Le lacune di sicurezza che continuano a ostacolare l'adozione di MCP da parte delle aziende

Questo documento blog è stato pubblicato originariamente il 18 novembre 2025 ed è stato aggiornato.

Di Amber Wolff, Content Manager

Il Model Context Protocol (MCP) si sta affermando come uno strumento potente per integrare i sistemi di intelligenza artificiale con strumenti esterni, fonti di dati e flussi di lavoro. Offre un modo semplice e flessibile per collegare i modelli al mondo reale — e questo lo rende uno strumento fondamentale per gli sviluppatori e i team di prodotto.

Tuttavia, man mano che l'interesse cresce, una preoccupazione continua a ripresentarsi: Il modello MCP non è ancora adatto all’uso aziendale dal punto di vista della sicurezza.

Perché la sicurezza rappresenta un problema per i modelli MCP

Il modello MCP di Anthropic offre una connettività senza precedenti, che ne ha determinato una diffusione capillare e rapida. Tuttavia, questa connettività rappresenta un’arma a doppio taglio.

Molte CVE recentemente scoperte indicano che Il MCP sta emergendo come una nuova superficie di attacco. E proprio come nel caso dei bucket S3 non protetti che affliggevano AWS meno di un decennio fa, è emerso che un numero impressionante di server MCP è esposto a Internet: il fornitore di soluzioni di sicurezza Trend Micro ha individuato quasi 500 istanze di questo tipo, mentre la stessa Knostic AI ne ha scoperte più di tre volte tante.

Purtroppo, i rischi per la sicurezza associati sono enormi. Ricerca della società di test di sicurezza API Pynt ha rilevato che un singolo plugin MCP comporta una probabilità di 9% che la vulnerabilità venga sfruttata. Con soli tre server interconnessi, è più probabile che si verifichi uno sfruttamento della vulnerabilità. E con dieci plugin MCP, ha rilevato Pynt, lo sfruttamento è quasi certo, con una probabilità pari a 92%.

A peggiorare le cose, a differenza delle tradizionali vulnerabilità di sicurezza, che spesso possono essere risolte semplicemente applicando una patch, MCP opera in genere al di sotto del livello applicativo, il che rende difficile individuare e risolvere i problemi.

Cosa manca al modello MCP

Sebbene MCP sia estremamente promettente, l’attuale ecosistema è privo di diverse misure di sicurezza fondamentali di cui le grandi organizzazioni hanno bisogno. Oggi, le implementazioni di MCP operano spesso con:

• Nessun modello di autenticazione o autorizzazione standard
• Sandboxing debole intorno all'esecuzione di strumenti esterni
• Elevata esposizione ad attacchi di prompt injection
• Applicazione limitata delle norme, circoscritto solo a singoli utenti o sessioni
• Quadri di monitoraggio e controllo minimi

Queste lacune non rappresentano solo un rischio teorico: creano reali percorsi per l'escalation dei privilegi, la fuga di dati, l'esecuzione non intenzionale di strumenti e violazioni della conformità.

Cosa deve cambiare

Per implementare in sicurezza MCP in contesti aziendali o soggetti a normative, abbiamo bisogno di basi più solide. Ciò significa integrare:

1. Autenticazione Forte e Controllo degli Accessi Granulare

Strumenti e dati devono poter essere richiamati solo da identità autorizzate, e i permessi devono essere delimitati, applicati e revocabili.

2. Sandboxing e isolamento dell'esecuzione

Qualsiasi strumento esterno invocato da un modello di IA dovrebbe essere eseguito in un ambiente attentamente isolato, non direttamente su una rete o un file system di produzione.

3. Difese contro Prompt Injection e Validazione degli Input

I modelli necessitano di barriere di sicurezza per evitare di essere manipolati nell'invocare strumenti in modi non intenzionali.

4. Controllo, Monitoraggio e Registrazione della Conformità

Le aziende devono essere in grado di tracciare chi ha avuto accesso a cosa, quando, come e perché.

5. Rate Limiting e Protezione DoS

Gli endpoint dei tool devono essere resilienti a prompt fuori controllo o a chiamate di tool ricorsive.

6. Trasporto Sicuro (TLS/SSL)

Ogni connessione MCP deve essere crittografata, punto e basta.

7. Minimizzazione dei dati per impostazione predefinita

Il modello deve vedere solo i dati necessari per un determinato compito, e niente di più.

Come Jitterbit garantisce la sicurezza di MCP

Jitterbit MCP fornisce un'implementazione di livello enterprise del Model Context Protocol, trasformando le API e le integrazioni esistenti in funzionalità riutilizzabili e pronte per gli agenti. Stabilisce un livello di controllo standardizzato tra modelli AI, agenti e sistemi enterprise, trasformando le integrazioni e le API esistenti in strumenti governati e riutilizzabili.

Integrato nella piattaforma Jitterbit Harmony, consente alle organizzazioni di creare, rendere accessibili e gestire in modo sicuro i server MCP “senza necessità di sviluppo personalizzato”, mantenendo al contempo una governance centralizzata, controlli sull’identità e l’applicazione delle politiche in tutte le interazioni con l’IA.

Ciò trasforma l'IA agentica da connessioni create su misura a un modello di esecuzione aziendale coerente con controllo, visibilità e sicurezza integrati.

Progettato per garantire sicurezza, flessibilità e scalabilità, Jitterbit MCP offre protezioni in fase di esecuzione quali il controllo degli accessi, la limitazione della larghezza di banda e misure di sicurezza contro comportamenti pericolosi o incontrollati degli agenti, aiutando le aziende a implementare in modo sicuro l’IA basata su agenti senza esporre i sistemi sottostanti né creare una “IA ombra” incontrollata.”

Insieme, queste funzionalità forniscono una base sicura e scalabile che consente alle aziende di passare dalla sperimentazione dell'IA a un'esecuzione dell'IA governata e di livello di produzione.

Il risultato finale

MCP offre nuove e potenti funzionalità. Tuttavia, in assenza di solidi controlli di accesso, isolamento dell'esecuzione, monitoraggio e interfacce resistenti alle iniezioni, comporta anche rischi significativi.

Migliori la prossima ondata di adozione del MCP — soprattutto nelle grandi aziende — dipenderà dalla chiusura di queste lacune di sicurezza.

Chi riuscirà a risolvere bene questo problema non solo renderà MCP più sicuro, ma contribuirà anche a definire il modo in cui i sistemi di intelligenza artificiale interagiscono con il mondo reale su larga scala.