网络摄像机往往应用RTSP、RTP、RTCP、HTTP、UDP、TCP协议的不同组合来传输实时性较强的音视频流。常见的协议组合如下。RTP+RTSP协议组合，这种协议组合(RTP可以用TCP、UDP协议封装，RTSP用TCP协议封装)，在正常网络环境里，可以保证客户端浏览实时音视频，厂商往往推荐网络摄像机采用这种协议组合。一些网络设备也常常支持RTP+RTSP多播模式。

RTP/RTSP协议组合，RTP分组封装成RTSP分组，有些网络防火墙只让RTSP协议分2/3组通过。但网络摄像机又要以RTP协议提供实时音视频。这种组合方式在没有办法的情况下增加了网络负载和客户端管理系统的复杂度。

RTP/RTSP/HTTP协议组合，在RTP/RTSP的数据基础上增加了HTTP封装，这种协议组合主要是为了适应网络防火墙只允许使用HTTP协议的网络环境。虽然网络负载加大，但网络摄像机可以适应更复杂的互联网环境。

UDP(TCP)协议，一些网络摄像机为了适应国内网络带宽状况不佳的状况，没有利用RTP+RTSP应用层协议封装音视频数据，对音视频流只采用UDP或TCP传输层协议封装。这样音视频流就可以利用很小的网络带宽传输流媒体。这种协议组合也可以提供类似RTP+RTSP高级功能，但对网络路由设备基于RTP+RTSP组合优化特性不能利用。