本仓库托管了一个多模态网络攻击数据集（MWAD），以推动AI驱动的威胁检测研究。
多模态Web攻击数据集（MWAD） 是一个新颖的带标签网络安全数据集，是作者在澳大利亚拉筹伯大学进行网络安全研究期间开发的。
数据集的生成方法、设计和描述发表于同行评审期刊论文：
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
与通常只包含HTTP请求或网络流量的传统Web攻击数据集不同，MWAD将应用层HTTP请求数据与网络流特征相结合，提供Web攻击的多模态表示。
MWAD旨在支持开发与评估用于Web攻击检测的人工智能（AI）和机器学习（ML）模型，重点聚焦SQL注入（SQLi）。通过结合互补的数据模态，该数据集使研究人员能够探索多模态学习方法，从而提高AI驱动的Web攻击检测的准确性和鲁棒性。
每个MWAD样本结合了两种互补的数据模态：
该数据集是在受控的私有网络环境中生成的，使用托管在Metasploitable虚拟机上的易受攻击的Web服务器。
SQL注入攻击使用SQLMap和SQL注入载荷执行。使用以下工具收集和处理产生的流量：
HTTP请求数据和相应的流级特征随后被标记并组合，以生成最终的多模态数据集。
| 类别 | 样本数量 | 描述 |
|---|---|---|
| 良性 | 500 | 合法Web请求及其对应的网络流特征 |
| SQL注入攻击 | 500 | SQL注入请求及其对应的网络流特征 |
| 总计 | 1,000 | 带标签的多模态Web流量样本 |
HTTP模态包含与易受攻击的Web应用交互期间生成的请求级信息。
该模态可支持：
网络流模态包含使用NFStream从捕获流量中提取的统计和行为特征。
该模态可支持：
许多Web攻击数据集要么只提供应用层请求信息，要么只提供网络级流量特征。
MWAD旨在提供同一Web交互的应用层与网络流成对表示。这使研究人员能够考察与单独依赖任一模态相比，结合这两种模态是否能改进SQL注入检测。
因此，该数据集为研究Web攻击检测中的多模态学习和数据融合策略提供了可重复使用的研究资源。
MWAD数据集的生成方法、设计和评估发表于以下同行评审出版物：
Intelligent Systems with Applications, Elsevier.
如果您在研究中使用MWAD，请引用：
@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}
}