Il Rischio Crescente del SaaS Sprawl: Necessità di Maggiore Controllo e Visibilità
L'espansione delle applicazioni SaaS e degli agenti AI sta aumentando i rischi per la sicurezza aziendale. È fondamentale migliorare il controllo e la visibilità delle integrazioni.
In Breve
- Cosa è il SaaS sprawl?
- Il SaaS sprawl si riferisce all'espansione incontrollata delle applicazioni SaaS all'interno di un'organizzazione, aumentando i rischi per la sicurezza.
- Quali sono i rischi associati al SaaS sprawl?
- I rischi includono violazioni della sicurezza, accessi non autorizzati e difficoltà nel monitorare le integrazioni e i permessi.
- Come possono le aziende mitigare i rischi del SaaS sprawl?
- Le aziende possono migliorare la visibilità e il controllo delle integrazioni, utilizzando strumenti come i knowledge graph per monitorare accessi e permessi.
Il Rischio Crescente del SaaS Sprawl: Necessità di Maggiore Controllo e Visibilità
L’espansione delle applicazioni SaaS (Software as a Service) e degli agenti AI (Intelligenza Artificiale) 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 i sistemi aziendali. È comune che i dipendenti autorizzino applicazioni OAuth di terze parti, concedendo accessi persistenti e permessi estesi che spesso rimangono 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 strumenti di collaborazione.
Le violazioni legate al SaaS sono aumentate del 300% negli ultimi anni. Si prevede che gli agenti in ambiente enterprise possano superare il miliardo entro il 2028, rendendo insostenibile un controllo basato esclusivamente su revisioni manuali.
I tool low-code/no-code facilitano la creazione e il deployment di agenti autonomi senza 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 evidenzia il rischio: una vulnerabilità (CVE-2026-40933) in una piattaforma open source per creare agenti e workflow LLM ha permesso a un attaccante di ottenere l’esecuzione remota di codice e compromettere completamente un server, inducendo un utente autorizzato a importare un chatflow malevolo.
Il percorso di compromissione combinava più fattori, tra cui l’importazione di workflow condivisi da utenti fidati, permessi che consentivano configurazioni personalizzate, capacità di avviare processi esterni e 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 e permettendo 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 portino evidenza su dove servono guardrail, chi ha accesso, cosa può raggiungere e come evolvono queste relazioni nel tempo.