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 accessi non autorizzati, vulnerabilità di sicurezza e difficoltà nel monitorare le integrazioni.
- Come possono le aziende mitigare i rischi del SaaS sprawl?
- Le aziende possono utilizzare strumenti di visibilità continua e approcci come i knowledge graph per monitorare e controllare gli accessi.
Il Rischio Crescente del SaaS Sprawl: Necessità di Maggiore Controllo sulle Integrazioni
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 i sistemi aziendali. I dipendenti autorizzano comunemente applicazioni OAuth di terze parti, conferendo accessi persistenti e permessi estesi che spesso rimangono attivi più a lungo del necessario. Questo scenario è ulteriormente complicato dall’integrazione di agenti AI e flussi automatizzati in piattaforme critiche come CRM, strumenti di gestione dei servizi e strumenti di collaborazione.
Secondo recenti studi, le violazioni legate al SaaS sono aumentate del 300% negli ultimi anni. Inoltre, si prevede che il numero di agenti AI in ambiente enterprise possa superare il miliardo entro il 2028. Questo 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 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 che evidenzia questo rischio è rappresentato da una vulnerabilità (CVE-2026-40933) in una piattaforma open source per creare agenti e workflow LLM. Questa vulnerabilità permetteva a un attaccante di ottenere l’esecuzione remota di codice e compromettere un server, inducendo un utente autorizzato a importare un chatflow malevolo.
Il percorso di compromissione combinava 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 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 solo dopo l’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 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.
In conclusione, la protezione efficace del panorama SaaS e AI richiede strumenti che portino evidenza su dove servono guardrail, chi ha accesso, cosa può raggiungere e come evolvono queste relazioni nel tempo. Solo così le aziende possono sperare di mantenere un ambiente sicuro e innovativo.
