In Breve
- Qual è l'impatto dell'espansione delle applicazioni SaaS sulla sicurezza aziendale?
- L'espansione delle applicazioni SaaS aumenta la superficie di attacco, introducendo rischi legati a identità e permessi.
- Cosa sono gli agenti low-code/no-code?
- Sono strumenti che permettono la creazione di agenti autonomi senza supervisione, aumentando il rischio di accessi non controllati.
- Come possono le aziende migliorare la sicurezza delle integrazioni SaaS?
- Adottando visibilità continua su utenti e applicazioni, e utilizzando tecniche come i knowledge graph per mappare relazioni.
L’espansione delle applicazioni Software as a Service (SaaS) e degli agenti di intelligenza artificiale (AI) sta ampliando la superficie di attacco delle aziende. Ogni nuova applicazione o integrazione introduce identità, ruoli e permessi che possono creare percorsi fidati verso sistemi aziendali critici. In questo contesto, i dipendenti autorizzano frequentemente applicazioni OAuth di terze parti, concedendo accessi persistenti e permessi estesi che spesso rimangono attivi più a lungo del necessario. Questo fenomeno è particolarmente preoccupante, poiché le violazioni legate al SaaS sono aumentate del 300% negli ultimi anni, e si prevede che il numero di agenti operanti in ambienti enterprise possa superare il miliardo entro il 2028.
La situazione è aggravata dall’uso di strumenti low-code e no-code, che 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 le organizzazioni spesso mancano di metodi coerenti per scoprirli, tracciare i privilegi e applicare regole di contenimento. Un caso concreto che illustra il rischio è rappresentato da una vulnerabilità (CVE-2026-40933) in una piattaforma open source per la creazione di agenti e workflow LLM. Questa vulnerabilità ha permesso a un attaccante di ottenere l’esecuzione remota di codice compromettendo un server, inducendo un utente autorizzato a importare un chatflow malevolo.
Il percorso di compromissione ha combinato più fattori: 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 permessi associati o osservare l’attività cross-app che consente l’escalation e i movimenti laterali.
Per conciliare innovazione e sicurezza, è essenziale disporre di visibilità continua su utenti, applicazioni, grant OAuth e permessi. Questo approccio consente di comprendere il rischio in tempo reale, piuttosto che solo dopo un incidente. Tecniche come i knowledge graph possono mappare entità come persone, account, token e risorse, rivelando relazioni 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 forniscano evidenze su dove sono necessari i guardrail, chi ha accesso, cosa può raggiungere e come evolvono queste relazioni nel tempo.
