یک آسیب‌پذیری امنیتی با شناسه CVE-2026-94626 در کتابخانه vLLM (تا نسخه 0.29.0) شناسایی شده است که می‌تواند منجر به توقف کامل سرویس‌های مدل‌های زبانی شود.
تحلیل فنی آسیب‌پذیری
این نقص امنیتی در نقاط انتهایی (Endpoints) سازگار با OpenAI در بخش completion رخ می‌دهد. مشکل اصلی عدم اعتبارسنجی پارامتر tp_size در kv_transfer_params است. در استقرار‌های توزیع‌شده (Disaggregated Deployments) که از مدل‌های Prefill و Decode استفاده می‌کنند، مهاجم می‌تواند مقادیر دلخواه و غیرمنطقی را برای tp_size ارسال کند.
پیامد حمله
- تخصیص نامحدود حافظه: با ارسال مقادیر دستکاری شده، سیستم تلاش می‌کند مقدار بیش از حدی از حافظه را تخصیص دهد.
- بحران حافظه (OOM): این اقدام منجر به اتمام حافظه سیستم شده و در نهایت باعث فعال شدن مکانیزم
OOM-killدر سطح Kernel می‌شود. - از کار افتادن سرویس: در نتیجه این فرآیند، پروسه
decode workerمتوقف شده و سرویس برای کاربران غیرقابل دسترس می‌گردد (Denial of Service).
این آسیب‌پذیری به دلیل ماهیت مدیریت حافظه در محیط‌های Cloud Native و GPU-based، می‌تواند تأثیر شدیدی بر پایداری زیرساخت‌های استقرار مدل‌های هوش مصنوعی داشته باشد.
