In Breve

Cosa si intende per SaaS sprawl?

Il termine si riferisce all'espansione incontrollata delle applicazioni SaaS all'interno di un'organizzazione, creando rischi di sicurezza.

Quali sono i rischi associati all'uso di applicazioni SaaS?

I rischi includono violazioni della sicurezza, accessi non autorizzati e compromissioni dei dati aziendali.

Come possono le aziende gestire i rischi legati al SaaS?

Le aziende possono implementare strumenti di monitoraggio e controllo delle integrazioni, oltre a mappare le relazioni tra utenti e applicazioni.

SaaS Sprawl: Rischi Crescenti e la Necessità di Controllo sulle Integrazioni

L’espansione delle applicazioni Software as a Service (SaaS) e degli agenti di intelligenza artificiale (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 frequentemente applicazioni OAuth di terze parti, concedendo accessi persistenti e permessi estesi che spesso rimangono attivi più a lungo del necessario.

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, che facilitano la creazione e il deployment di agenti autonomi, possono ereditare accessi reali a sistemi e dati aziendali, mentre le organizzazioni mancano spesso 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 esecuzione remota di codice compromettendo interamente un server. Questo attacco è stato possibile grazie a un percorso di compromissione che combinava più 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 relativi permessi. Per conciliare innovazione e sicurezza, è necessario disporre di visibilità continua su utenti, applicazioni, grant OAuth e permessi. 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 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. 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.