vLLM 曝高危远程代码漏洞，AI 服务器面临攻击风险

发布于 作者:

vLLM 曝高危远程代码漏洞，AI 服务器面临攻击风险

FreeBuf 2025-05-21 10:04

vLLM 漏洞示意图

研究人员近日披露了大型语言模型（LLM）高性能推理与服务引擎 vLLM 中存在的一个高危漏洞（编号 CVE-2025-47277）。该漏洞源于 PyNcclPipe 通信服务中存在的不安全反序列化缺陷，可导致远程代码执行（RCE），其 CVSS 评分为 9.8 分。

Part01

漏洞技术细节

vLLM 最初由加州大学伯克利分校 Sky Computing 实验室开发，现已成为社区驱动的开源项目，为 LLM 推理和服务提供快速易用的库。该工具支持分布式部署和先进的 KV 缓存管理，并能与工业级 LLM 基础设施集成。

漏洞存在于 PyNcclPipe 类中，该类通过点对点消息传递实现分布式节点间的 KV 缓存传输。其 CPU 端消息传递机制使用 Python 的 pickle 模块进行数据序列化和反序列化。

安全公告指出：”PyNcclPipe 实现中存在严重安全缺陷，它直接使用 pickle.loads 处理客户端提供的数据，形成了可导致远程代码执行的不安全反序列化漏洞。”

Part02

攻击影响分析

攻击者通过向运行的 PyNcclPipe 服务发送恶意构造的对象，即可利用该漏洞在主机上执行任意系统命令，从而完全控制服务器。

该问题的根源还与 PyTorch 的 TCPStore 绑定行为有关：”PyTorch 的默认行为是 TCPStore 接口会监听所有网络接口，无论提供的是何种 IP 地址。”

Part03

修复建议

vLLM 已实施临时解决方案，确保绑定到指定的私有接口以降低暴露风险。建议用户立即升级至 vLLM v0.8.5 版本。

参考来源：

Critical CVSS 9.8 RCE Flaw in vLLM Exposes AI Hosts to Remote Attacks

Critical CVSS 9.8 RCE Flaw in vLLM Exposes AI Hosts to Remote Attacks

推荐阅读

电台讨论

图片