Brava Security גייסה 15 מיליון דולר לבדיקת מערכות זיהוי מתקפות
Brava Security הישראלית גייסה 15 מיליון דולר בסיד בהובלת Pitango ו־F2. לפי החברה, המערכת מדמה עקבות מתקפה בעזרת AI כדי לבדוק זיהוי, בלי לבצע מתקפה.
Brava Security הישראלית נחשפה ב־4 בנובמבר 2026 עם גיוס סיד של 15 מיליון דולר בהובלת Pitango ו־F2, כדי להתמודד עם שאלה בסיסית בהגנת סייבר: האם מערכות הזיהוי באמת מבחינות בסימני מתקפה? לפי החברה, המערכת שלה משתמשת ב־AI כדי לייצר את עקבות המידע שמתקפה הייתה משאירה, בלי לבצע אותה. הזווית העסקית היא בדיקת אמינות המידע שעליו נשענות החלטות אבטחה, במיוחד כאשר רוצים להעביר חלק מההחלטות לסוכני AI.
הגיוס: כסף לבדיקת אמינות, לא הוכחה לביצועים
לצד הקרנות השתתפו בגיוס משקיעים פרטיים, ובהם בכירים מאנתרופיק, מיקרוסופט וצ׳ק פוינט. חשוב להבחין בין השקעה אישית של בכירים לבין השקעה תאגידית: ההודעה אינה בסיס לקביעה שהחברות עצמן השקיעו ב־Brava, משתמשות במוצר או מעניקות לו אישור טכנולוגי. הגיוס והחשיפה סוקרו גם ב־CTech, לצד ההודעה הרשמית של החברה.
הסיפור אינו רק סכום המימון, אלא המקום שבו Brava מבקשת להשתלב בתקציב האבטחה. במקום להסתפק בעוד מנגנון שאמור לזהות איום, היא מציעה לבדוק את המנגנונים הקיימים. מבחינת מנהל אבטחה, ההבטחה היא לקבל דרך לבחון אם ההשקעה בכלי ההגנה מתורגמת לזיהוי בפועל. מבחינת המשקיעים, זהו הימור על צורך בבקרה לצד האוטומציה, ולא רק על האוטומציה עצמה.
איך בודקים מתקפה בלי לבצע אותה?
לפי תיאור החברה, המערכת מייצרת את עקבות המידע שהייתה מותירה מתקפה, ומאפשרת לבדוק אם מנגנוני הזיהוי פועלים מולן. ההבחנה חשובה: המטרה המוצהרת אינה לבצע תקיפה אמיתית כדי לראות אם תצליח, אלא לבחון את תגובת מערכות ההגנה למידע שמייצג אותה. התחקיר שסופק אינו מפרט אילו סוגי עקבות נתמכים, היכן הם נוצרים או אילו חיבורים למוצרי אבטחה זמינים.
להמחשה בלבד, אפשר לחשוב על רצף אירועים שאמור לעורר חשד לשימוש חריג בחשבון ארגוני. בדיקה של רצף כזה יכולה לשאול אם המידע נקלט, אם הופעל כלל הזיהוי המתאים ואם נוצרה התרעה שהצוות יכול לטפל בה. זו דוגמה להסבר העיקרון, לא תיאור של יכולת מסוימת ש־Brava הוכיחה או של תרחיש שהחברה הודיעה שהיא תומכת בו.
מכאן גם גבולות ההבטחה. תגובה תקינה לעקבות שנוצרו לבדיקה אינה מוכיחה שכל מתקפה תזוהה, ואינה מוכיחה שלא ניתן לנצל חולשה במערכת. איכות הבדיקה תלויה, בין היתר, במידת הדמיון בין העקבות לבין פעילות אמיתית ובחלקים של מסלול המידע שנבדקו. אם בוחנים רק את השלב האחרון, למשל, לא בהכרח לומדים אם שלבי האיסוף שקדמו לו עובדים.
מה עדיין לא ידוע: התחקיר אינו כולל תוצאות ביצועים עצמאיות, פירוט כיסוי התרחישים, מחירים או רשימת לקוחות. לכן אפשר לתאר את הגישה ואת הגיוס, אך לא לקבוע שהמוצר הוכיח שיפור בזיהוי או שהוא מחליף בדיקות אבטחה אחרות.
למה סוכני AI הופכים את השאלה לעסקית
סוכן AI שמקבל החלטות אבטחה תלוי במידע שמגיע אליו. אם סימן חשוב אינו נאסף או אינו מזוהה, יכולת הניתוח של הסוכן אינה מבטיחה שיפצה על החסר. מנגד, מידע שגוי עלול להוביל להחלטה לא מתאימה. לכן, כאשר ארגון שוקל לתת לסוכן הרשאה לבצע פעולות, עליו לבחון לא רק את איכות התשובות שלו אלא גם את אמינות התשתית שמזינה אותו.
לפני ששואלים איזו החלטה סוכן האבטחה יקבל, צריך לבדוק אם המידע הנחוץ להחלטה בכלל יגיע אליו.
