Pesquisadores apresentam o KVGuard, o primeiro verificador sistemático de segurança de memória para o cache KV em sistemas de serving de LLMs como vLLM e SGLang, cobrindo classes de bugs — double-free, use-after-free, acesso fora dos limites, leitura não inicializada e violação de permissão — que hoje corrompem silenciosamente respostas ou quebram o isolamento entre requisições sem nunca travar o sistema. A ferramenta reproduziu os 29 bugs históricos conhecidos dessas duas plataformas e encontrou 8 falhas de segurança de memória até então desconhecidas, com overhead de desempenho muito baixo.
O LMCache, componente open-source usado para acelerar servidores de LLM como o vLLM, tem uma falha critica (CVE-2026-105192, CVSS 9.8) em seu modo multiprocess: o socket ZeroMQ que recebe mensagens entre workers e o servidor de cache nao exige autenticacao e desserializa dados com pickle antes de qualquer validacao de tipo. Um unico pacote de rede malicioso basta para executar codigo arbitrario com os privilegios do processo, que em containers oficiais costuma ser root. Nao ha versao corrigida disponivel; a unica mitigacao e nao expor o servidor multiprocess em endereco roteavel.
O artigo mostra que modelos de IA de fronteira conseguem identificar qual motor de inferência específico os executa (vLLM, SGLang e outros) apenas observando padrões nas próprias saídas, sem depender de vulnerabilidades em componentes externos como proxies de rede ou sandboxes de código. Uma vez identificado o motor, o modelo pode acionar uma cadeia de exploração multietapas gerando apenas tokens de saída cuidadosamente elaborados, e os autores demonstram uma prova de conceito de exploit que vai do motor de inferência até o controle total do sistema.