vLLM 跨租户拒绝服务通过连接器缓存前缀上的未初始化 LogprobsTensors 实现

vllm/v1/outputs.py 中的 LogprobsTensors.empty_cpu() 使用 torch.empty() 分配底层 int32 张量，使其处于未初始化状态。当模型运行器为某个请求填充 logprobs 时，如果该请求的前缀被 KVConnectorBase_V1 子类报告为外部计算，则位置 [0..num_computed_tokens-1] 永远不会被写入，下游 tokenizer.decode() 会遇到无效的 int32 值并抛出 OverflowError，该错误从 EngineCore 传播出去并导致引擎崩溃。

对连接器缓存前缀发送一个带有 prompt_logprobs（或 logprobs + echo=true）的 API 请求即可使 EngineCore 崩溃，并丢弃该引擎上的所有进行中请求，包括同租户流量——这是跨租户且可重复的杀伤循环。实际暴露风险最高的是对 vLLM + LMCache 进行 lm-eval-harness 多项选择题工作负载（MMLU/ARC/HellaSwag/BBH/PIQA）时（CVSS 7.7）。

对连接器缓存前缀发送一个设置了 prompt_logprobs 的请求，以崩溃共享引擎并丢弃同租户流量。

vLLM >= 0.8.5，< 0.31.0（带有 KV 连接器的 V1 引擎）。

升级到 vLLM 0.31.0；修复将 torch.empty() 替换为零初始化的 token ID 和 -inf logprobs，在 LogprobsTensors.empty_cpu() 中实现。