Cloudflare تكشف عن تسريب ذاكرة KV في نموذج GLM-5.3 وتصححه

نشرت شركة Cloudflare في 26 أكتوبر 2026 توضيحًا حول حادثة تعرّض ذاكرة KV cache للتسريب بين الطلبات في نموذج GLM-5.3 (@cf/zai-org/glm-5.3) المستضاف على منصة Workers AI، حسب ما أورد موقع gigazine.net.

وأوضحت الشركة أن 155 استجابة تأثرت بالحادثة، وجميعها كانت لطلبات تجاوزت 681,280 tokens. ورجّح المحققون أن الطلبات المتأثرة تطابقت مع أنماط الاستخدام العادية للسياق الطويل من حيث التوقيت والحجم، ما يجعل الاستغلال المتعمد مستبعدًا.

وأرجعت Cloudflare سبب الحادثة إلى مزيج من إعداد خاطئ وخلل في محرك الاستدلال مفتوح المصدر SGLang. فقد نُشر GLM-5.3 بنافذة سياق تبلغ 1,048,576 tokens، بينما كانت ذاكرة التخزين المؤقت prefill KV cache تستوعب 681,280 tokens فقط. وفي وضع prefill/decode المنفصل، أدى خلل في طريقة تعامل SGLang مع الطلبات المفرطة الحجم إلى استبدال الطلبات المرفوضة بعنصر نائب من token واحد، ثم تمرير ذاكرة KV cache النائبة إلى عقدة decode.

واتخذت Cloudflare إجراءات شملت تعطيل النموذج، وتعديل ذاكرة KV cache لتستوعب نحو 2.04 مليون tokens، وتصحيح SGLang بحيث تُهمل الطلبات المرفوضة ويُتحقق من عدد tokens المنقولة. كما أوصت المشغلين بالترقية إلى SGLang v0.5.22 أو أحدث، وتفعيل تحرير KV المؤجل، والحد من دفعات نقل Mooncake، وتفعيل كشف تلف المخرجات.

خلفية الحادثة

وكان GLM-5.3 قد أُطلق على Workers AI في 27 أغسطس 2026 بذاكرة prefill KV pool أصغر من نافذة السياق. وبين 27 أغسطس و9 سبتمبر 2026 تلقى بعض عملاء النموذج ردودًا تضمّنت بيانات طلبات لعملاء آخرين. وقد أُبلغ عن المشكلة عبر HackerOne في 8 سبتمبر 2026، وعالجت Cloudflare الحادثة وأعادت تشغيل النموذج في 9 سبتمبر 2026. وفي أكتوبر 2026 صدر SGLang v0.5.21 في 2 أكتوبر وv0.5.22 في 19 أكتوبر.