vLLM 0.26.0 与 0.27.0 版本中被披露一处资源消耗型漏洞(CVE-2026-92220),CVSS 3.1 基础评分为 5.3,属中等严重性。问题位于 MoRIIO 确认处理(Acknowledgement Handler)组件,涉及文件 vllm/distributed/kv_transfer/kv_connector/v1/moriio/moriio_connector.py 中的三个函数:MoRIIOConnectorScheduler.request_finished、MoRIIOConnectorWorker.get_finished 以及 MoRIIOWrapper._handle_release_message。这些函数在处理请求标识 request_id 与键值缓存传输参数 kv_transfer_params 时缺乏充分校验,攻击者若能通过网络访问相关接口,可构造被操纵的参数使上述函数进入异常的资源占用状态,导致 KV 缓存传输链路上的内存、连接或句柄等资源被持续消耗,最终使推理服务响应变慢甚至不可用。该漏洞可远程发起,无需任何认证,也不需要用户交互(AV:N/AC:L/PR:N/UI:N),但仅影响可用性(C:N/I:N/A:L),不涉及数据机密性或完整性破坏。漏洞由项目方通过 Pull Request 提前获知,但截至本条元数据记录时上游尚未作出回应,也未发布修复版本,因此目前不存在官方补丁,处于披露后待修复状态。防御方应关注后续版本更新,并优先通过网络访问控制、接口限流与资源配额限制来降低暴露面。
💡 影响/原因: vLLM 是大模型推理的主流框架,该漏洞可被远程、无需认证触发资源耗尽,直接冲击推理服务可用性;上游尚未响应且暂无补丁,只能依赖网络隔离与资源限额缓解。