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 di sicurezza.
- Quali sono i rischi associati al SaaS sprawl?
- I rischi includono violazioni della sicurezza, accessi non autorizzati e compromissione dei dati aziendali.
- Come possono le aziende mitigare il rischio di SaaS sprawl?
- Le aziende possono mitigare il rischio attraverso una maggiore visibilità e controllo sulle integrazioni, utilizzando strumenti come i knowledge graph.
L’espansione delle applicazioni SaaS 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. In questo contesto, i dipendenti autorizzano frequentemente applicazioni OAuth di terze parti, spesso con accessi persistenti e permessi estesi che rimangono attivi più a lungo del necessario. Inoltre, gli agenti AI e i flussi automatizzati vengono sempre più integrati in piattaforme critiche 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 ambiente enterprise possa superare il miliardo entro il 2028. Questo scenario rende insostenibile un controllo basato esclusivamente su revisioni manuali.
I tool low-code/no-code facilitano la creazione e il deployment di agenti autonomi senza una supervisione adeguata. 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 il rischio è rappresentato dalla vulnerabilità (CVE-2026-40933) in una piattaforma open source per la creazione di agenti e workflow LLM. Questa vulnerabilità permetteva a un attaccante di ottenere esecuzione remota di codice compromettendo 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 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. Questo approccio consente di comprendere il rischio in tempo reale, piuttosto che dopo un incidente. Tecnologie 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 possono procedere 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.