כאן נמצאת ההצדקה העסקית האפשרית למוצר כמו זה של Brava: לאפשר לארגון לקבל החלטה מבוססת יותר על הרחבת אוטומציה. בדיקה עשויה לחשוף פער שכדאי לתקן לפני שמוסיפים הרשאות לסוכן, או לספק בסיס להשוואה אחרי שינוי בהגדרות. עם זאת, בדיקת מנגנוני זיהוי היא רק חלק מהתמונה. היא אינה מחליפה בחינה של הרשאות הסוכן, מגבלות הפעולה שלו והיכולת לעצור או לבטל פעולה שגויה.
מה מנהל אבטחה בישראל צריך לדרוש בפיילוט
עבור עסק בישראל שבוחן אוטומציה בצוות האבטחה, המשמעות המעשית היא להתחיל בשאלה תפעולית מצומצמת, ולא ברכישה על סמך הבטחה כללית ל־AI. למשל: האם אפשר לזהות פער מוכר, לתקן אותו ולהראות שהבדיקה החוזרת משקפת את התיקון? בחברה שמפעילה צוות פנימי לצד ספק אבטחה חיצוני, כדאי גם להגדיר מי אחראי לכל שלב, כדי שהממצא לא יישאר בין שני הגופים.
- להגדיר את תחום הבדיקה: אילו מקורות מידע, מנגנוני זיהוי ותרחישים נכללים, ומה נשאר מחוץ לפיילוט.
- לבקש הסבר על יצירת העקבות: היכן הן מוזנות, אילו שלבים הן עוברות ואילו חלקים בתשתית הן אינן בודקות.
- לקבוע מדדי הצלחה מראש: זיהוי פער מוכר, יצירת התרעה שימושית ובדיקה חוזרת לאחר תיקון.
- לברר את הטיפול בנתונים: איזה מידע יוצא מהארגון, היכן הוא מעובד, מי ניגש אליו וכיצד מוחקים אותו.
- לתאם עם צוות התפעול או הספק החיצוני: כיצד מסמנים אירועי בדיקה ומונעים מהם להפעיל תגובה לא רצויה.
אלה שאלות רכש, לא קביעות לגבי המוצר. בעסק ישראלי עם משאבי אבטחה מוגבלים, חשוב במיוחד למדוד גם את העבודה שהבדיקה מייצרת: זמן התקנה, בירור ממצאים וטיפול בפערים. כלי שמציג בעיה בלי לאפשר להבין מי צריך לתקן אותה עלול להוסיף עומס. לעומת זאת, ממצא שניתן לשחזור ולבדיקה חוזרת עשוי לסייע להנהלה להחליט היכן להשקיע.
המבחן הבא: להפוך בדיקה לתהליך שימושי
נכון ל־7 בנובמבר 2026, Brava מציגה גיוס וגישה מוגדרת לבעיה עסקית ברורה, אך התחקיר אינו מספק בסיס להערכת יעילותה אצל לקוחות. השלב שכדאי לעקוב אחריו הוא היכולת להראות כיצד ממצאי הבדיקה מובילים לתיקון, וכיצד ניתן לוודא שהתיקון אכן עבד. גם פירוט של הכיסוי והמגבלות יהיה חשוב לא פחות מהצגת תרחישים מוצלחים.
לסטארטאפ הישראלי יש כעת מימון לפיתוח הגישה הזאת. עבור הלקוחות הפוטנציאליים, השאלה נותרת מעשית: האם המערכת תאפשר לדעת יותר על מה שההגנה מפספסת, במחיר תפעולי סביר? זו נקודת הבחינה הנכונה לפני שמסיקים שהארגון מוכן להפקיד החלטות נוספות בידי AI.
שאלות נפוצות
מה עושה Brava Security?
Brava Security היא חברה ישראלית המפתחת מערכת לבדיקת מנגנוני זיהוי בסייבר באמצעות AI. לפי החברה, המערכת מייצרת את עקבות המידע שמתקפה הייתה משאירה, בלי לבצע את המתקפה עצמה, ובודקת אם מנגנוני הזיהוי מגיבים.
כמה גייסה Brava Security ומי השקיע בה?
ב־4 בנובמבר 2026 הודיעה Brava Security על גיוס סיד של 15 מיליון דולר בהובלת Pitango ו־F2. השתתפו גם משקיעים פרטיים, ובהם בכירים מאנתרופיק, מיקרוסופט וצ׳ק פוינט; אין בכך הודעה על השקעה של החברות עצמן.
האם בדיקת עקבות מתקפה מחליפה בדיקת חדירה?
לא ניתן להסיק זאת מהתיאור שפורסם. בדיקת עקבות בוחנת אם מערכות הזיהוי מגיבות למידע מסוים, בעוד שבדיקת חדירה יכולה לבחון גם אפשרות לנצל חולשה ולהתקדם בתוך מערכת.
דרגו את הכתבה
הדירוג עוזר לנו לדעת מה שווה לכם.
תגובות