Aller au contenu

CVE-2026-89032 : rupture d'isolation multi-tenant dans le cache sémantique de BerriAI LiteLLM

Densité :
HERMES

SCORE DE MENACE HERMES & RISQUE D'INFRASTRUCTURE IA

Cible : BerriAI LiteLLM Proxy - Couche de cache sémantique & routeur de modèles
Confiance : 98%
89 / 100
ÉLEVÉ

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

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

Le score CVSS v3.1 évalue cette faille à 8.7 (Élevé) avec privilèges faibles (PR:L) exigeant une clé API virtuelle. Le Hermes Threat Score lui attribue 89 (ÉLEVÉ/CRITIQUE) en raison du rôle central de LiteLLM comme routeur d'inférence en entreprise. La fuite ne se limite pas à du texte conversationnel : elle expose des clés API injectées dans les invites systèmes, des documents confidentiels et des appels de fonctions structurés (tool_calls). Un attaquant peut en outre empoisonner le cache partagé pour forcer les agents autonomes à exécuter des commandes malveillantes sans confirmation humaine.

HASS

SÉVÉRITÉ AGENTIQUE HASS & RUPTURE D'ISOLATION MULTI-TENANT

Cible : Couche de cache sémantique & répartiteur d'outils (litellm/proxy)
Confiance : 98%
92 / 100
CRITIQUE

Mesure le risque systémique spécifique découlant de l'autonomie, de l'autorité des outils et de l'exécution en cascade.

Décomposition des dimensions
Autonomie décisionnelle 18 / 20
Accès aux outils & APIs 19 / 20
Privilege 14 / 15
Persistence 13 / 15
External Impact 14 / 15
Propagation 14 / 15
⚖️ Divergence & Justification opérationnelle

La vulnérabilité CVE-2026-89032 illustre un vecteur critique de compromission de la chaîne logistique agentique : l'empoisonnement de cache menant à l'exécution d'outils. Les agents autonomes s'appuyant sur LiteLLM pour la mise en cache peuvent ingérer des appels d'outils falsifiés par un locataire adverse. Comme ces agents exécutent fréquemment ces fonctions avec des privilèges élevés sur l'infrastructure (accès aux bases de données, API de paiement, scripts cloud), l'isolation s'effondre tant sur le plan des données que sur celui du contrôle.

🕸️ Graphe de connaissances connecté & Provenance

CVE-2026-89032: BerriAI LiteLLM Semantic Cache Layer Cross-Tenant Isolation Bypass and Tool Call ExfiltrationVULNÉRABILITÉ

Nœuds connectés : 1
Relations sortantes actives
→ affectsCOMPOSANTLiteLLM Proxy & MCP Server
98% VERY_HIGH

Enterprise LLM proxy gateway supporting Model Context Protocol (MCP) streamable endpoints and unified LLM APIs.

🔍 Pourquoi cette relation ? (Preuves & Provenance)

“Confirmed security vulnerability in LiteLLM Proxy & MCP Server documented in Hermes dossier.”

Preuves vérifiées associées :

LiteLLM constitue l’épine dorsale de routage de nombreuses infrastructures d’IA générative d’entreprise, connectant des agents autonomes, des pipelines LangChain/LangGraph et des clients MCP aux modèles sous-jacents.

ParamètreSpécification TechniqueImpact Opérationnel
Identifiant CVECVE-2026-89032Référence de suivi pour la vulnérabilité de passerelle IA
Éditeur / écosystèmeBerriAI / LiteLLM ProxyPasserelle d’inférence LLM d’entreprise
Composant vulnérablelitellm/caching/caching.py & Filtre de cache sémantiqueGestion des métadonnées et recherche vectorielle
Type de vulnérabilitéCWE-200 / CWE-863 / CWE-668Divulgation de données / Rupture d’isolation multi-tenant
Vecteur d’attaqueRéseau (Clé API virtuelle requise)Requêtes REST authentifiées sur /v1/chat/completions
Version correctiveLiteLLM v1.101.0-rc.1Mise à niveau impérative pour les proxys multi-tenants

La cause racine : discordance de clé de métadonnées dans le cache sémantique

Section intitulée « La cause racine : discordance de clé de métadonnées dans le cache sémantique »

Le cache sémantique convertit les requêtes en vecteurs de plongement (embeddings), interroge la base vectorielle pour identifier les entrées dont la similarité cosinus dépasse un seuil (ex. > 0,85) et renvoie la réponse pré-calculée. Dans une architecture multi-tenant, chaque entrée vectorielle doit être impérativement filtrée par l’identifiant du locataire (team_id, user_id ou organization_id).

