Cloudflare Workers AI Sisteminde Veri Sızıntısına Yol Açan Önbellek Hatası Yamalandı

Cloudflare, Workers AI platformunda sunduğu Z.ai imzalı GLM-5.3 yapay zeka modelinde ortaya çıkan bir güvenlik açığını kapattığını duyurdu. 27 Ağustos - 9 Eylül 2026 tarihleri arasında aktif olan veri sızıntısı hatası nedeniyle, 681 bin 280 tokendan uzun istemlerde bulunan kullanıcıların yanıtlarına başka kullanıcıların oturum verilerinin karıştığı tespit edildi. Güvenlik araştırmacısı Gadi Evron tarafından 8 Eylül 2026'da bildirilen sorun, toplam 155 yanıtı etkiledi ve Workers AI üzerindeki diğer modellere sıçramadı.

Sızıntının, açık kaynaklı çıkarım motoru SGLang üzerindeki konfigürasyon uyumsuzluğu ve motor kodundaki bir mantık hatasının birleşimiyle meydana geldiği açıklandı. Cloudflare, GLM-5.3 modelini 1.048.576 token bağlam penceresiyle yayına alırken, GPU belleğindeki KV önbellek havuzu yalnızca 681.280 token kapasiteye sahipti. Bağlam sınırını aşan istemlerde SGLang'in ön işleme (prefill) düğümü talebi reddederek tek token'lık bir yer tutucu atadı; ancak işlem hatasını iptal etmek yerine çözümleme (decode) düğümüne KV önbellek aktarımının tamamlandığı bilgisini iletti. Çözümleme düğümünün önceki oturumlardan kalan temizlenmemiş baytları işlemesi sonucu başka kullanıcılara ait veriler çıktılara yansıdı.

Alınan önlemler ve motor güncellemeleri

Cloudflare, olayın bildirildiği 9 Eylül sabahı müdahale ederek modeli 40 dakika içinde erişime kapattı ve aynı gün yamalanmış sürümü tekrar yayına aldı. Şirket, GLM-5.3 konfigürasyonunu GLM-5.2 seviyesine getirerek GPU bellek havuzunu yaklaşık 2,04 milyon token kapasitesine çıkardı. Böylece geçerli istemlerin önbellek sınırını aşma riski ortadan kaldırıldı.

Ayrıca SGLang açık kaynak projesine sunulan yamalarla (PR #38704), reddedilen isteklerin bellek aktarımı başlamadan önce giriş kuyruğunda sonlandırılması sağlandı. Yapılan incelemelerde veri sızıntısının kötü niyetli bir saldırı sonucunda gerçekleşmediği, etkilenen 155 yanıtın standart uzun bağlamlı kullanım kalıplarıyla örtüştüğü belirtildi. Kodlama ve ajan odaklı iş akışları için geliştirilen GLM-5.3 modelinde yaşanan bu olay, paylaşımlı GPU mimarilerinde KV önbellek yönetiminin güvenlik açısından kritik rolünü gösteriyor.