🇰🇷 한글 설명
vLLM은 대규모 언어 모델을 위한 추론 및 서빙 엔진입니다. 0.32.0 이전 버전에서는 인증된 사용자가 공개 멀티모달 features.kwargs_data에 위조된 공유 메모리 주소와 monotonic_id 값을 삽입할 수 있으며, 확장형 배포 환경에서 워커가 이를 신뢰하여 공격자가 선택한 바이트를 pickle.loads()에 전달함으로써 안전하지 않은 직렬화가 비활성화되어 있어도 임의의 Python 코드가 실행될 수 있습니다.
💡 쉬운 설명
로그인한 사용자가 AI 모델 서버에 악성 데이터를 몰래 끼워 넣을 수 있는 취약점입니다. 이를 통해 서버에서 공격자가 원하는 프로그램을 실행할 수 있습니다.
🇺🇸 원문 (English)
vLLM is an inference and serving engine for large language models. Prior to 0.32.0, an authenticated caller can place forged shared-memory address and monotonic_id values in public multimodal features.kwargs_data. In scale-out deployments with shared-memory multimodal caching enabled, workers trust those values and pass attacker-selected bytes to pickle.loads(), allowing arbitrary Python execution even when insecure serialization is disabled. This issue is fixed in version 0.32.0.
📍 영향받는 시스템
vLLM 0.32.0 미만 버전 (공유 메모리 멀티모달 캐싱이 활성화된 확장형 배포 환경)
⚔️ 공격 벡터
인증된 사용자가 멀티모달 요청의 kwargs_data에 위조된 공유 메모리 주소와 monotonic_id를 삽입해 워커가 악성 pickle 데이터를 역직렬화하도록 유도
🛡️ 대응 방법
vLLM을 0.32.0 이상으로 업그레이드하고, 신뢰할 수 없는 사용자의 접근을 제한하며, 공유 메모리 멀티모달 캐싱 사용 여부를 점검
🔧 검증 코드
출력된 버전이 0.32.0 미만이면 취약하므로 업그레이드가 필요하고, 0.32.0 이상이면 패치가 적용된 것입니다.
pip show vllm 2>/dev/null | grep -i '^version'