CVE-2026-105752
Beschrijving NL
vLLM is een inferentie- en bedieningsmotor voor grote taalmodellen. Voorafgaand aan 0.30.0, worden voortzettingen van het Harmony-hulpprogramma ingediend via "POST /v1/responses" -verzoeken om de motorinvoer voor de volgende beurt opnieuw op te bouwen zonder de cache_salt-waarde te behouden, waarbij het voorvoegsel voor de voortzetting in de globale ongezouten cache-naamruimte wordt geplaatst, zelfs wanneer de beller het zouten heeft ingeschakeld. Bij implementaties waarbij prefixcaching is ingeschakeld, wat de standaard is, kan een geverifieerde tenant die de post-toolgeschiedenis met lage entropie van een slachtoffer kan reconstrueren, dezelfde voortzetting indienen en het aantal cached_tokens_per_turn gebruiken om te bepalen of het prefix eerder is verwerkt, waardoor de beoogde tenantisolatie van gezouten prefixcaching wordt verslagen. Dit probleem is opgelost in versie 0.30.0.
Origineel (Engels) tonen
vLLM is an inference and serving engine for large language models. Prior to 0.30.0, Harmony tool continuations submitted through "POST /v1/responses" requests rebuild the next-turn engine input without preserving the cache_salt value, placing the continuation prefix in the global unsalted cache namespace even when the caller enabled salting. On deployments with prefix caching enabled, which is the default, an authenticated tenant who can reconstruct a victim's low-entropy post-tool history can submit the same continuation and use the cached_tokens_per_turn count to determine whether the prefix was previously processed, defeating the intended tenant isolation of salted prefix caching. This issue is fixed in version 0.30.0.