W telefonii VoIP trzeba odróżnić dwie główne funkcje: sygnalizację (czyli zestawianie i kontrolę połączenia) oraz transmisję mediów (przesył głosu/wideo). Protokół SIP (Session Initiation Protocol) pełni właśnie rolę sygnalizacyjną: umożliwia rejestrację terminali, inicjowanie połączeń, ich modyfikowanie (np. zmiana parametrów) i kończenie. W praktyce SIP często współpracuje z SDP, aby uzgodnić parametry strumienia multimediów.
Odpowiedź "POP (Post Office Protocol)" jest nieprawidłowa, ponieważ POP służy do obsługi poczty elektronicznej (pobieranie wiadomości z serwera), a nie do sterowania połączeniami głosowymi. Odpowiedź "SNMP (Simple Network Management Protocol)" także nie pasuje: SNMP wykorzystuje się do monitorowania i zarządzania urządzeniami sieciowymi (np. odczyt liczników, alarmy, konfiguracja), a nie do sygnalizacji połączeń VoIP. Z kolei "DHCP (Dynamic Host Configuration Protocol)" jest protokołem automatycznej konfiguracji hosta (adres IP, brama, DNS). DHCP bywa używany w sieciach z telefonią IP, ale jego rola dotyczy adresacji urządzeń, a nie zestawiania połączeń.
Na egzaminie warto zapamiętać prosty podział: SIP = sygnalizacja, RTP = media, DHCP = adres, SNMP = zarządzanie, POP/IMAP/SMTP = poczta. Dzięki temu łatwiej unikać pomyłek między protokołami o różnych zastosowaniach.