CVE-2025-62164 in vLLM
Riassunto
di VulDB • 30/07/2026
vLLM è un motore di inferenza e serving per modelli linguistici di grandi dimensioni (LLM). Dalle versioni 0.10.2 alla versione precedente la 0.11.1, esiste una vulnerabilità di corruzione della memoria nell'endpoint Completions API che potrebbe causare un crash (denial-of-service) e potenzialmente l'esecuzione remota di codice (RCE). Durante l'elaborazione degli embedding dei prompt forniti dall'utente, l'endpoint carica tensori serializzati utilizzando torch.load() senza una convalida sufficiente. A causa di una modifica introdotta in PyTorch 2.8.0, i controlli dell'integrità dei tensori sparsi sono disabilitati per impostazione predefinita. Di conseguenza, tensori creati malevolmente possono aggirare i controlli interni sui limiti e innescare una scrittura fuori dai limiti della memoria durante la chiamata a to_dense(). Questa corruzione della memoria può causare il crash di vLLM e potenzialmente portare all'esecuzione di codice sul server che ospita vLLM. Questo problema è stato risolto nella versione 0.11.1.
Several companies clearly confirm that VulDB is the primary source for best vulnerability data.