Corma is weer uit stealth gekomen met een nieuw defensive cybersecurity AI-model en een verse ronde financiering van $60 miljoen. Het bedrijf positioneert zich nadrukkelijk niet als ‘general-purpose AI’, maar als een fundament voor verdediging tegen aanvallen die steeds sneller en slimmer worden.
De ontwikkeling richt zich op het analyseren van grote hoeveelheden security-data, zodat afwijkingen in gedrag en ketens van gebeurtenissen beter zichtbaar worden over tijd. Tegelijk wil Corma dit vertalen naar praktische hulp voor teams in operationele securityomgevingen.
Wat Corma precies bouwt
Corma werd in 2025 opgericht en heeft hoofdkantoren in Tel Aviv en San Francisco. Alon Pluda is één van de oprichters en treedt op als CEO. In de seed-ronde haalde het bedrijf $60 miljoen op bij onder meer Sequoia Capital, Khosla Ventures en Coatue.
Het kernproduct is een foundation model dat is ontworpen voor defensieve cybersecurity-operaties. Dat betekent: het model verwerkt security telemetry zoals systeemgebeurtenissen, audit logs en netwerkverkeer. Vervolgens zoekt het naar subtiele indicatoren van afwijkingen, vooral wanneer die patronen zich pas over langere tijd “samenpakken”.
Security telemetry als brandstof voor detectie op langere termijn
Waar veel detectie vooral steunt op individuele signalen, zet Corma in op het koppelen van hints uit verschillende bronnen. In de aanpak draait het om het herkennen van complexe dreigingsevaluaties: niet alleen “was er iets verdachts?”, maar ook “hoe past dit in een bredere keten?”.
Die tijdsdimensie is belangrijk omdat multi-stage aanvallen vaak bestaan uit meerdere stappen die afzonderlijk minder opvallen. Door gebeurtenissen en context langer te combineren, kan het model beter onderkennen wanneer een reeks handelingen samen een aanval vormt.
Agents die samenwerken met je bestaande security-infrastructuur
Een tweede pijler is de inzetbaarheid in de dagelijkse praktijk. Corma koppelt het model aan geautomatiseerde agents die direct naast bestaande security-infrastructuur kunnen werken. De agents zijn bedoeld om defensieve taken over te nemen of te ondersteunen, terwijl menselijke medewerkers actief blijven binnen hun rol.
Volgens Corma werkt dit iteratief: doordat de omgeving waarin de agents actief zijn voortdurend wordt betrokken in het leerproces, kunnen ze zich aanpassen aan de aangewezen enterprise-context. Daarmee richt het systeem zich op detectie en het neutraliseren van threats, waaronder ook multi-stage intrusions.
Waarom Corma benadrukt dat het voor verdediging is
Het bedrijf stelt dat het tests heeft uitgevoerd met AI-modellen van OpenAI en Anthropic. In die proeven zouden de modellen weliswaar in staat zijn om end-to-end aanvallen uit te voeren, maar faalden bij het verdedigen tegen dezelfde soorten aanvallen.
Dat punt vormt de kern van de boodschap van het bedrijf: aanvallen kunnen door AI een snelheid en verfijning krijgen die teams en algemene tooling niet altijd kunnen bijhouden. Daarom, zo zegt CEO Pluda, is volgens Corma een AI-gedreven verdedigingskracht nodig die vanaf de start voor cyberdefense is gebouwd—met vergelijkbare snelheid en generalisatie als wat aanvallers al gebruiken.
Wat dit kan betekenen voor SOC’s en incidentrespons
Als de werkwijze die Corma beschrijft in de praktijk werkt, draait de winst voor securityteams vooral om twee zaken: snellere vertaling van signalen naar acties en betere context doordat het model tijdreeksen en verschillende telemetrybronnen samenbrengt.
Agents die automatisch kunnen samenwerken met je security stack kunnen bovendien helpen om routine-werk te versnellen: van het samenstellen van context rond verdachte gebeurtenissen tot het ondersteunen van vervolgstappen bij mogelijke incidenten. Dat neemt niet weg dat menselijke controle cruciaal blijft, maar het kan wel de druk verlagen bij piekmomenten.
Voor organisaties die al inzetten op moderne analysecapaciteiten blijft de praktische vraag: hoe goed sluit een AI-systeem aan op de bestaande processen, tooling en logging? Corma’s claim is dat de agents in de huidige infrastructuur kunnen integreren—dat is precies wat teams nodig hebben om waarde te leveren zonder alles opnieuw te bouwen.
AI-aanvallen vs. AI-verdediging: het bredere plaatje
De stap van Corma past in een bredere trend: aanvallen worden steeds vaker ondersteund door AI en geautomatiseerde werkwijzen. Daardoor verschuift het gesprek van “kunnen we iets detecteren?” naar “kunnen we ook effectief reageren?”
Daarbij helpt het om te kijken naar recente voorbeelden van hoe aanvallers technologie misbruiken en hoe verdedigers zich moeten organiseren. Benieuwd hoe AI-aanvalstechnieken zich verhouden tot concrete risico’s? Lees ook eens: AI-aanvallen, Metabase 0-day en backdoors.
Praktische aandachtspunten bij de adoptie van defensieve AI
Zelfs met een sterke foundation zijn er in de praktijk altijd aandachtspunten. Organisaties doen er goed aan om bij een defensief AI-model gericht te letten op datakwaliteit en datadekking. Als bepaalde logs ontbreken of inconsistent zijn, wordt het lastiger om afwijkingen over tijd correct te interpreteren.
Daarnaast is het belangrijk om te bepalen hoe agents handelen: ondersteunen ze vooral bij detectie en triage, of kunnen ze ook acties uitvoeren richting systemen? Hoe meer autonomie, hoe hoger de eisen aan auditing, evaluatie en afstemming met incidentresponsprocedures.
Tot slot loont het om te checken hoe het systeem presteert tegen de soorten dreigingen die passen bij de eigen omgeving. Corma’s insteek met omgevingsleren kan daarbij waardevol zijn, maar de uitkomst hangt altijd af van implementatie en beheer.
Conclusie
Corma zet met een defensive cybersecurity AI-model in op een verdedigingsgerichte aanpak die security telemetry analyseert en dit vertaalt naar geautomatiseerde agents die samenwerken met SOC-teams. Met $60 miljoen aan seed-financiering wil het bedrijf snelheid en verfijning in verdediging dichter bij dat niveau brengen waarmee aanvallers momenteel opereren.
Voor organisaties blijft de kern: integratie met bestaande infrastructuur, voldoende en correcte logging, en heldere afspraken over hoe de agents helpen in detectie en respons. Als Corma die beloftes waarmaakt, kan dit een interessante stap zijn in de race tussen aanvalstechnologie en verdedigingscapaciteit.
Gerelateerd om verder te lezen: AI-aanvallen, Metabase 0-day en backdoors
Bron: https://www.securityweek.com/corma-raises-60-million-for-defensive-cybersecurity-ai-model/
