Darklight1337

Um problema de exaustão de memória ocorre no serviço de modelo MOSS-Audio, onde um processador é armazenado em cache para cada valor distinto de `mm processor kwargs` em um dicionário ilimitado. Atacantes não autenticados podem explorar isso enviando valores `mel config` superdimensionados ou distintos para o endpoint '/tokenize', que ignora a exigência de `--api-key`, resultando na exaustão da memória do host e no travamento do processo da API.

Quando `trust remote code` está habilitado, o software encaminha o `mm processor kwargs.code revision` fornecido na requisição para a função `AutoProcessor.from pretrained` do Transformers. Isso permite que clientes selecionem qual revisão do código do processador dinâmico de um modelo é importada. Um invasor que controle uma revisão no repositório de modelos servidos pode enviar uma requisição multimodal para o endpoint não autenticado '/tokenize' para executar código Python arbitrário no processo da API do vLLM.

Um problema de consumo descontrolado de recursos permite que clientes remotos manipulem parâmetros do processador multimodal ao fornecer `mm processor kwargs` por requisição. Atacantes podem especificar valores excessivos para tamanho de imagem, contagem de patches, contagem de cortes ou contagem de quadros em processadores como Isaac, InternVL e H2OVL para esgotar a memória do sistema e causar a terminação do servidor compartilhado.

O software falha ao classificar corretamente o DeepStream como um backend de GPU, o que leva à omissão da aplicação de limites de pixels em seu caminho de decodificação. Atacantes não autenticados podem ativar o DeepStream durante uma requisição para inicializar o pool de decodificação de GPU de todo o processo e enviar vídeos que ignoram os controles de recursos, resultando em uma negação de serviço parcial para requisições simultâneas.