vLLM Phi-4 音频编码器 OOM 漏洞披露

GHSA-8397-8qf6-f2gm 披露 vLLM 中 Phi-4-multimodal-instruct 音频编码器的拒绝服务漏洞（CVE-2026-115913）：eager 注意力路径会物化并保留大尺寸矩阵，任何能访问 chat/completions API 的未认证客户端只需发送一条合法的 10 分钟音频（静音即可），即可触发 CUDA OOM，约 6 秒内使整个引擎崩溃、服务下线。 披露者在官方 vllm/vllm-openai:v0.31.0 镜像上端到端验证：一条 19.2 MB、600 秒的静音 WAV 导致 2.29 GiB 分配失败，EngineCore 报致命错误后 API 返回 EngineDeadError。默认部署对音频长度的唯一限制是 VLLM_MAX_AUDIO_CLIP_FILESIZE_MB=25 和 VLLM_MAX_AUDIO_DECODE_DURATION_S=600，即 10 分钟音频属于合法输入。在显存更充裕的 GPU（如 80 GB）上单条请求可能不致崩溃，但 eager 路径仍会保留上一请求的张量，数条连续的最长请求或后续正常流量同样可致服务下线。 该漏洞已在 MR60614 中修复。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。