BlockJack desvia o cache KV do vLLM entre inquilinos diferentes

Um preprint publicado em 19 de novembro de 2026 no arXiv apresenta o BlockJack, o primeiro ataque de injeção de falhas dirigido à camada de tradução de endereços do cache de chave-valor (KV) em servidores de inferência de modelos de linguagem. A ideia central é simples e incômoda: em vez de corromper os pesos do modelo ou o conteúdo do cache, o ataque corrompe o registro que diz onde aquele conteúdo está — e com isso faz a requisição de um cliente ler o cache de outro.

O trabalho é assinado por Qifan Wang e David Oswald (Durham University), Jeremy Boy, Jonas Sander e Thomas Eisenbarth (Universidade de Lübeck), Ye Dong (Universidade Nacional de Singapura), Hongsheng Hu (Universidade Jiao Tong de Xangai) e Yansong Gao (Universidade do Sudeste), sob o identificador arXiv 2611.25945v1, na categoria de criptografia e segurança (cs.CR).

A relevância prática vem do desfecho do processo de divulgação responsável: segundo os autores, o projeto vLLM e o motor Sonar confirmaram a vulnerabilidade e implementaram correções em patches separados, que a equipe revisou e validou. Ou seja, não se trata de um cenário hipotético de laboratório sem contraparte do fornecedor.

Contexto: o que é a tabela de blocos e por que ela é metadado crítico

Para responder rápido, um servidor de LLM guarda as chaves e valores de atenção dos tokens já processados no cache KV, evitando recalcular tudo a cada novo token gerado. Como as requisições têm tamanhos variados, esse cache fragmenta a memória com facilidade. A solução adotada pelo vLLM é o PagedAttention: o cache é dividido em blocos de tamanho fixo e cada requisição recebe uma tabela que mapeia seus blocos lógicos para blocos físicos.

Essa tabela de blocos é, na prática, uma tabela de páginas gerenciada por software — a mesma função que o sistema operacional cumpre para a memória de processos. E é aí que está o argumento dos autores: se ataques como o Rowhammer já exploraram tabelas de páginas do sistema operacional para redirecionar acessos à memória, a tabela de blocos do cache KV é um alvo equivalente que a literatura havia ignorado.

O levantamento feito no artigo mostra que os ataques anteriores a servidores de LLM se concentraram no plano de dados: canais laterais que inferem prompts por tempo ou comprimento de resposta, manipulações que induzem acertos indevidos de cache e injeções de falhas em pesos do modelo ou no conteúdo do cache. Nenhum havia tratado o mapeamento como superfície de ataque. O Sonar, derivado do vLLM, herda o mesmo desenho de blocos; o SGLang, em contraste, organiza o cache por RadixAttention.

Os dois efeitos possíveis

O que torna o BlockJack particularmente desagradável é que o mesmo defeito produz dois resultados distintos, dependendo de qual tabela foi corrompida:

  • Quebra de confidencialidade. A falha altera uma entrada na tabela do atacante, redirecionando a leitura do cache dele para o estado cacheado da vítima. A resposta devolvida ao atacante passa a conter informação da vítima.
  • Quebra de integridade. A falha altera a tabela da vítima, e o contexto fornecido pelo atacante passa a orientar a resposta entregue à vítima.

Em nenhum dos casos há modificação de parâmetros do modelo, de prompts ou dos vetores de chave e valor já cacheados. O exemplo usado no artigo é um serviço de assistente médico: uma requisição sobre gripe passa a incorporar, de forma textualmente coerente, o diagnóstico informado por outro usuário em uma consulta sobre câncer de pulmão.

Aspectos técnicos e resultados medidos

A avaliação principal usa injeção de falhas emulada em software, com o vLLM como plataforma, em um servidor com processador Intel Xeon Gold 5415+, 128 GiB de memória DDR5 com ECC e uma GPU NVIDIA GeForce RTX 4090 de 24 GiB. O ambiente roda Ubuntu 22.04.5 LTS com kernel Linux 5.15, PyTorch 2.13.0 sobre CUDA 13.0 e vLLM em um commit específico, com blocos de 16 tokens e decodificação gulosa.

Os números que importam:

Medida Resultado relatado
Modelos avaliados sete, das famílias Qwen, Llama, Gemma e Phi
Vazamento de contexto da vítima ocorre em todos os sete modelos quando o mapeamento é corrompido
Benchmark de integridade 248 cenários clínicos, avaliados por cinco modelos atuando como juízes
Efeito do ataque de integridade até 41,1% das respostas recomendam cuidado menos urgente do que o devido
Plataforma do teste físico DDR4, com vLLM 0.25.0 em execução por CPU servindo Llama-3.2-1B-Instruct

O dado dos 41,1% é o mais relevante para avaliar risco real, e não só por ser alto. Os autores observam que as respostas alteradas continuam aparentando consistência com a pergunta da vítima — um rebaixamento silencioso, difícil de perceber do lado de quem consultou.

A demonstração de viabilidade física usa o Rowhammer como primitiva ilustrativa, com o arcabouço SWAGE e um padrão gerado pelo Blacksmith, em uma plataforma DDR4 já sabidamente suscetível. No alvo, o motor expõe a tabela de blocos como um tensor de 8 KiB em memória do host. O modelo de ameaça é explícito: um atacante sem privilégios, com acesso apenas por software e com API comum ao serviço, que compartilha a máquina física com a vítima — situação descrita como plausível em servidores compartilhados, nuvem multi-inquilino e ofertas de LLM como serviço. Sistema operacional e hipervisor são assumidos como corretos, e o atacante não consegue ler nem escrever diretamente no espaço de endereços do serviço.

