CVE-2026-105752
Publiée le 2026-10-05 · Dernière modification le 2026-10-08
Les moteurs d'inférence vLLM antérieurs à la version 0.30.0 sont concernés lorsque la mise en cache des préfixes (prefix caching) est activée. Un utilisateur authentifié peut potentiellement déterminer si un autre utilisateur a traité un prompt spécifique en analysant les métadonnées de réponse, contournant ainsi l'isolation des tenants assurée par le « salage ». Cette opération est difficile à exécuter, car elle nécessite un accès réseau et la capacité de deviner l'historique spécifique des conversations d'une victime.
DÉTAIL DU VECTEUR CVSS
RÉFÉRENCES
Description officielle du NVD (en anglais)
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.