Innovazione

SaaS Sprawl: Il Rischio Crescente e la Necessità di Controllo sulle Integrazioni

L'espansione delle applicazioni SaaS e degli agenti AI sta creando nuove vulnerabilità per le aziende. È fondamentale implementare un controllo efficace sulle integrazioni per garantire la sicurezza.

In Breve

Qual è il rischio principale associato all'espansione delle applicazioni SaaS?
L'espansione delle applicazioni SaaS aumenta la superficie di attacco, introducendo vulnerabilità attraverso accessi e permessi non controllati.
Come possono le aziende mitigare i rischi legati agli agenti AI?
Le aziende devono implementare strumenti di monitoraggio e controllo continuo delle integrazioni per rilevare comportamenti anomali e accessi non autorizzati.
Cosa è la CVE-2026-40933?
È una vulnerabilità in una piattaforma open source che consente l'esecuzione remota di codice tramite l'importazione di chatflow malevoli.

L’espansione delle applicazioni SaaS (Software as a Service) e degli agenti AI sta ampliando la superficie di attacco per le aziende. Ogni nuova applicazione o integrazione introduce identità, ruoli e permessi che possono creare percorsi fidati verso sistemi aziendali. In questo contesto, i dipendenti autorizzano frequentemente applicazioni OAuth di terze parti, le quali spesso mantengono accessi persistenti e permessi estesi, attivi più a lungo del necessario. Inoltre, gli agenti AI e i flussi automatizzati vengono integrati in piattaforme critiche come CRM, strumenti di gestione dei servizi e sistemi di collaborazione.

Le violazioni legate al SaaS sono aumentate del 300% negli ultimi anni e si prevede che gli agenti in ambiente enterprise possano superare il miliardo entro il 2028. Questa crescita rende insostenibile un controllo basato esclusivamente su revisioni manuali.

I tool low-code e no-code facilitano la creazione e il deployment di agenti autonomi senza un’adeguata supervisione. Questi agenti possono ereditare accessi reali a sistemi e dati aziendali, mentre molte organizzazioni mancano di metodi coerenti per scoprirli, tracciare i privilegi e applicare regole di contenimento. Un caso concreto di vulnerabilità è rappresentato dalla CVE-2026-40933, che ha colpito una piattaforma open source per la creazione di agenti e workflow LLM. Questa vulnerabilità permetteva a un attaccante, inducendo un utente autorizzato a importare un chatflow malevolo, di ottenere esecuzione remota di codice e compromettere un server.

Il percorso di compromissione in questo caso combinava diversi fattori: l’importazione di workflow condivisi da utenti fidati, permessi che consentivano configurazioni personalizzate, la capacità di avviare processi esterni e l’accesso a credenziali, API, database e servizi cloud collegati.

Le soluzioni tradizionali faticano a scoprire queste integrazioni, valutare i relativi permessi o osservare l’attività cross-app che consente l’escalation e i movimenti laterali. Per conciliare innovazione e sicurezza, è necessario disporre di visibilità continua su utenti, applicazioni, grant OAuth e permessi, per comprendere il rischio in tempo reale e non dopo l’incidente.

Approcci come i knowledge graph possono mappare entità (persone, account, token, risorse) e le loro relazioni, rivelando contesti altrimenti non evidenti. Questo consente di identificare chi ha accesso, cosa può raggiungere e come è stato ottenuto quell’accesso. Con una base di questo tipo, il controllo può diventare adattivo: integrazioni ad alto rischio o comportamenti anomali possono essere automaticamente segnalati o vincolati in base a modelli di accesso e comportamento, mentre le attività affidabili procedono con minore attrito.

La protezione efficace del panorama SaaS e AI richiede quindi strumenti che forniscano evidenza su dove servono guardrail, chi ha accesso, cosa può raggiungere e come evolvono queste relazioni nel tempo.

InnovazioneTecnologia

redazione

Autore di ScenarioImpresa.

Tutti gli articoli

TP-Link Deco BE65: Sconto del 31% sul Kit Mesh Wi-Fi 7