Defesas, impactos e limitações

A defesa adotada pelos dois motores é a validação de atribuição: o arcabouço mantém um registro independente, no lado do host, dos identificadores de bloco atribuídos pelo escalonador, e compara a entrada operacional com esse registro antes de usá-la para ler ou escrever no cache. Qualquer divergência é rejeitada. Nos testes dos autores, as duas implementações barraram as corrupções testadas antes do uso, e as execuções limpas terminaram normalmente. Como a verificação ocorre no caminho de inferência, há custo de desempenho — o artigo reconhece o custo sem publicar um número e sugere que otimizações podem reduzi-lo sem enfraquecer a proteção.

A segunda contramedida discutida é o isolamento por instância de serviço: inquilinos mutuamente não confiáveis recebem instâncias dedicadas, cada uma com alocador e pool de cache próprios, de modo que um identificador corrompido só possa apontar para dentro do próprio pool. O preço é alto e está declarado — perde-se o agrupamento de requisições entre inquilinos e o reaproveitamento compartilhado do cache, que são justamente as fontes de eficiência do modelo atual.

No plano do hardware, o artigo registra que ECC e o TRR interno da DRAM dificultam inversões de bits exploráveis, mas “permanecem contornáveis”, e aponta mecanismos mais recentes como RFM e PRAC, além de contagem de erros corrigidos e atividade de remapeamento de linha como sinais de detecção.

As limitações estão reconhecidas de forma clara, e duas pesam na leitura dos resultados. Primeiro, a previsibilidade do alvo depende do estado do alocador: quando o pool já foi inteiramente utilizado, o atacante não consegue mais determinar o bloco de destino pelo próprio histórico de requisições, e o ataque se torna probabilístico e não direcionado — condição que os autores não mediram, por depender da ocupação de cada implantação. Segundo, o ataque Rowhammer completo em GPU não foi demonstrado: a primitiva ainda é emergente e específica de hardware, e os artefatos de uma técnica recente de contorno de ECC em GPU não eram públicos quando o artigo foi escrito. A demonstração física, portanto, cobre o caminho por CPU.

Recomendações para quem opera inferência

  • Atualize o vLLM e motores derivados para versões que incluam a validação de atribuição da tabela de blocos, e verifique no changelog se o patch correspondente está presente.
  • Reavalie o agrupamento de requisições entre clientes distintos: se o serviço atende inquilinos mutuamente não confiáveis com dados sensíveis, instâncias dedicadas continuam sendo a fronteira mais forte.
  • Trate a co-residência como parte do modelo de ameaça ao escolher instâncias de nuvem para servir modelos com dados regulados.
  • Monitore contadores de erros corrigidos de memória e atividade de remapeamento de linha nos hospedeiros de inferência — são sinais indiretos de tentativa de Rowhammer.
  • Não confie em revisão humana para flagrar o efeito de integridade: as respostas alteradas permanecem plausíveis em relação à pergunta original.

Conclusão

O BlockJack desloca a discussão de segurança em servidores de LLM do conteúdo para o metadado. O resultado é defensável porque a cadeia foi fechada: análise do mapeamento, caracterização formal de quando o alvo é previsível, medição em sete modelos, demonstração física por CPU, divulgação responsável e validação dos patches dos dois fornecedores afetados.

Como todo preprint, o texto ainda não passou por revisão por pares, e vale lembrar que a exploração exige compartilhamento de máquina física e memória suscetível — não é um ataque remoto genérico. O que observar a seguir: a versão revisada do artigo, a eventual atribuição de identificadores CVE pelos projetos afetados, a publicação do custo de desempenho da validação de atribuição e se o mesmo raciocínio se confirma nos outros metadados citados pelos autores, como os de cache de prefixos, de descarregamento do cache KV e de servir com prefill e decode separados.

Fontes e referências

Ninja

Na cena de cybersecurity a mais de 25 anos, Ninja trabalha como evangelizador de segurança da informação no Brasil. Preocupado com a conscientização de segurança cibernética, a ideia inicial é conseguir expor um pouco para o publico Brasileiro do que acontece no mundo.

Recent Posts

Google mede contextualidade quântica em até 105 qubits no Willow

Publicado na Science, o experimento ganha o jogo do quadrado mágico em 98,30% das rodadas,…

9 horas ago

SCKit abusa do ScreenConnect para atacar sessões de técnicos

A Microsoft confirmou a campanha relatada pela ConnectWise e detalhou um kit que inverte o…

9 horas ago

F5 libera hotfixes de emergência para cinco falhas críticas no BIG-IP

Os avisos publicados em 18 de novembro atribuem CVSS 4.0 de 9,3 a cinco estouros…

9 horas ago

Ataque recupera texto exato no aprendizado federado

Preprint do BITS Pilani Goa mostra um cliente comum reconstruindo frases exatas de outros participantes…

1 dia ago

Agile Deliberation: Google treina IA em conceitos subjetivos

Framework do Google Research trata a construção de classificadores subjetivos como conversa iterativa: delimita subconceitos…

1 dia ago

Detecção de anomalias com LLM reforça classificador de malware

A equipe de IA da Sophos transformou a detecção de anomalias em pré-filtro: algoritmos clássicos…

1 dia ago