In Breve
- Cosa si intende per SaaS sprawl?
- Il termine SaaS sprawl si riferisce all'espansione incontrollata di applicazioni SaaS all'interno di un'organizzazione, che aumenta i rischi per la sicurezza.
- Quali sono i rischi associati all'uso di applicazioni SaaS?
- I rischi includono violazioni di dati, accessi non autorizzati e vulnerabilità legate a integrazioni non monitorate.
- Come possono le aziende mitigare i rischi del SaaS sprawl?
- Le aziende possono adottare misure di controllo continuo, utilizzare knowledge graph e implementare politiche di accesso rigorose.
L’adozione crescente di applicazioni Software as a Service (SaaS) e agenti di intelligenza artificiale (AI) sta ampliando la superficie di attacco per le aziende. Ogni nuova applicazione o integrazione non solo introduce nuove identità, ruoli e permessi, ma può anche creare percorsi fidati verso sistemi aziendali critici. In questo contesto, è comune che i dipendenti autorizzino applicazioni OAuth di terze parti, spesso con accessi persistenti e permessi estesi che rimangono attivi più a lungo del necessario. Questa situazione è ulteriormente complicata dall’integrazione di agenti AI e flussi automatizzati in piattaforme fondamentali come CRM e strumenti di gestione dei servizi.
Le violazioni legate al SaaS sono aumentate del 300% negli ultimi anni e si prevede che il numero di agenti in ambienti aziendali supererà il miliardo entro il 2028. Questo scenario rende insostenibile un controllo basato esclusivamente su revisioni manuali. Inoltre, l’emergere di strumenti low-code e no-code facilita la creazione e il deployment di agenti autonomi senza un’adeguata supervisione, aumentando ulteriormente i rischi.
Un esempio concreto di questo rischio è rappresentato dalla vulnerabilità CVE-2026-40933, che ha colpito una piattaforma open source per la creazione di agenti e workflow LLM. Questa vulnerabilità consentiva a un attaccante di ottenere l’esecuzione remota di codice compromettendo un server, sfruttando la fiducia degli utenti autorizzati nell’importare workflow malevoli. Il percorso di compromissione ha coinvolto diversi fattori, tra cui l’importazione di workflow condivisi da utenti fidati e permessi che consentivano configurazioni personalizzate.
Le soluzioni tradizionali faticano a scoprire queste integrazioni e a valutare i permessi associati. Per affrontare la sfida di conciliare innovazione e sicurezza, è fondamentale avere una visibilità continua su utenti, applicazioni, grant OAuth e permessi. Solo così si può comprendere il rischio in tempo reale, evitando di reagire solo dopo un incidente.
Approcci come i knowledge graph possono rivelarsi utili per mappare entità (persone, account, token, risorse) e le loro relazioni, svelando contesti altrimenti non evidenti. Questi strumenti permettono di identificare chi ha accesso, cosa può raggiungere e come è stato ottenuto tale accesso.
Con una base di dati solida, il controllo può diventare adattivo. Integrazioni ad alto rischio o comportamenti anomali possono essere automaticamente segnalati o limitati in base a modelli di accesso e comportamento, mentre le attività affidabili possono procedere con minori ostacoli. La protezione efficace del panorama SaaS e AI richiede quindi strumenti che forniscano evidenza su dove sono necessari guardrail, chi ha accesso, cosa può raggiungere e come queste relazioni evolvono nel tempo.
