Phishing_NLP_Based网络钓鱼和社会工程威胁检测多分类数据集2025

数据集概述

本数据集包含624条英文消息，用于训练和评估基于自然语言处理（NLP）的钓鱼检测模型。每条消息标注为六种网络安全威胁或良性内容类别之一，支持多分类任务，适用于网络安全领域的机器学习应用，所有消息已匿名化处理。

文件详解

• 文件名称：phishing_nlp_dataset.xlsx
• 文件格式：XLSX
• 字段映射介绍：包含两列结构化数据，其中“Corpus”列存储邮件或类短信的消息内容，“Label”列标注消息类别（包括Phishing、Malware、Scareware、Baiting、Pretexting、NOT-Malicious）。

数据来源

Engineering Ingegneria Inforamtica Spa（2025）

适用场景

• 网络安全威胁检测模型训练: 用于开发和优化基于NLP的多分类模型，识别钓鱼、恶意软件等社会工程攻击类型。
• 社会工程攻击模式分析: 通过标注数据研究不同类型威胁消息的语言特征和欺骗模式。
• 网络安全产品功能验证: 为安全工具提供测试数据，验证其对多类威胁的检测能力。
• NLP在网络安全领域的应用研究: 探索文本分类技术在网络威胁检测场景中的性能与优化方向。