Brava Security, een security operations-startup, is uit stealth gekomen na een seed fundingronde van $15 miljoen. Het bedrijf richt zich op iets wat in veel omgevingen lastig is: niet alleen detecties maken, maar vooraf begrijpen hoe een aanval er in jouw specifieke logs en systemen uitziet. Het kernidee? aanvallen simuleren met een AI-model van aanvallersgedrag, zodat je eerder ziet waar je infrastructuur dreigingen mogelijk mist.
Volgens Brava ontstaat er een fundamentele kloof zodra AI-agenten of geautomatiseerde processen alleen kunnen reageren op wat al is gedetecteerd. Als je infrastructuur een aanval niet ziet, kun je ook geen onderbouwde beslissing nemen op basis van bewijs dat nooit is aangetoond. Brava wil dat probleem eerder in de keten oplossen.
AI-platform met een ‘aanvaller-perspectief’
Brava is in 2024 opgericht door Idan Basre (CEO) en Itay Gabbay (CTO), beiden alumni van een Israëlisch inlichtingenmilieu. Hun platform bouwt een AI-gedreven benadering die aanvallersgedrag modelleert en vervolgens simulaties uitvoert. Tijdens die simulaties wordt gegenereerde telemetrie geanalyseerd om te beoordelen waar beveiliging tekortschiet.
De aanpak gaat verder dan een generieke use-case. Brava werkt met zakelijke context en laat zien hoe een aanval zich manifesteert in de klantomgeving. Daarmee wordt niet alleen duidelijk wat er kan gebeuren, maar ook welke signalen je zou moeten terugzien in de logbronnen.
Van simulatie naar inzichten binnen 10-15 minuten
Het bedrijf stelt dat je al snel start met bruikbare uitkomsten: binnen 10 tot 15 minuten na onboarding kunnen de eerste inzichten beschikbaar zijn. Dat is vooral relevant voor security teams die willen testen of hun huidige detecties kloppen, zonder dagenlang te moeten wachten op langdurige implementaties of zware herbouw van tooling.
Brava geeft aan dat het platform integreert met meer dan 70 bronnen en bestemmingen. Tegelijk claimt het dat er geen wijzigingen nodig zijn aan bestaande security-infrastructuur. Daarmee positioneert het zich als een laag die bovenop je huidige omgeving werkt, in plaats van als vervanging.
Wat doet Brava met SIEM-detecties?
Een opvallend element is dat Brava niet alleen event-detectie onderzoekt, maar ook SIEM-detecties herschrijft. Het uitgangspunt: security teams hebben vaak al de capability om meldingen te schrijven, maar missen de stap waarin je vooraf precies weet hoe een aanval er in jouw logs en context uit moet zien.
In de woorden van Brava’s CTO ligt de moeilijkheid volgens hem niet bij het schrijven van detecties op zichzelf, maar bij de vraag hoe een aanval er concreet uitziet in een specifieke omgeving, verspreid over alle logbronnen. Brava probeert die ontbrekende “verwachtingslaag” te vullen.
Waarom simuleren belangrijk is voor AI en automatisering
Moderne security wordt steeds vaker aangevuld met AI-agenten en geautomatiseerde workflows. Brava wijst echter op een kwetsbaar punt: je kunt geen automatische beslissing baseren op bewijs dat nooit is geleverd. Als systemen een aanval niet detecteren, kan een AI geen correcte gevolgtrekking maken, omdat er geen gevalideerde signalen zijn om te interpreteren.
Door aanvallen te simuleren vóórdat ze in het echt plaatsvinden, probeert Brava de kans te vergroten dat je infrastructuur de juiste gebeurtenissen kan zien. Daarmee wordt automatisering minder afhankelijk van toeval en meer van vooraf geteste detecteerbaarheid.
Praktische gevolgen voor security teams
Als Brava werkt zoals beschreven, draait de waarde vooral om betere voorbereiding. Teams kunnen onderzoeken welke onderdelen van hun monitoring zwakke plekken hebben en welke verdedigingen mogelijk iets missen. Bovendien helpt de aanpak security teams om gerichter verder te onderzoeken, doordat de uitkomst niet alleen een “alert” is, maar ook een verwachting van het aanvalspatroon en de bijbehorende telemetrie.
Ook de snelheid van de eerste inzichten (10-15 minuten) maakt het concept bruikbaar voor iteratief verbeteren. In plaats van één grote detectieproject per kwartaal, wordt het idee: sneller testen en bijstellen.
Funding en volgende stappen
De seedronde werd geleid door F2 Venture Capital en Pitango VC, met ondersteuning van meerdere angel investors. Brava geeft aan het nieuwe kapitaal te gebruiken om productontwikkeling te versnellen en marktuitbreiding door te zetten.
Het bedrijf heeft een R&D-team in Israël en een commercial team in de Verenigde Staten. Daarmee lijkt de focus te liggen op zowel het uitbouwen van het model als het opschalen richting bredere klantgroepen.
Vergelijkbare thema’s: de rol van ‘tijdige patching’
Hoewel Brava’s insteek vooral draait om detectie- en onderzoeksvermogen, sluit het onderwerp aan bij een breder veiligheidsvraagstuk: in de praktijk ontstaat er vaak vertraging tussen het moment dat risico’s bekend worden en het moment dat omgevingen echt klaar zijn. Dat blijkt geregeld uit beveiligingsupdates en kwetsbaarheden die snel misbruikt kunnen worden.
Als je wilt begrijpen hoe snel misbruik in het echt kan gaan—en waarom tempo ertoe doet—lees dan ook dreiging en patchvertraging in 2026. Dat artikel plaatst het probleem in een toekomstig dreigingslandschap en laat zien waar organisaties alert moeten blijven.
Daarnaast is het interessant om te zien hoe concrete software- en infrastructuurproblemen samenkomen met monitoring: als je logging niet de juiste signalen ziet, wordt zelfs een sterk SOC-werkproces moeilijker. Een gerelateerd voorbeeld is SonicWall: patch tegen VPN-omzeiling via SAML, waaruit blijkt hoe belangrijk het is om snel te reageren op kwetsbaarheden die misbruik vereenvoudigen.
Conclusie
Brava Security positioneert zich met een AI-gedreven platform dat aanvallen simuleert om te voorspellen hoe dreigingen zich in klantomgevingen vertalen naar telemetrie. Door SIEM-detecties te herschrijven, wil het bedrijf teams helpen om eerder gaten te vinden en sneller door te pakken in onderzoek—zonder bestaande infrastructuur overhoop te hoeven halen.
Met $15 miljoen seed funding en een claim van snelle eerste inzichten (10-15 minuten) lijkt Brava vooral te mikken op security teams die monitoring betrouwbaarder willen maken vóórdat echte aanvallen plaatsvinden. In een tijd waarin automatisering steeds belangrijker wordt, kan zo’n aanpak helpen om te voorkomen dat AI alleen reageert op wat je al toevallig hebt gezien.
Bron: https://www.securityweek.com/brava-security-emerges-from-stealth-with-15-million-in-funding/
