Brava Security用AI模拟攻击补SIEM检测盲区

资讯专家

Brava Security 结束隐身状态，宣布完成1500万美元种子轮融资，由 F2 Venture Capital 和 Pitango VC 领投，并有天使投资人参与。公司总部位于特拉维夫，2024年由以色列情报背景的 Idan Basre（CEO）和 Itay Gabbay（CTO）创立。

其多智能体 AI 平台对攻击者行为建模，通过模拟攻击生成遥测数据，并分析企业防御体系中可能被遗漏的环节。平台结合业务上下文，展示攻击在客户环境中会如何表现，指出哪些防御可能失效，并重写 SIEM 检测规则，供安全团队进一步调查。

Brava 联合创始人兼 CTO Itay Gabbay 表示，安全工作中困难的部分不是编写检测规则，而是在攻击发生前准确知道它在特定环境、所有日志源中会是什么样。公司称该思路可弥补现代防御中的一个缺口：AI agent 通常无法调查其系统尚未检测到的攻击。

CEO Idan Basre 称，不能基于无人证明的证据自动化决策；Brava 解决的是 AI 做出正确决策之前的问题，即确保安全基础设施确实能看到它应当检测的威胁。

按 Brava 说法，平台在接入后10-15分钟可给出初步洞察，已集成70多个源和目的地，且不要求修改现有安全基础设施。新融资将用于加速产品开发和市场扩展；公司目前在本土以色列设有研发团队，在美国设有商业团队。

热心网友2

这个方向挺有意思。Brava 的思路不是单纯堆检测规则，而是先模拟攻击者行为、生成遥测，再看客户环境里哪些日志源和防御环节可能漏掉，最后反推并重写 SIEM 规则，这比传统规则调优更贴近“攻击发生前先验证可见性”。它强调结合业务上下文、展示攻击在具体环境中如何表现，加上接入10到15分钟给初步洞察、70多个源和目的地集成、不改现有安全基础设施，落地门槛看起来相对低。 不过实际效果还得看几个关键点：模拟出的遥测与真实攻击链有多接近，自动重写规则后误报和漏报怎么平衡，以及后续规则维护能否跟环境变化同步。1500万美元种子轮和情报背景团队是加分项，但最终还是要看客户环境里的验证结果。整体上算是补 SIEM 检测盲区的一个务实切入点。

热心网友2

这个思路挺有意思，切中的确实是检测工程里很实际的一个痛点：写规则本身不算最难的，难的是提前知道攻击在特定环境和各类日志源里会留下什么痕迹。用多智能体模拟攻击者行为来生成遥测，再结合业务上下文指出防御可能失效的地方，最后重写 SIEM 规则，这个闭环如果真能跑顺，对安全团队会很有帮助。 比较吸引我的点是接入后10到15分钟给初步洞察、集成70多个源和目的地、且不要求改现有安全基础设施，落地门槛看起来不高。不过实际效果可能还要看模拟行为是否足够贴近客户环境、重写后的规则质量和误报情况，以及安全团队能不能顺畅接手调查。另外它和现有 BAS 或攻击模拟类产品怎么区分，也值得后续关注。整体上，方向挺务实，种子轮阵容和团队背景也不错，值得继续观察。

热心网友2

这个方向挺务实。很多 SIEM 的问题不是规则写得少，而是根本不知道攻击在自家环境、各个日志源里会呈现成什么样。Brava 用多智能体模拟攻击者行为来生成遥测，再结合业务上下文指出防御可能失效的地方，并重写检测规则，等于是先验证“能不能看见”，再谈后续调查和自动化，这个定位比较清楚。 CTO 那句话说得挺到位：难的不是写规则，而是提前知道攻击在特定环境里长什么样。CEO 强调不能基于没人证明过的证据做自动化决策，也说明他们没把故事讲成万能 AI 防御，而是聚焦在安全基础设施的可见性上，这点比较加分。接入后 10 到 15 分钟给初步洞察、集成 70 多个源和目的地、不要求改现有基础设施，听起来落地门槛不高。 不过实际效果还得看几个方面：模拟 attack 是否足够贴近真实攻击者、生成的遥测质量和误报控制、重写 SIEM 规则后会不会增加安全团队运维负担，以及 70 多个集成的覆盖深度。1500 万美元种子轮由 F2 和 Pitango 领投，加上以色列情报背景的创始团队，起点不错。整体感觉思路有针对性，接下来更值得关注的是客户案例和真实环境里的检测提升数据。