كلاودفلار تعالج ثغرة تسريب ذاكرة KV في نموذج GLM-5.3
أعلنت كلاودفلار عن معالجة ثغرة أمنية في نموذج GLM-5.3 على منصة Workers AI، أدت إلى تسريب بيانات بين الطلبات بسبب خطأ في إدارة ذاكرة KV.
رضوان عبدالهاديمحرر وكاتب تقني
اكتشاف الثغرة والإفصاح عنها
أبلغ الباحث الأمني غادي إيفرون كلاودفلار في 8 سبتمبر 2026 عن ثغرة في عزل المستأجرين في نموذج GLM-5.3 على Workers AI. أكدت الشركة أن الثغرة بدأت في 27 أغسطس 2026 وتمت معالجتها واستعادة النموذج في 9 سبتمبر.
أفادت كلاودفلار أن 155 طلباً فقط تأثرت بالثغرة، جميعها كانت أطول من 681,280 توكن. لم تجد الشركة أي دليل على استغلال متعمد للثغرة، بل كانت الطلبات متسقة مع الاستخدام العادي للسياقات الطويلة.
الأسباب التقنية للثغرة
نتجت الثغرة عن خطأين متداخلين: الأول كان خطأ في إعدادات محرك SGLang، حيث تم نشر GLM-5.3 بنافذة سياق 1,048,576 توكن بينما كانت ذاكرة KV تدعم فقط 681,280 توكن. كان فريق كلاودفلار على علم بهذا عدم التطابق لكنه توقع أن يعالج المحرك الأخطاء بشكل سليم.
الثاني كان خطأ في معالجة SGLang للطلبات الطويلة في وضع فصل prefill/decode. بدلاً من رفض الطلبات التي تتجاوز حجم ذاكرة KV، قام المحرك بإنشاء ذاكرة KV لطلب وهمي ونقلها إلى عقدة decode، مما أدى إلى استخدام بيانات قديمة من طلبات سابقة.
إجراءات المعالجة والإصلاح
بعد تعطيل النموذج، قامت كلاودفلار بإصلاح إعدادات ذاكرة KV لتتوافق مع نافذة السياق، مما سمح بزيادة سعة الذاكرة إلى 2.04 مليون توكن. كما تم تعديل محرك SGLang لضمان رفض الطلبات غير الصالحة قبل أي معالجة، وتم تقديم هذا الإصلاح كفريق SGLang في الطلب #38704.
تمت أيضاً دمج إصلاحات أخرى في SGLang، بما في ذلك #36988 و #38935، لضمان رفض الطلبات غير الصالحة في مرحلة مبكرة. تم التحقق من جميع الإصلاحات باستخدام سكربت إعادة إنتاج الباحث واختبارات داخلية قبل استعادة النموذج.
تفاصيل معمارية ذاكرة KV
يعمل Workers AI مع GLM-5.3 باستخدام SGLang في تكوين مفصول، حيث تعالج مجموعة من وحدات GPU الخاصة بـ prefill الطلبات وتنتج ذاكرة KV، ثم تنقلها عبر RDMA باستخدام Mooncake إلى مجموعة وحدات GPU خاصة بـ decode لتوليد الاستجابة.
ذاكرة KV في ذاكرة GPU هي مجموعة مشتركة من الصفحات ذات الحجم الثابت. يتم تعيين الصفحات لكل طلب عند قبوله وإزالتها عند انتهائه. لا يتم تصفير الصفحات بين الطلبات، مما يعني أن محرك الاستدلال مسؤول عن تتبع ملكية هذه الصفحات.
الإفصاح المشترك والتعاون مع SGLang
نشرت كلاودفلار هذا التقرير بالتزامن مع منشور من فريق SGLang، محرك الاستدلال مفتوح المصدر الذي تستخدمه الشركة، كإفصاح منسق. يصف التقرير الثغرة، والجدول الزمني للاستجابة، والتعزيزات اللاحقة التي أجريت على نشرات SGLang الإنتاجية.
تواصل كلاودفلار جهودها مع صيانة SGLang لمعالجة هذه الثغرة وثغرات مشابهة. توفر الشركة أيضاً نماذج أخرى عبر Workers AI، بما في ذلك نماذج أصغر وأسرع وأكثر أماناً.
المصادر
- Cloudflare BlogCross-request KV cache exposure in the GLM-5.3 Workers AI model, and our remediation with SGLang
تابع التسلسل الزمني
تغطية الكيانات المرتبطة
أخبار مرتبطة
كلاودفلار تكشف عن Clef-omni متعدد الوسائط وتسريع Clef
أطلقت كلاودفلار نموذج Clef-omni للمعالجة متعددة الوسائط، مع خفض أسعار Clef-flash وتسريع أداء Clef بنسبة تصل إلى ضعف السرعة السابقة.
أنثروبيك: نموذج GLM-5.3 الصيني يملك قدرات اختراق من طراز Mythos
كشفت أنثروبيك في تقرير جديد أن نموذج GLM-5.3 الصيني يفتقر إلى الحمايات الكافية، مما يتيح استخدامه في هجمات سيبرانية متقدمة بسهولة.
كلودفلير تطلق نماذج القرار المفتوحة Clef ومنصة للتعلم العميق
أعلنت كلودفلير عن إطلاق نموذجي القرار المفتوحين Clef وClef-flash عبر Workers AI، إلى جانب منصة تدريب تعتمد على التعلم التعزيزي.
كلاودفلار وأوبن إيه آي تكشفان نتائج تجارب تحسين اكتشاف المحتوى
كشفت كلاودفلار وأوبن إيه آي عن نتائج تجارب بحثية مشتركة تهدف لتحسين قدرة الذكاء الاصطناعي على اكتشاف المحتوى، وتقليل الطلبات غير الضرورية، ورفع كفاءة محركات البحث.
