MCP – en förkortning för Model Context Protocol – hjälper AI-verktyg att gå bortom att svara på frågor och börja arbeta med de filer, appar och system som ditt team redan använder. Det kan göra AI betydligt mer användbart, men skapar också nya vägar till känsligt material och potentiellt skadliga åtgärder.
Det innebär att förstå varje anslutning, begränsa vad den kan komma åt och lägga till kontroller kring de åtgärder den kan utföra. När allt fler team experimenterar med agentbaserad AI är stark säkerhet det som förvandlar ett lovande pilotprojekt till ett arbetsflöde som ditt Business kan lita på och skala upp.
Börja med tre enkla frågor när du bedömer en MCP-anslutning:
- Vad kan det se?
- Vad kan den göra?
- Var kan den dela resultatet?
Här tittar vi på de största MCP-säkerhetsriskerna och förklarar hur Dropbox hjälper till att hålla åtkomsten till Dropbox-material kopplad till befintliga behörigheter och administrativa kontroller. Utforska Dropbox AI-integrationer för att på ett säkert sätt koppla AI till dina viktigaste filer – välj en Dropbox-plan för att komma igång.
Vad är MCP och var kan risker uppstå i arbetsflödet?
MCP är ett öppet protokoll som ger en AI-applikation ett Standard sätt att ansluta till externa data och verktyg. En MCP-server sitter mellan AI-klienten och den anslutna webbtjänsten och gör tillåtna data och stödda åtgärder tillgängliga när verktyget begär dem.
MCP ersätter inte den anslutna webbtjänstens säkerhetskontroller, men skapar en väg för AI-klienten att begära data och vidta åtgärder. Säkerheten beror därför på hela kedjan, inklusive:
- klient
- Server
- Identitet
- token
- Omfattning
- Behörigheter
- Tillgängliga verktyg och källmaterial
En skrivskyddad anslutning till en enda mapp skiljer sig avsevärt från en som kan redigera filer, skapa länkar eller köra kommandon – därför behöver varje konfiguration granskas utifrån vad den kan nå och göra.
Vilka är de största säkerhetsproblemen med MCP?
MCP-specifikationen kräver uttryckligt samtycke, tydlig auktorisering, åtkomstkontroller och försiktighet kring verktyg som kan köra kod eller ändra data. De vanligaste riskerna inkluderar följande:
1. Alltför omfattande behörigheter och överdelning av kontext
Breda behörighetsomfång kan exponera mer material än uppgiften kräver. En assistent kan till exempel behöva en enda projektbeskrivning men få åtkomst till en hel kundmapp eller behörighet att redigera filer. Denna överdelning är en potentiell säkerhetsrisk.
För att minska risken bör du börja med begränsad, skrivskyddad åtkomst där det är möjligt. Lägg bara till behörigheter när en specifik åtgärd kräver det. De flesta MCP-riktlinjer rekommenderar successiva behörigheter med lägsta möjliga åtkomst i stället för bred åtkomst från början.
2. Ej betrodda eller komprometterade MCP-servrar
En okänd utgivare, ändrat beroende, övergivet paket eller en icke godkänd ”skugg”-server kan medföra risker. En server är bara så pålitlig som människorna och processerna bakom den, vilket gör den till en central del av säkerheten.
Bekräfta vem som driver servern, hur den underhålls, vilka behörigheter den begär och hur uppdateringar levereras. Ta bort anslutningar som inte längre har någon ägare. Om du inte kan verifiera vem som ansvarar för den bör du inte låta den förbli ansluten till ditt material eller dina system.
3. Promptinjektion och verktygsförgiftning
Skadliga instruktioner kan gömma sig i filer, webbsidor, verktygsbeskrivningar eller ändrade verktygsdefinitioner. De kan styra AI-klienten mot en åtgärd som användaren inte avsåg, vilket gör säkerheten knepig för känsliga data.
Som bästa praxis mot detta bör du behandla hämtat material och verktygsmetadata som obetrott. Validera verktygsdefinitioner, begränsa tillgängliga verktyg och låt aldrig ett dokument auktorisera en åtgärd.
4. Osäkra eller destruktiva åtgärder
MCP-verktyg kan flytta eller radera filer, skapa delade länkar, ändra poster eller köra kommandon. En felaktig begäran eller en manipulerad prompt kan därför få verklig effekt.
Separera hämtning från åtgärder med större påverkan för att Protect dina data. Begränsa godkända åtgärder, validera parametrar, kör lokala verktyg i begränsat läge och kräv bekräftelse för borttagning, kodkörning, behörighetsändringar eller extern delning.
5. Svaga godkännandekontroller
En vag uppmaning som ”Vill du fortsätta?” förklarar inte vad som kommer att hända. Upprepade bekräftelser kan också bli rutinmässiga klick som användare godkänner utan att kontrollera.
Genom att använda en specifik prompt, till exempel ”Flytta ’Q4 forecast.xlsx’ från mappen Working till Approved och ersätt den befintliga versionen.” kan användaren omedelbart se filen, åtgärden, målet och konsekvensen.
