mitre-attack-fr

该数据集是MITRE ATT&CK Enterprise框架的完整法语版本，包含14种战术、691种技术和子技术、44种缓解措施、172个攻击者组以及70个问答对的详细翻译。数据集采用双语（英语/法语）格式，保留了原始英文描述与法语翻译并行。数据结构包括战术、技术、缓解措施、攻击者组和问答对五个主要部分，每个部分都有详细的字段说明。该数据集适用于网络安全领域的多种任务，如威胁情报分析、SOC培训、红队演练、检测规则映射以及专业模型的微调。数据来源于MITRE ATT&CK官方STIX 2.1数据，经过专业翻译，采用Apache 2.0许可证发布。

搜集汇总

数据集介绍

构建方式

在网络安全知识图谱构建领域，MITRE ATT&CK框架作为描述对抗行为的标准语言，其法语版本的创建具有重要意义。该数据集的构建基于官方STIX 2.1数据源，通过自动化脚本提取原始信息，并经由网络安全专家进行专业的人工翻译与校对，确保了技术术语的准确性与语境适配性。数据集涵盖了战术、技术、缓解措施、攻击者群组及问答对等多个维度，形成了结构化的双语知识体系，为法语网络安全社区提供了高质量的本土化资源。

特点

该数据集的核心特征在于其全面性与双语并行结构。它不仅完整收录了MITRE ATT&CK企业版框架中的14项战术、691项技术与子技术、44项缓解措施及172个攻击者群组，还额外提供了70对涵盖ATT&CK概念的网络安全问答。所有条目均保留了原始英文描述，并附有专业的法语翻译，实现了英法双语对照。这种设计既尊重了国际标准术语，又满足了法语使用者的本地化需求，为跨语言威胁情报分析与知识迁移提供了便利。

使用方法

数据集以JSON和Parquet格式提供，支持通过Hugging Face的datasets库直接加载，或使用Python标准库及pandas进行本地处理。用户可依据研究或应用场景，灵活查询特定战术下的技术、检索攻击者群组的惯用技战术，或利用问答数据集构建检索增强生成系统。该资源适用于威胁狩猎模拟、安全运营中心培训、红蓝对抗演练以及法语网络安全聊天机器人的知识库构建，为学术研究与工程实践提供了结构化数据支撑。

背景与挑战

背景概述

在网络安全领域，MITRE ATT&CK框架作为描述和分类对抗性战术、技术与程序的权威知识库，已成为威胁情报、攻击模拟和防御策略制定的核心参考。由MITRE公司于2013年创建并持续维护，该框架通过结构化方式映射攻击者行为，极大促进了安全社区对高级持续性威胁（APT）的理解与应对。2025年，网络安全专家Ayi NEDJIMI及其团队发布了首个法语版完整数据集，将涵盖14项战术、691项技术及子技术、44项缓解措施、172个攻击者群体和70对问答的专业内容进行系统化翻译与整合，旨在为法语安全从业者提供本土化的威胁建模与分析工具，推动全球网络安全知识的跨语言传播与实践应用。

当前挑战

该数据集致力于解决网络安全领域内威胁情报的语义理解与跨语言知识迁移挑战，其核心在于将复杂的对抗性行为描述转化为机器可读且人类可理解的结构化数据，以支持自动化威胁检测、攻击模式识别及安全培训等任务。构建过程中的主要挑战包括：确保从官方STIX 2.1数据源进行自动化提取的准确性与完整性；实现专业网络安全术语从英语到法语的高质量翻译，需兼顾技术精确性与语境适应性；以及维护双语数据的同步更新，以应对MITRE ATT&CK框架自身的动态演进特性，确保数据集始终反映最新的威胁态势与防御指南。

常用场景

经典使用场景

在网络安全威胁情报分析领域，MITRE ATT&CK框架作为描述对抗行为的知识库，其法语版本数据集为法语安全社区提供了结构化参考。该数据集最经典的使用场景是支撑威胁狩猎与安全运营中心的分析工作。安全分析师能够依据数据集中的战术、技术与程序，将观测到的网络活动映射到具体的攻击技术，从而系统化地识别攻击者的行为模式与入侵意图，并基于关联的缓解措施制定防御策略。

衍生相关工作

围绕该数据集，已衍生出一系列专注于网络安全人工智能应用的经典工具与项目。例如，基于检索增强生成架构的SOC助理工具，能够利用数据集中的问答对提供实时威胁分析支持。此外，还有专注于自动生成YARA检测规则或Kusto查询语句的智能生成器，这些工具都将该数据集作为核心知识库，实现了从静态知识到动态检测与响应能力的转化，推动了安全运营的自动化进程。

数据集最近研究

最新研究方向

在网络安全领域，MITRE ATT&CK框架作为威胁建模与对抗模拟的基石，其法语化数据集的出现显著推动了法语区安全生态的发展。当前研究前沿聚焦于利用此类多语言结构化知识库，赋能基于检索增强生成（RAG）的智能安全助手，以支持法语威胁情报分析、自动化事件响应和红蓝队训练。该数据集与前沿的AI驱动安全工具（如ThreatIntel-GPT、SOC-Assistant）紧密结合，正成为构建本地化、可解释性强的网络安全人工智能系统的关键语料，助力应对日益复杂的跨国网络威胁，并促进安全知识在全球范围内的民主化传播。