이 저장소는 AI 기반 위협 탐지 연구를 발전시키기 위한 멀티모달 웹 공격 데이터셋(MWAD)을 호스팅합니다.
**다중 모달 웹 공격 데이터셋(Multimodal Web Attack Dataset, MWAD)**은 저자가 호주 라트로브 대학교(La Trobe University) 에서 수행한 사이버보안 연구의 일환으로 개발된 새로운 라벨링 사이버보안 데이터셋입니다.
데이터셋 생성 방법론, 설계 및 설명은 동료 심사 저널 논문에 제시되어 있습니다:
Yeboah, P. N., et al. (2026). SQL injection detection using self-supervised pre-training and multimodal techniques. Intelligent Systems with Applications, 31, 200702.
https://doi.org/10.1016/j.iswa.2026.200702
일반적으로 HTTP 요청 또는 네트워크 트래픽만 포함하는 기존 웹 공격 데이터셋과 달리, MWAD는 애플리케이션 계층 HTTP 요청 데이터와 네트워크 플로우 특징을 통합하여 웹 공격의 다중 모달 표현을 제공합니다.
MWAD는 웹 공격 탐지, 특히 SQL 인젝션(SQLi) 탐지를 위한 인공지능(AI) 및 머신러닝(ML) 모델의 개발과 평가를 지원하도록 설계되었습니다. 상호 보완적인 데이터 모달리티를 결합함으로써, 이 데이터셋은 연구자들이 AI 기반 웹 공격 탐지의 정확성과 견고성을 향상시키는 다중 모달 학습 접근법을 조사할 수 있게 합니다.
각 MWAD 샘플은 두 가지 상호 보완적인 데이터 모달리티를 결합합니다:
데이터셋은 Metasploitable 가상 머신에 호스팅된 취약한 웹 서버를 사용하여 통제된 사설 네트워크 환경에서 생성되었습니다.
SQL 인젝션 공격은 SQLMap 및 SQL 인젝션 페이로드를 사용하여 실행되었습니다. 결과 트래픽은 다음 도구를 사용하여 수집 및 처리되었습니다:
HTTP 요청 데이터와 해당 플로우 수준 특징은 이후 라벨링되고 결합되어 최종 다중 모달 데이터셋을 생성합니다.
그림 1. SQL 인젝션 실행, HTTP 요청 수집, 패킷 캡처, 플로우 특징 추출 및 다중 모달 데이터 통합을 보여주는 MWAD 생성 파이프라인.
| 클래스 | 샘플 수 | 설명 |
|---|---|---|
| Benign | 500 | 합법적인 웹 요청 및 해당 네트워크 플로우 특징 |
| SQL 인젝션 공격 | 500 | SQL 인젝션 요청 및 해당 네트워크 플로우 특징 |
| 합계 | 1,000 | 라벨링된 다중 모달 웹 트래픽 샘플 |
HTTP 모달리티는 취약한 웹 애플리케이션과의 상호작용 중 생성된 요청 수준 정보를 포함합니다.
이 모달리티는 다음을 지원할 수 있습니다:
네트워크 플로우 모달리티는 NFStream을 사용하여 캡처된 트래픽에서 추출한 통계적 및 동작 특징을 포함합니다.
이 모달리티는 다음을 지원할 수 있습니다:
많은 웹 공격 데이터셋은 애플리케이션 계층 요청 정보 또는 네트워크 수준 트래픽 특징을 별도로 제공합니다.
MWAD는 동일한 웹 상호작용에 대한 짝을 이루는 애플리케이션 계층 및 네트워크 플로우 표현을 제공하기 위해 개발되었습니다. 이를 통해 연구자들은 두 모달리티를 결합하는 것이 어느 한 모달리티에만 의존하는 것보다 SQL 인젝션 탐지를 향상시키는지 여부를 검토할 수 있습니다.
따라서 이 데이터셋은 웹 공격 탐지에서 다중 모달 학습 및 데이터 융합 전략을 연구하기 위한 재사용 가능한 연구 자원을 제공합니다.
MWAD 데이터셋 생성 방법론, 설계 및 평가는 다음 동료 심사 논문에 제시되어 있습니다:
Intelligent Systems with Applications, Elsevier.
연구에서 MWAD를 사용하신다면 다음을 인용해 주십시오:
@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}
}