stich86
Per l'esattezza esistono due sistemi: STUN e TURN.
STUN permette di instaurare connessioni P2P usando un server terzo che, all'inizio della sessione "faccia da sponda", instaurata la sessione non è più necessario e i due utenti parlano direttamente. Funziona nella maggior parte dei casi, con la maggior parte dei NAT e firewall (a volte anche doppi), e anche se entrambi gli utenti sono sotto NAT. Quando però non funziona (solitamente a causa di firewall molto restrittivi, che, ad esempio, bloccano o limitano le porte udp utilizzabili in uscita) entra in gioco TURN.
TURN sta effettivamente in mezzo alla connessione e trasferisce tutto il traffico audio/video tra i due utenti. Per ciascun utente sceglie la porta migliore e il protocollo migliore (tcp o udp).
Non conosco FaceTime nello specifico ma visto l'affidabilità molto alta dell'app mi sembra molto probabile che abbia un fallback simile TURN per quando il dispositivo si trova in reti super blindate (aziendali ad esempio)