性, 并尽可能减少网络资源的占用，视频监视系统传输的RTP流是基于UDP（用户数据报协议）的。UDP 是不可靠传输，不能保证数据报能安全无误地到达最终目的；其次，由于监视系统的特殊应用，每次会话中的媒体流都是由服务器端向客户端单向传输的。这使得服务器端并不能通过检测是否从对方收到数据包来判断会话是否依然存在。
基于SIP定时器的资源控制策略
针对以上的问题可以有多种的解决方案：
(1)使用可靠的运输层协议TCP，依据发送TCP数据得到的确认信息可以了解客户端的活性。但是TCP 的交互机制会带来较大的延时，不满足实时性需求。
(2)使用与媒体流反向的RTCP（实时传输控制协议）提供定期的反馈信息，服务器可以依靠RTCP包的有无来判断客户端的活性。但是这需要客户端的RTP 协议栈有对RTCP协议的特殊支持，并要为反向的RTCP开辟新的端口资源。
(3)利用SIP协议的扩展：SIP会话定时器机制。
综合各方面因素考虑，我们采用第三种方案来对本监视系统中的资源进行控制。
SIP的优势之一表现在其灵活性和扩展性上，SIP 协议扩展中定义了一种为SIP会话保持活性的机制。该机制由SIP UA周期性的发送UPDATE请求来保持会话的活性。如果在前一个刷新请求过期前没有收到下一个, 就可以认为这个会话终止了。通过这种刷新机制，会话的任何参与者都可以确定的知道会话的活性。扩展中定义了两个新的头域，Session- Expires和Min-SE，以及一个新的响应422。
