Questo repository ospita un dataset multimodale di attacchi web (MWAD) per avanzare la ricerca sulla rilevazione delle minacce guidata dall'IA.
Il Multimodal Web Attack Dataset (MWAD) è un nuovo dataset etichettato per la cybersecurity sviluppato come parte della ricerca dell'autore in cybersecurity presso La Trobe University, Australia.
La metodologia di generazione, progettazione e descrizione del dataset sono presentate nell'articolo sottoposto a revisione paritaria:
Yeboah, P. N., et al. (2026). Rilevamento di SQL injection mediante pre-addestramento auto-supervisionato e tecniche multimodali. Intelligent Systems with Applications, 31, 200702.
https://doi.org/10.1016/j.iswa.2026.200702
A differenza dei dataset tradizionali di attacchi web che tipicamente contengono solo richieste HTTP o traffico di rete, MWAD integra dati delle richieste HTTP a livello applicativo con caratteristiche di flusso di rete, fornendo una rappresentazione multimodale degli attacchi web.
MWAD è progettato per supportare lo sviluppo e la valutazione di modelli di intelligenza artificiale (IA) e apprendimento automatico (ML) per il rilevamento di attacchi web, con un focus particolare su SQL injection (SQLi). Combinando modalità di dati complementari, il dataset consente ai ricercatori di investigare approcci di apprendimento multimodale che migliorano l'accuratezza e la robustezza del rilevamento di attacchi web basato su IA.
Ogni campione MWAD combina due modalità di dati complementari:
Il dataset è stato generato in un ambiente di rete privata controllata utilizzando un web server vulnerabile ospitato su una macchina virtuale Metasploitable.
Gli attacchi SQL injection sono stati eseguiti utilizzando SQLMap e payload di SQL injection. Il traffico risultante è stato raccolto ed elaborato utilizzando i seguenti strumenti:
I dati delle richieste HTTP e le corrispondenti caratteristiche a livello di flusso sono stati successivamente etichettati e combinati per produrre il dataset multimodale finale.
Figura 1. Pipeline di generazione MWAD che mostra l'esecuzione di SQL injection, la raccolta delle richieste HTTP, la cattura dei pacchetti, l'estrazione delle caratteristiche del flusso e l'integrazione dei dati multimodali.
| Classe | Numero di campioni | Descrizione |
|---|---|---|
| Benigno | 500 | Richieste web legittime e le corrispondenti caratteristiche del flusso di rete |
| Attacco SQL injection | 500 | Richieste di SQL injection e le corrispondenti caratteristiche del flusso di rete |
| Totale | 1,000 | Campioni di traffico web multimodale etichettati |
La modalità HTTP contiene informazioni a livello di richiesta generate durante le interazioni con l'applicazione web vulnerabile.
Questa modalità può supportare:
La modalità del flusso di rete contiene caratteristiche statistiche e comportamentali estratte dal traffico catturato utilizzando NFStream.
Questa modalità può supportare:
Molti dataset di attacchi web forniscono separatamente o informazioni sulle richieste a livello applicativo o caratteristiche del traffico a livello di rete.
MWAD è stato sviluppato per fornire rappresentazioni accoppiate a livello applicativo e di flusso di rete delle stesse interazioni web. Ciò consente ai ricercatori di esaminare se la combinazione delle due modalità migliora il rilevamento di SQL injection rispetto all'affidamento su una sola modalità indipendentemente.
Il dataset fornisce quindi una risorsa di ricerca riutilizzabile per investigare strategie di apprendimento multimodale e fusione di dati nel rilevamento di attacchi web.
La metodologia di generazione, progettazione e valutazione del dataset MWAD sono presentate nella seguente pubblicazione sottoposta a revisione paritaria:
Intelligent Systems with Applications, Elsevier.
Se utilizzi MWAD nella tua ricerca, cita:
@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}
}