MWAD: مجموعة بيانات للهجمات الويب متعددة الوسائط لاكتشاف حقن SQL باستخدام الذكاء الاصطناعي

نظرة عامة

مجموعة بيانات الهجمات الويب متعددة الوسائط (MWAD) هي مجموعة بيانات جديدة موسومة في مجال الأمن السيبراني تم تطويرها كجزء من بحث المؤلف في الأمن السيبراني في جامعة لا تروب، أستراليا.

تم عرض منهجية توليد مجموعة البيانات وتصميمها ووصفها في المقالة العلمية المحكّمة:

Yeboah, P. N., et al. (2026). كشف حقن SQL باستخدام التدريب المسبق الذاتي الإشراف والتقنيات متعددة الوسائط. Intelligent Systems with Applications, 31, 200702.
https://doi.org/10.1016/j.iswa.2026.200702

على عكس مجموعات بيانات الهجمات الويب التقليدية التي تحتوي عادةً على طلبات HTTP أو حركة مرور الشبكة فقط، تدمج MWAD بيانات طلبات HTTP على مستوى التطبيق مع ميزات تدفق الشبكة، مما يوفر تمثيلاً متعدد الوسائط للهجمات الويب.

تم تصميم MWAD لدعم تطوير وتقييم نماذج الذكاء الاصطناعي (AI) والتعلم الآلي (ML) لاكتشاف الهجمات الويب، مع التركيز بشكل خاص على حقن SQL (SQLi). من خلال الجمع بين وسائط البيانات التكميلية، تتيح المجموعة للباحثين دراسة أساليب التعلم متعددة الوسائط التي تحسن دقة ومتانة اكتشاف الهجمات الويب باستخدام الذكاء الاصطناعي.

تجمع كل عينة في MWAD بين وسيطين تكميليين من البيانات:

1. بيانات طلب HTTP، تمثل محتوى وهيكل طلبات الويب.
2. ميزات تدفق الشبكة، تمثل الخصائص السلوكية لحركة مرور الشبكة المقابلة.

سلسلة توليد مجموعة البيانات

تم توليد مجموعة البيانات في بيئة شبكة خاصة خاضعة للرقابة باستخدام خادم ويب ضعيف تم استضافته على جهاز افتراضي Metasploitable.

تم تنفيذ هجمات حقن SQL باستخدام SQLMap وحمولات حقن SQL. تم جمع حركة المرور الناتجة ومعالجتها باستخدام الأدوات التالية:

• Wireshark لتسجيل طلبات HTTP
• Tcpdump لالتقاط الحزم
• NFStream لاستخراج ميزات تدفق الشبكة

تم تسمية بيانات طلب HTTP والميزات على مستوى التدفق المقابلة ثم دمجها لإنتاج مجموعة البيانات متعددة الوسائط النهائية.

الشكل 1. سلسلة توليد MWAD توضح تنفيذ حقن SQL، جمع طلبات HTTP، التقاط الحزم، استخراج ميزات التدفق، ودمج البيانات متعددة الوسائط.

تكوين مجموعة البيانات

وسائط البيانات

وسيط طلب HTTP

يحتوي وسيط HTTP على معلومات على مستوى الطلب تم توليدها أثناء التفاعلات مع تطبيق الويب الضعيف.

يمكن لهذا الوسيط دعم:

• التحليل النصي لطلبات HTTP
• اكتشاف الحمولات الضارة
• التعلم الآلي القائم على الرموز
• النمذجة العميقة والقائمة على المحولات
• التعلم التمثيلي الذاتي الإشراف

وسيط تدفق الشبكة

يحتوي وسيط تدفق الشبكة على ميزات إحصائية وسلوكية تم استخراجها من حركة المرور الملتقطة باستخدام NFStream.

يمكن لهذا الوسيط دعم:

• تصنيف تدفقات حركة المرور
• اكتشاف الحالات الشاذة
• تحليل الهجمات السلوكي
• التعلم الآلي التقليدي
• الدمج متعدد الوسائط مع تمثيلات طلبات HTTP

الميزات الرئيسية

• مجموعة بيانات متعددة الوسائط متاحة للعموم في مجال الأمن السيبراني
• تحتوي على معلومات مقترنة بين طلبات HTTP وتدفقات الشبكة
• تتضمن حركة مرور عادية وهجمات حقن SQL موسومة بوضوح
• مجموعة بيانات متوازنة تحتوي على 500 عينة في كل فئة
• تم توليدها من خلال تجارب حقن SQL خاضعة للرقابة
• تدعم أبحاث الأمن السيبراني القابلة للتكرار
• مناسبة لتقييم النماذج أحادية الوسائط ومتعددة الوسائط
• قابلة للتطبيق على التعلم الآلي والتعلم العميق والتعلم الذاتي الإشراف

حداثة مجموعة البيانات

توفر العديد من مجموعات بيانات الهجمات الويب إما معلومات على مستوى طلب التطبيق أو ميزات حركة مرور الشبكة بشكل منفصل.

تم تطوير MWAD لتوفير تمثيلات مقترنة على مستوى التطبيق ومستوى تدفق الشبكة لنفس تفاعلات الويب. وهذا يمكّن الباحثين من فحص ما إذا كان الجمع بين الوسيطين يحسن اكتشاف حقن SQL مقارنة بالاعتماد على أي من الوسيطين بشكل مستقل.

وبالتالي توفر المجموعة مورداً بحثياً قابلاً لإعادة الاستخدام للتحقيق في استراتيجيات التعلم متعدد الوسائط ودمج البيانات في اكتشاف الهجمات الويب.

المنشور المرتبط

تم عرض منهجية توليد مجموعة بيانات MWAD وتصميمها وتقييمها في المنشور المحكّم التالي:

Intelligent Systems with Applications, Elsevier.

الاقتباس

إذا كنت تستخدم MWAD في بحثك، يرجى الاقتباس:

@article{yeboah2026sql,
  title={SQL injection detection using self-supervised pre-training and multimodal techniques},
  author={Yeboah, Paul Ntim and Kayes, A. S. M. and Rahayu, Wenny and Pardede, Eric and Mahbub, Syed},
  journal={Intelligent Systems with Applications},
  volume={31},
  pages={200702},
  year={2026},
  publisher={Elsevier},
  doi={10.1016/j.iswa.2026.200702}
}