vLLM 推論エンジンが P/D 分離構成の競合状態により KV キャッシュを越権読み取り、データ漏えいとサービス中断を引き起こす
欠陥はプリフィルとデコードの間の KV ブロック租約管理にあります。リクエストがオーケストレータに既定の租約期限を超えて滞留すると、プロデューサは KV キャッシュブロックを回収して再利用しますが、コンシューマは期限切れの遠隔ブロック ID のまま読み取ります。この時系列の競合により、コンシューマは他リクエストのハイブリッド注意状態または循環状態を黙って読み込みます。攻撃者はデータを混同させ、あるいは特定の入力で CUDA の不正アドレスエラーを起こして推論エンジン全体をクラッシュさせ、機密性・完全性・可用性を深刻に損ないます。
コンポーネント
vLLM は高性能な大規模言語モデル推論フレームワークです。Transformer の注意機構の計算とメモリ管理を最適化し、プリフィルとデコードを分離した分散構成で GPU 利用率を最大化します。NIXL などの下位通信ライブラリでデバイス間の効率的なテンソル転送と状態同期を行い、高同時・低遅延の企業向け AI を支えます。
種別
Race Condition (CWE-362)
リポジトリ
github.com/vllm-project/vllm
Star 96590
対処方法
- データ転送層でプリフィルブロック租約の有効性を厳格に検証し、コンシューマが読み取り前に租約期限を確認するようにしてください。長時間待機するリクエストの状態を保つハートビートによる租約更新を導入し、無効な読み取りを検出したときは処理を続けず失敗させて、競合を除いてください。