Dans les versions de LiteLLM antérieures à 1.101.0-rc.1, le sous-système de cache présentait une discordance lors de l’extraction :

# Implémentation vulnérable dans litellm/caching/caching.py (< 1.101.0-rc.1)
def _get_semantic_cache_tenant_scope(metadata: dict) -> str:
# Recherche 'team_id' directement dans le dictionnaire de métadonnées
return metadata.get("team_id", None)
def _get_metadata_variable_name(user_api_key_dict: dict) -> str:
# Extrait l'identifiant sous 'litellm_team_id' ou 'user_id'
return user_api_key_dict.get("litellm_team_id") or user_api_key_dict.get("user_id")

Lorsqu’une requête traverse l’authentification du mandataire, les métadonnées de la clé sont indexées sous la clé canonique litellm_team_id. Lors de l’interrogation du cache vectoriel, _get_semantic_cache_tenant_scope tentait de lire la clé brute team_id. Comme metadata.get("team_id") renvoyait None, le filtre d’isolation était omis :

# Construction du filtre de recherche vectorielle
vector_filter = {}
tenant_scope = _get_semantic_cache_tenant_scope(request_metadata)
if tenant_scope:
vector_filter["team_id"] = tenant_scope
# ANOMALIE : tenant_scope vaut None, le filtre reste vide ({}), la recherche interroge TOUS les locataires !
results = await vector_client.search(
collection="semantic_cache",
query_vector=embedding,
filter=vector_filter if vector_filter else None,
limit=1
)
ATTAQUANT (LOCATAIRE B) MANDATAIRE LITELLM CACHE SÉMANTIQUE PARTAGÉ
│ │ (REDIS / QDRANT)
│ [1] POST /v1/chat/completions │ │
│ Auth : Bearer sk-tenant-b │ │
│ Prompt : "Données financières T3" │ │
│──────────────────────────────────────►│ │
│ │ [2] Calcul de l'embedding │
│ │ team_id -> None (ANOMALIE !) │
│ │ │
│ │ [3] Requête sans filtre de tenant │
│ │───────────────────────────────────►│
│ │ │
│ │ [4] Renvoi du voisin le plus proche│
│ │ (Généré par le Locataire A) │
│ │◄───────────────────────────────────│
│ │ │
│ [5] Réponse renvoyée avec données du │ │
│ Locataire A et charges tool_calls │ │
│◄──────────────────────────────────────│ │

Le correctif harmonise l’extraction des métadonnées dans toutes les couches de cache, impose un cloisonnement strict et applique par défaut une isolation par clé :

# Implémentation corrigée dans litellm/caching/caching.py (>= 1.101.0-rc.1)
def _get_semantic_cache_tenant_scope(metadata: dict, user_api_key_dict: dict) -> str:
team_id = (
metadata.get("team_id")
or metadata.get("litellm_team_id")
or user_api_key_dict.get("litellm_team_id")
or user_api_key_dict.get("team_id")
)
if not team_id:
return f"key_{user_api_key_dict.get('token_hash', 'anonymous')}"
return str(team_id)

3. Vecteurs d’attaque & militarisation sur le terrain

Section intitulée « 3. Vecteurs d’attaque & militarisation sur le terrain »
  1. Exfiltration de données inter-organisations : en formulant des requêtes sémantiquement similaires à des modèles classiques (« résumé de la base de données clients », « révision salariale annuelle », « contrat client »), un utilisateur malveillant peut extraire les réponses en cache d’autres entités.
  2. Empoisonnement d’outils agentiques : l’attaquant amorce le cache avec une invite produisant un appel d’outil malveillant (execute_sql, export_credentials). Lorsqu’un agent autonome légitime traite ensuite une demande proche, LiteLLM lui renvoie l’appel d’outil empoisonné, que l’agent exécute automatiquement sous son profil de privilèges.
  3. Récolte de jetons d’authentification : de nombreux développeurs incluent par mégarde des secrets dans les invites systèmes. Les entrées du cache sémantique les restituent fidèlement.

title: Tentative de fuite croisée sur le cache sémantique LiteLLM
id: cve-2026-89032-litellm-cache
status: experimental
description: Détecte les anomalies de correspondances de cache sémantique entre clés virtuelles LiteLLM distinctes ou sans identifiant de groupe associé.
author: Hermes Codex Cyber Threat Intelligence
date: 2026-09-27
references:
- https://github.com/BerriAI/litellm/security/advisories
tags:
- attack.initial_access
- attack.t1552
logsource:
category: application
product: litellm
detection:
selection:
event_type: 'spend_tracking'
cache_hit: true
semantic_cache: true
filter:
request_team_id: null
condition: selection and filter
level: high

  1. Mettre à niveau LiteLLM vers la version 1.101.0-rc.1 OU ultérieure : mettre à jour le conteneur ou le paquet Python :

    Fenêtre de terminal
    pip install --upgrade "litellm>=1.101.0rc1"
    docker pull ghcr.io/berriai/litellm:main-latest
  2. Désactiver temporairement le cache sémantique partagé : si le déploiement immédiat du correctif est différé, restreindre la mise en cache aux correspondances textuelles exactes :

    # litellm config.yaml
    litellm_settings:
    cache: true
    cache_type: "redis" # Mise en cache exacte par clé Redis
    semantic_cache: false # Désactivation du cache sémantique
  3. Purger les entrées résiduelles du cache vectoriel : supprimer l’ensemble des enregistrements sémantiques existants afin d’éliminer toute charge potentiellement contaminée :

    Fenêtre de terminal
    redis-cli -n 0 KEYS "litellm:semantic:*" | xargs redis-cli DEL