正在開啟 SecureFlowLiteLLM CVE-2026-89032:語意快取隔離失效導致跨使用者個資外洩與工具呼叫投毒
案例摘要與來源

AIDEFEND SecureFlow / SecureFlow 案例索引

NVISO Labs aidefend-sf0098

LiteLLM CVE-2026-89032:語意快取隔離失效導致跨使用者個資外洩與工具呼叫投毒

  • AI 基礎設施
  • 工具整合與 MCP
  • 自主式 agent
  • 資料外洩
  • 模型投毒與完整性破壞
  • 金融詐騙與濫用
  • 系統入侵與遠端程式碼執行

NVISO Labs 研究員 Tanguy Snoeck 揭露了一項影響 LiteLLM(用來統一串接與轉送多個語言模型 API 的代理閘道)的語意快取漏洞,公開資安漏洞識別編號為 CVE-2026-89032;這個問題在 v1.99.0 的受控環境獲得驗證,並已在 v1.101.0-rc.1 修補。相較於一般精確快取需要提示詞完全一模一樣才會命中,「語意快取(semantic cache)」會把提問轉成代表語意的向量嵌入(embeddings),只要後續提問的語意夠相近,就直接重用先前的模型輸出。照設計,LiteLLM 應該按 API 金鑰把快取空間分開,但在受影響版本開啟 redis-semantic 且透過 /v1/responses 呼叫時,不同 API 金鑰的請求卻會讀寫到同一區。研究團隊把相似度門檻設為 0.2 以便觀察命中,成功驗證了四種跨使用者後果:讓其他使用者讀到含測試個資的客服摘要、收到虛構的 449.99 美元促銷價、在設定成免人工核准的模擬 MCP 銀行執行非預期的轉帳(原本要求轉 50 美元,實際送給模擬工具的卻變成先前快取的 1,000 美元且收款對象也不同),以及在 pi 程式開發 Agent(v0.45.3)觸發本機 Shell 執行等狀況。

對應的威脅技術

  • AML.T0040 AI Model Inference API Access
  • AML.T0085.002 Conversation Context and Memory
  • AML.T0130 AI Agent Response Biasing
  • AML.T0053 AI Agent Tool Invocation
  • AML.T0050 Command and Scripting Interpreter

來源