Det är viktigt att visa exakt vilken fil eller vilket system samt åtgärd, mål och trolig effekt. Överväg att kräva starkare godkännande för åtgärder med större konsekvenser – till exempel att radera mappar, ersätta filer, ändra behörigheter eller dela material externt – i stället för att behandla varje åtgärd likadant.
6. Brister i token, session och granskning
Långlivade autentiseringsuppgifter, överföring av token mellan tjänster utan validering, bristfällig sessionsseparation och ofullständiga loggar gör missbruk av MCP svårare att förhindra och utreda.
Använd godkända OAuth-flöden, token som är begränsade till den avsedda servern och nödvändiga behörighetsomfång, säker lagring och tydlig utgångstid. Logga verktygsanrop, åtkomständringar, delningsåtgärder och misslyckade auktoriseringsförsök. Se till att administratörer även kan koppla från integrationen och ta bort åtkomst.
Bästa praxis för säkerhet i MCP-servrar: en checklista före anslutning
Ha ovanstående säkerhetsrisker i åtanke och använd den här checklistan innan du godkänner en server:
- Verifiera klienten och servern– bekräfta utgivare, ägare, värdmodell och uppdateringsprocess
- Kartlägg vad den kan se– lista de konton, mappar, filer och system som ingår i omfattningen
- Granska vad den kan göra– separera hämtning från redigering, borttagning, delning och kommandon
- Börja med minsta möjliga åtkomst– bevilja endast de scopes som krävs för det aktuella arbetsflödet
- Kräv specifikt godkännande– visa objektet, åtgärden, målet och konsekvensen
- Logga och granska aktivitet– fånga tillräckligt med detaljer för att kunna utreda oväntat beteende
- Testa borttagning– bekräfta att du kan koppla från servern och ogiltigförklara åtkomsten
Om en server inte kan klara alla kontroller pausar du anslutningen tills risken är känd och åtgärdad.
Så håller Dropbox AI-åtkomsten kopplad till betrott material
När det gäller att upprätthålla MCP-säkerhet är en användbar princip att låta reglerna följa med materialet.
Med Dropbox fjärranslutna MCP-server kan du ansluta Dropbox till MCP-klienter som stöds, bland annat:
- ChatGPT Web
- ChatGPT Codex
- Markör
- Claude Web
- Claude-kod
Anslutningen använder Dropbox OAuth och har stöd för sökning, filorganisation, skapande av delade länkar, filinlämningar och versionsåterställning.
Separat inkluderar Dropbox för Claude Dropbox-kopplingen för claude.ai och Claude desktop – samt Dropbox-pluginet för Claude Cowork och Claude Code. Dessa bibehåller befintliga behörigheter och administrativa kontroller. Det innebär att du kan hitta, organisera eller dela Dropbox-material och spara Claude-genererad text i Dropbox. Funktionerna varierar något mellan olika Claude-verktyg.
Din granskning av MCP-säkerheten bör fortfarande omfatta klienten, serveroperatören, begärda scopes, leverantörsinställningar och materialets känslighet. Detta håller AI-assisterat arbete kopplat till betrott källmaterial och etablerade samarbetskontroller.
Behåll kontrollen över vad AI kan se, göra och dela
För att minska säkerhetsriskerna med MCP bör du välja betrodda servrar, begränsa åtkomsten, göra godkännanden meningsfulla och behålla källbehörigheterna kopplade till arbetet.
Dessa kontroller ger ditt team utrymme att använda de AI-verktyg som passar uppgiften – samtidigt som konfidentiellt material hålls under kontroll. Utforska Dropbox AI-integrationer och använd AI säkert med dina filer.
Vanliga frågor
Åtkomsten beror på vilka omfattningar du beviljar, serverns verktyg och behörigheterna i källsystemet. Granska auktoriseringsskärmen och verktygslistan innan du ansluter. När du använder Dropbox-integrationer förblir åtkomsten begränsad till material som den inloggade personen kan använda.
Var och en har olika risker. En lokal server kan exponera filer, autentiseringsuppgifter, nätverk eller kommandokörning. En fjärrserver lägger till frågor om hosting, identitet och webbtjänstförtroende. För att komma till rätta med detta bör du begränsa och köra lokal exekvering i begränsat läge samt verifiera autentiserings- och hostingkontroller för fjärrtjänster.
Inte i sig självt. OAuth stöder autentisering och auktorisering. Kombinera det med snäva omfattningar, betrodda verktyg, specifika godkännanden, säker tokenhantering och användbara loggar för högsta säkerhet.
Använd ett godkänt auktoriseringsflöde och håll åtkomsten kopplad till den inloggade personen. Med Dropbox fjärranslutna MCP-server sker autentisering via Dropbox OAuth. När du ansluter Dropbox till ChatGPT eller Claude gäller fortfarande de befintliga Dropbox-behörigheterna och team- eller administrativa kontroller. Detta begränsar åtkomsten till material som personen har tillåtelse att använda.
