Cloudflare, Workers AI platformu üzerinden sunulan GLM-5.3 yapay zeka modelinde kullanıcı verilerinin ifşa olmasına (Tenant Isolation Issue) neden olan bir güvenlik açığını giderdiğini duyurdu. Sorun, model ayarları ile kullanılan çıkarım motoru arasındaki teknik bir çakışma sonucunda, önceki kullanıcı taleplerine ait verilerin bir kısmının diğer kullanıcılara sızmasına neden oldu.
Olayın Detayları ve Etkilenen Kapsam
Sorun 27 Ağustos 2026'da başladı ve 8 Eylül 2026'da Knostic şirketinden güvenlik araştırmacısı Gadi Evron tarafından HackerOne aracılığıyla keşfedildi. Cloudflare, açığın yalnızca 155 yanıtı etkilediğini ve bunların tamamının 681.280 tokendan fazla olan çok uzun istemlerle (Prompts) ilgili olduğunu açıkladı.
Şirket, kullanıcılarına bu açığın üçüncü taraflarca kasıtlı olarak suistimal edildiğine dair bir kanıt bulunmadığı konusunda güvence verdi; ayrıca sorunun yalnızca GLM-5.3 modeliyle sınırlı olduğunu ve Workers AI platformunda barındırılan diğer modellere yayılmadığını teyit etti.
Sızıntı Teknik Olarak Nasıl Gerçekleşti?
Bu sızıntının nedeni iki teknik faktörün birleşimidir: Birincisi, bir yapılandırma hatasıdır (Misconfiguration); GLM-5.3 modeli 1.048.576 tokenlık bir bağlam penceresi (Context Window) ile başlatılmıştı, ancak prefill işlemi için ayrılan GPU'lardaki anahtar-değer önbellek havuzu (KV cache pool) yalnızca 681.280 token kapasitesine sahipti.
İkinci faktör ise açık kaynaklı SGLang çıkarım motorundaki bir yazılım hatasıdır (Bug). Cloudflare'ın kullandığı ayrık modda (Disaggregated mode), mevcut bellek kapasitesini aşan bir talep geldiğinde, motor talebi yalnızca tek bir tokendan oluşan bir "yer tutucu" (Placeholder) ile değiştiriyordu. Motor, talebi reddedip istemciye hata göndermek yerine, prefill işlemi bu yer tutucuyu decode düğümüne gönderiyordu; decode düğümü ise belleğin yeni verilerle tamamen güncellendiğini yanlış varsayıyordu, oysa bellek aslında hala diğer kullanıcılara ait eski bellek sayfalarını (Cache pages) içeriyordu. Bu durum, söz konusu verilerin yeni kullanıcının yanıtında görünmesine yol açtı.
Düzeltici Önlemler ve Sürdürülebilir Çözümler
Cloudflare, modeli izole etmek ve hatayı düzeltmek için aşağıdaki anlık adımları attı:
- Yapılandırmanın düzenlenmesi: Taleplerin yazılımsal reddetme yoluna ulaşmamasını sağlamak için KV cache havuzunun boyutunu, istenen bağlam penceresinin iki katına (yaklaşık 2,04 milyon token) çıkararak genişletmek.
- SGLang motorunun yamalanması: Ağ üzerinden herhangi bir veri aktarımı başlamadan önce geçersiz taleplerin çok erken bir aşamada reddedilmesini sağlamak için SGLang geliştiricileriyle birlikte çalışmak.
- Güvenliğin artırılması: Aktarılan verilerin bütünlüğünün doğrulanmasını sağlamak ve düğümler arasında veri yarışlarını (Race conditions) önlemek için tüm SGLang dağıtımlarına ek iyileştirmeler uygulamak.
Bu Haber Neden Önemli?
Bu olay, çok kiracılı (Multi-tenant) bulut yapay zeka ortamlarındaki karmaşık güvenlik zorluklarına ışık tutuyor. Şirketler verimliliği ve hızı artırmak için ayrık çıkarım (Disaggregated Inference) mimarisine yöneldikçe, "bellek sayfası sahipliği" (Memory page ownership) yönetimi kritik bir hale geliyor. Prefill ve decode düğümleri arasındaki herhangi bir koordinasyon hatası, hassas verilerin paylaşılan bellek üzerinden sızmasına neden olabilir; bu da dağıtık sistemlerde veri bütünlüğünün (Data Integrity) kontrolünü, geleneksel veri şifrelemesi kadar önemli bir güvenlik zorunluluğu haline getirir.