llamaCVEVulnerability Intelligence
/
vllm

CVE-2026-115913

vLLM is an inference and serving engine for large language models

Parche disponibledenial of service
Descargar PNG JSON
CVSS 3.1
6.5
Media
CVSS:3.1/AV:N/AC:L/PR:L/UI:N/S:U/C:N/I:N/A:H Fuente: CNA
ExplotaciónSin evidenciaSSVC: none · no figura en CISA KEV
Exploits públicos0Ninguno conocido
Parche1 versiónPrimer parche a -8 d de la divulgación
Exposición23 dDesde la divulgación, 26 oct 2026, 11:56 a. m.
Detección6 minDesde la divulgación hasta su ingreso al índice
Decisión SSVCSeguir
Remediar en la ventana regular de mantenimiento
Sin explotación conocida, no automatizable e impacto técnico parcial. Hay versiones corregidas disponibles.
Timeline

Ciclo de vida de la vulnerabilidad

Hoy
Divulgación
Publicada
Evaluación SSVC +1
Explotación
Remediación
Parche 0.32.0
Monitoreo
Detectada +2
Fuente: OSV
Verificada
18 oct 26
26 oct 26
28 oct 26
2 nov 26
16 nov 26
19 nov 26
18 oct 26
26 oct 26
3 nov 26
11 nov 26
19 nov 26
FechaFaseEventoDetalle
Remediación Parche 0.32.0 vllm · -8 d desde divulgación
Divulgación Publicada CVE-2026-115913 divulgada · CVSS 6.5 (CNA)
Monitoreo Detectada Ingresó al índice
Monitoreo Fuente: NIST NVD Registro visto por primera vez en NIST NVD
Monitoreo Fuente: ENISA EUVD Registro visto por primera vez en ENISA EUVD
Monitoreo Fuente: OSV Registro visto por primera vez en OSV
Divulgación Evaluación SSVC CISA-ADP · explotación ninguna
Divulgación Modificada Última actualización del registro
Monitoreo Verificada Última verificación contra las fuentes
Resumen
Resumen generado por IA · CC-BY 4.0

vLLM, an open-source engine for running large language models, is affected when serving the Phi-4 multimodal model. A remote user can send a single long audio clip that uses excessive GPU memory, crashing the engine and interrupting service for all users.

Descripción original del registro (GitHub_M)

vLLM is an inference and serving engine for large language models. Prior to 0.32.0, the Phi-4 multimodal audio encoder in phi4mm_audio.py and phi4mm_utils.py uses eager attention by default, allowing a remote client to submit one legal long audio clip that causes MultiHeadedAttention.forward_attention to materialize and retain full attention matrices in self.attn. The scaled dot-product attention branch does not materialize these matrices. The resulting quadratic GPU-memory use can cause an out-of-memory condition and terminate EngineCore for all users. This issue is fixed in version 0.32.0.

Vector CVSS 3.1

Desglose de métricas

Opción resaltada = valor del vector · izquierda = peor caso · CNA
Vector de ataqueAV:N
RedAdyacenteLocalFísica
ComplejidadAC:L
BajaAlta
PrivilegiosPR:L
NingunoBajosAltos
InteracciónUI:N
NingunaRequerida
AlcanceS:U
CambiadoSin cambio
ConfidencialidadC:N
AltoBajoNinguno
IntegridadI:N
AltoBajoNinguno
DisponibilidadA:H
AltoBajoNinguno
Versiones

Rangos afectados

Afectada Corregida Última
vllm< 0.32.0
0.32.0
0.33.0
Remediación

Estado del parche por paquete

Paquete / productoEstadoCorregida enDesde divulgaciónÚltima versión
pypivllm
Corregida 0.32.0 -8 d 0.33.0 no afectada
Versiones corregidas0.32.0
Explotación

Arsenal público

Sin exploits, módulos ni PoC públicos conocidos a la fecha de verificación.

Referencias
Fabricantehttps://github.com/vllm-project/vllm/security/advisories/GHSA-8397-8qf6-f2gm
Otrahttps://github.com/vllm-project/vllm/pull/60614
Otrahttps://github.com/vllm-project/vllm/commit/3d52578e13454de0bb8352cac988347cdcc89928
Otrahttps://github.com/vllm-project/vllm/releases/tag/v0.32.0

Las referencias externas se muestran para copiar: cve.llama.ec no lo redirige a otros sitios.