网络视频监控系统正得到越来越广泛的应用,市场需求与日俱增,系统架构形式多样,系统性能差别较大,本文分析现有监控系统的设计方案,对比其可靠性、可用性和安全性等多方面的性能差别,在此基础上设计更趋合理的方案。视频监控系统在网络化、数字化和智能化的进程中逐渐凸显出网络架构混乱、设备资源利用率低等问题,本文在对比分析现有监控系统拓扑结构、网络分层和智能化措施之后,总结出视频监控行业亟需解决的若干关键问题,即1)高效组网：设备组织方式和接入方法的问题；2)前端智能：智能化功能前置与后置性能优劣的问题；3)视频分析：视频处理算法与硬件运算能力妥协问题。针对这些关键问题,本文探讨了视频分析算法的嵌入式实现,设计了基于层级SIP结构的视频监控方案,并且在设计方案的基础上选取安全高效的技术手段进行了实现。首先,介绍了网络视频监控中的关键技术,研究当前网络视频监控的系统框架,分析监控中设备前端智能与中心智能的应用场景,以及两种智能化方法联合应用的可能性。其次,从消息结构、操作过程方面以实例的形式讲解了会话启动协议(SIP)的信令控制功能,同时,还介绍了其最主要的消息体形式SDP协议以及其控制的媒体平面同步传输协议RTP。然后,详细描述基于层级SIP结构的视频监控方案的总体设计,包括系统拓扑结构、消息路由方法、登录访问过程、设备接入程序、列表更新方法等,同时,为完成以上设计内容,方案制定了一系列消息扩展规范与数据传输规范。最后,为验证基于层级SIP结构视频监控方案的可行性和指引安全高效的系统生成,本文实现了方案设计中的主要功能,其中,SIP信令控制功能在服务器端和客户端分别使用SIP Servlet技术和C++协议栈,音视频媒体交互传输则是在研究了libvlc的串流与播放功能之后,以库的重新封装来实现。本文基于层级式SIP服务器结构,研究一种方便管理、易于扩展的网络视频监控方案,可以应用于商场、企业、市政等行业与部门,更好地保障财产安全、维护公共秩序。