De säkerhetsbrister som fortfarande hindrar MCP från att införas i företagsmiljöer

Denna artikel (blog) publicerades ursprungligen den 18 november 2025 och har uppdaterats.

Av Amber Wolff, Innehållsansvarig

Model Context Protocol (MCP) håller på att etablera sig som ett kraftfullt sätt att utöka AI-system med externa verktyg, datakällor och arbetsflöden. Det erbjuder ett överskådligt och flexibelt sätt att koppla samman modeller med den verkliga världen – och det gör det till en stor sak för utvecklare och produktteam.

Men i takt med att intresset ökar dyker ett orosmoment ständigt upp: MCP är ännu inte redo för användning i företagsmiljöer när det gäller säkerhet.

Varför säkerheten är ett problem för MCP-modellerna

Anthropics MCP möjliggör en anslutningskapacitet utan motstycke, vilket har lett till att den snabbt har fått stor spridning. Men denna anslutningskapacitet är ett tveeggat svärd.

Flera nyligen upptäckta sårbarheter (CVE) indikerar att MCP håller på att bli en ny attackyta. Och precis som problemet med osäkra S3-buckets som plågade AWS för mindre än ett decennium sedan har man upptäckt att ett chockerande stort antal MCP-servrar är exponerade mot internet: Säkerhetsföretaget Trend Micro hittade nästan 500 sådana instanser, medan Knostic AI själva upptäckte mer än tre gånger så många.

Tyvärr är de därmed förknippade säkerhetsriskerna enorma. Forskning från API-säkerhetsföretaget Pynt fann att ett enda MCP-plugin medför en 9%-sannolikhet för att sårbarheten ska utnyttjas. Med bara tre sammankopplade servrar är det mer sannolikt än osannolikt att ett utnyttjande inträffar. Och med tio MCP-plugins, fann Pynt, är det nästan säkert, med en sannolikhet på 92% för att sårbarheten utnyttjas.

Värre än så är att, till skillnad från traditionella säkerhetsbrister – som ofta kan åtgärdas genom att helt enkelt installera en uppdatering – verkar MCP vanligtvis under applikationslagret, vilket gör det svårt att upptäcka och åtgärda problemen.

Vad MCP saknar

Även om MCP ser mycket lovande ut saknar det nuvarande ekosystemet flera viktiga säkerhetsåtgärder som stora organisationer behöver. I dag drivs MCP-implementeringar ofta med:

• Ingen standardmodell för autentisering eller auktorisering
• Svag sandlåda kring exekvering av externa verktyg
• Hög exponering för promptinjektionsattacker
• Begränsad policytillämpning, begränsat endast till enskilda användare eller sessioner
• Minimala övervaknings- och granskningsramar

De här luckorna utgör inte bara en teoretisk risk – de skapar verkliga vägar för privilegieeskalering, dataläckage, oavsiktlig körning av verktyg och regelefterlevnadsbrott.

Vad som behöver förändras

För att kunna driftsätta MCP på ett säkert sätt i företagsmiljöer eller reglerade miljöer behöver vi en stabilare grund. Det innebär att vi måste bygga in följande:

1. Stark autentisering och detaljstyrd åtkomstkontroll

Verktyg och data bör endast kunna anropas av auktoriserade identiteter, och behörigheter bör begränsas, upprätthållas och kunna återkallas.

2. Sandboxing och exoleringsisolering

Alla externa verktyg som anropas av en AI-modell bör köras i en noggrant isolerad miljö – inte direkt på ett produktionsnätverk eller filsystem.

3. Skydd mot prompt-injektering och indatavalidering

Modeller behöver skyddsräcken mot att manipuleras till att anropa verktyg på oavsedda sätt.

4. Granskning, övervakning och efterlevnadsloggning

Företag måste kunna spåra vem som har haft åtkomst till vad, när, hur – och varför.

5. Hastighetsbegränsning och DoS-skydd

Verktygsändpunkter bör vara motståndskraftiga mot skenande prompter eller rekursiva verktygsanrop.

6. Säker transport (TLS/SSL)

Varje MCP-anslutning måste vara krypterad, punkt.

7. Dataminimering som standard

Modellen bör endast se de data som krävs för en given uppgift – inget mer.

Hur Jitterbit säkerställer MCP

Jitterbit MCP levererar en implementering av Model Context Protocol i företagsklass, som förvandlar befintliga API:er och integrationer till återanvändbara, agentklara funktioner. Den etablerar ett standardiserat kontrollskikt mellan AI-modeller, agenter och företagssystem, vilket omvandlar befintliga integrationer och API:er till styrda, återanvändbara verktyg.

Funktionen är integrerad i Jitterbit Harmony-plattformen och gör det möjligt för organisationer att på ett säkert sätt skapa, publicera och hantera MCP-servrar “utan anpassad utveckling”, samtidigt som man upprätthåller centraliserad styrning, identitetskontroller och tillämpning av policyer för alla AI-interaktioner.

Detta flyttar agentbaserad AI från skräddarsydda anslutningar till en konsekvent exekveringsmodell för företag med inbyggd kontroll, insyn och säkerhet.

Jitterbit MCP är utformat för säkerhet, flexibilitet och skalbarhet och erbjuder skydd under körning, såsom åtkomstkontroll, begränsning och säkerhetsåtgärder mot osäkert eller okontrollerat agentbeteende. Detta hjälper företag att på ett säkert sätt implementera agentbaserad AI utan att utsätta underliggande system för risker eller skapa okontrollerad “skugg-AI”.”

Tillsammans utgör dessa funktioner en säker och skalbar grund för företag att gå från AI-experiment till produktionsklar, styrd AI-körning.

Slutsatsen

MCP öppnar upp för kraftfulla nya funktioner. Men utan robusta åtkomstkontroller, exekveringsisolering, övervakning och injektionssäkra gränssnitt medför den också betydande risker.

Ocuco-landskapet nästa våg av införandet av MCP — särskilt i stora företag — kommer att bero på att dessa säkerhetsluckor täpps till.

De som lyckas lösa detta på rätt sätt kommer inte bara att göra MCP säkrare. De kommer också att forma hur AI-system interagerar med den verkliga världen i stor skala.