Jpengli

**Nome do Software Vulnerável e Versões Afetadas** vLLM versões anteriores a 0.29.0 **Description** Existe uma falha de bypass de limite de recursos na alocação do decodificador PyNvVideoCodec. Este problema ocorre porque o sombreamento de subclasses do sampler permite incrementos de contadores independentes. Atacantes não autenticados podem selecionar diferentes subclasses de sampler em solicitações de vídeo para exceder os limites de decodificação configurados, levando ao esgotamento da memória GPU não contabilizada. **Recommendations** Atualize o vLLM para a versão 0.29.0 ou posterior.

**Nome do Software Vulnerável e Versões Afetadas** vLLM versões 0.26.0 a 0.27.0 **Description** Um problema de consumo de recursos existe no componente MoRIIO Acknowledgement Handler dentro do arquivo vllm/distributed/kv transfer/kv connector/v1/moriio/moriio connector.py. Um invasor remoto pode desencadear isso ao manipular os argumentos `request id` ou `kv transfer params`. As funções afetadas incluem `MoRIIOConnectorScheduler.request finished()`, `MoRIIOConnectorWorker.get finished()` e `MoRIIOWrapper. handle release message()`. **Recommendations** Como mitigação temporária, restrinja o acesso às funções `MoRIIOConnectorScheduler.request finished()`, `MoRIIOConnectorWorker.get finished()` e `MoRIIOWrapper. handle release message()`. No momento, não há informações sobre uma versão mais recente que contenha a correção para esta vulnerabilidade.

**Nome do Software Vulnerável e Versões Afetadas** vllm versões anteriores a 0.30.0 **Description** Um ataque remoto pode ser lançado contra o arquivo `vllm/v1/sample/thinking budget state.py`, resultando em complexidade algorítmica ineficiente. Esta condição ocorre quando certas funcionalidades dentro do arquivo são manipuladas, fazendo com que o sistema consuma recursos de forma ineficiente. **Recommendations** Atualize para a versão 0.30.0.