Venerdì 6 novembre 2026
L’edizione di oggi
Millebit
AI · Software · QA
Il segnale, non il rumore.

Gli articoli di Millebit sono scritti con l’intelligenza artificiale a partire da fonti citate in ogni pezzo. Come lavoriamo

QA e affidabilità

Password nell’app di Applebee’s ha esposto i dati dei clienti

Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.

Un ricercatore ha trovato una password per un database nell'app mobile: il database conteneva nomi, email, date di nascita, numeri di telefono, CAP e altri campi sensibili.

Illustrazione generata con l’intelligenza artificiale

Un ricercatore ha trovato la password di un database interno dentro l’app mobile di Applebee’s. Con quella credenziale chiunque poteva accedere ai dati personali dei clienti registrati. La catena ha corretto la falla e ha riferito di aver agito per prevenire accessi non autorizzati, confermando l’intervento giovedì scorso1.

Nel database erano conservati nomi, indirizzi email con l’indicazione di verifica, date di nascita, numeri di telefono e CAP. I record includevano anche lo stato di veterano, il numero di accessi effettuati, la data di creazione dell’account e gli indirizzi IP degli ultimi login. Gli IP consentono di risalire all’area geografica approssimativa di un utente1.

TechCrunch ha chiesto chiarimenti all’azienda dopo la segnalazione. Applebee’s ha dichiarato che l’indagine è in corso e che prenderà misure adeguate in base ai risultati. Alla domanda se la società disponga di log di server utili a capire se qualcuno abbia consultato il database, un portavoce non ha risposto. Non è chiaro se esistano log e nemmeno quante persone siano state coinvolte nell’esposizione1.

La dimensione potenziale è ampia: l’anno scorso il programma fedeltà di Applebee’s contava almeno 8,5 milioni di iscritti. L’azienda non ha però indicato quanti clienti abbiano avuto i propri dati esposti da questa falla1.

Il caso mostra un errore frequente nelle app: includere chiavi o password direttamente nel codice. Una credenziale così esposta, se collega a un archivio in produzione, abbatte ogni barriera. In questo scenario, il perimetro non regge, perché l’app finisce per distribuire l’accesso a chiunque sappia cercarlo. L’effetto pratico è l’apertura di un varco al di fuori di qualsiasi controllo, incluso quello sui log, che qui non risultano disponibili o confermati1.

Per i clienti registrati il rischio immediato riguarda attacchi di phishing mirati, grazie alla combinazione tra nome, email e dettagli di profilo. Le date di nascita possono aiutare a superare domande di sicurezza riutilizzate altrove. I numeri di telefono espongono a tentativi di smishing. I CAP e gli indirizzi IP più recenti permettono di restringere l’area geografica, utile a messaggi ingannevoli confezionati su misura. Questi vettori non richiedono che i dati vengano pubblicati in chiaro: basta che attori malevoli li abbiano consultati durante la finestra di esposizione1.

Applebee’s ha detto di aver mitigato il problema. Restano da capire tre punti: se il database sia stato effettivamente consultato da terzi, per quanto tempo la password sia rimasta nell’app e quante posizioni cliente risultino toccate. L’azienda ha promesso ulteriori passi in base agli esiti dell’indagine1.

Se l’inchiesta confermerà accessi, i clienti potrebbero aspettarsi notifiche formali e indicazioni su come proteggersi da abusi degli stessi dati. In assenza di certezze sui log, la verifica di eventuali intrusioni potrebbe richiedere metodi indiretti, per esempio controlli incrociati sugli accessi agli account durante il periodo interessato, con ricadute sui tempi e sulla completezza dell’analisi1.

Fonti

  1. Applebee's Exposed Customers' Personal Data After Leaving Database Password In App Slashdot
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici

Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:

  • Rilettura. Un passaggio toglie i tic della prosa generata da un modello, come i contrasti costruiti e le frasi che annunciano invece di informare, senza toccare fatti e fonti.
  • Fedeltà alle fonti. Un passaggio dedicato toglie ogni affermazione che le fonti non sostengono. Valutazione su questo pezzo: 9/10.
  • Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale: superato.
  • Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica. Questo articolo ha preso 8,1/10 dopo 1 revisione.

I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.

Come funziona Millebit, nel dettaglio →

Hai trovato un errore? Segnalacelo
Tipo di segnalazione

Leggiamo ogni segnalazione. Le correzioni fatte sono elencate in Correzioni. L’email, se la lasci, serve solo a risponderti.