SaaS Sprawl: Rischi Crescenti e la Necessità di Controllo sulle Integrazioni
L'espansione delle applicazioni SaaS e degli agenti AI aumenta i rischi per le aziende. È fondamentale implementare un controllo efficace sulle integrazioni per garantire la sicurezza.
In Breve
- Qual è l'impatto dell'espansione delle applicazioni SaaS sulla sicurezza aziendale?
- L'espansione delle applicazioni SaaS aumenta la superficie di attacco, rendendo le aziende più vulnerabili a violazioni di sicurezza.
- Cosa si prevede riguardo agli agenti AI entro il 2028?
- Si prevede che gli agenti AI in ambienti enterprise possano superare il miliardo entro il 2028.
- Come possono le aziende migliorare la sicurezza delle integrazioni SaaS?
- Le aziende possono migliorare la sicurezza implementando visibilità continua su utenti, applicazioni e permessi.
L’espansione delle applicazioni Software as a Service (SaaS) e degli agenti di intelligenza artificiale (AI) sta ampliando significativamente la superficie di attacco per le aziende. Ogni nuova applicazione o integrazione porta con sé identità, ruoli e permessi che possono creare percorsi fidati verso i sistemi aziendali. In questo contesto, i dipendenti autorizzano frequentemente applicazioni OAuth di terze parti, concedendo accessi persistenti e permessi estesi che rimangono attivi ben oltre il necessario. Inoltre, gli agenti AI e i flussi automatizzati vengono integrati in piattaforme critiche come CRM, strumenti di gestione dei servizi e strumenti di collaborazione.
Le violazioni legate al SaaS hanno registrato un incremento del 300%, e le previsioni suggeriscono che gli agenti operanti in ambienti enterprise potrebbero superare il miliardo entro il 2028. Questa situazione rende insostenibile un controllo basato esclusivamente su revisioni manuali.
I tool low-code e no-code, che facilitano la creazione e il deployment di agenti autonomi, possono aggravare ulteriormente la situazione. 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 mette in evidenza questo rischio: una vulnerabilità (CVE-2026-40933) in una piattaforma open source per la creazione di agenti e workflow LLM ha permesso a un attaccante di ottenere esecuzione remota di codice compromettendo un intero server, inducendo un utente autorizzato a importare un chatflow malevolo.
Il percorso di compromissione ha coinvolto diversi fattori, tra cui 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 monitorare l’attività cross-app che consente l’escalation e i movimenti laterali. Per conciliare innovazione e sicurezza, è fondamentale avere visibilità continua su utenti, applicazioni, grant OAuth e permessi, in modo da comprendere il rischio in tempo reale e non dopo un incidente.
Approcci innovativi 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 dati simile, 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 possono procedere con minore attrito. La protezione efficace del panorama SaaS e AI richiede strumenti che forniscano evidenza su dove sono necessari i guardrail, chi ha accesso, cosa può raggiungere e come evolvono queste relazioni nel tempo.
