4. Byte-Reihenfolge, Ausrichtung und Zeitformat

Alle Ganzzahlfelder werden in Netzwerk-Byte-Reihenfolge übertragen, d.h. das höchstwertige Byte (Oktett) zuerst. Diese Byte-Reihenfolge wird allgemein als Big-Endian bezeichnet. Die Übertragungsreihenfolge ist in [3] detailliert beschrieben. Sofern nicht anders angegeben, sind numerische Konstanten dezimal (Basis 10).

Alle Header-Daten sind auf ihre natürliche Länge ausgerichtet, d.h. 16-Bit-Felder sind an geraden Offsets ausgerichtet, 32-Bit-Felder sind an durch vier teilbaren Offsets ausgerichtet usw. Als Padding bezeichnete Oktetts haben den Wert Null.

Die Wanduhrzeit (absolutes Datum und Uhrzeit) wird unter Verwendung des Zeitstempelformats des Network Time Protocol (NTP) dargestellt, das in Sekunden relativ zu 0h UTC am 1. Januar 1900 angegeben wird [4]. Der NTP-Zeitstempel mit voller Auflösung ist eine 64-Bit-Festkommazahl ohne Vorzeichen, wobei der ganzzahlige Teil in den ersten 32 Bits und der Bruchteil in den letzten 32 Bits liegt. In einigen Feldern, in denen eine kompaktere Darstellung angemessen ist, werden nur die mittleren 32 Bits verwendet; das sind die unteren 16 Bits des ganzzahligen Teils und die oberen 16 Bits des Bruchteils. Die oberen 16 Bits des ganzzahligen Teils müssen unabhängig bestimmt werden.

Eine Implementierung muss nicht das Network Time Protocol ausführen, um RTP zu verwenden. Andere Zeitquellen oder gar keine können verwendet werden (siehe die Beschreibung des NTP-Zeitstempelfelds in Abschnitt 6.4.1). Das Ausführen von NTP kann jedoch nützlich sein, um Streams zu synchronisieren, die von separaten Hosts übertragen werden.

Der NTP-Zeitstempel wird irgendwann im Jahr 2036 auf Null zurückgesetzt, aber für RTP-Zwecke werden nur Differenzen zwischen Paaren von NTP-Zeitstempeln verwendet. Solange angenommen werden kann, dass die Zeitstempelpaare innerhalb von 68 Jahren voneinander liegen, macht die Verwendung modularer Arithmetik für Subtraktionen und Vergleiche den Überlauf irrelevant.