language:

• fr
  license: apache-2.0
  size_categories:
• n<1K
  task_categories:
• question-answering
• text-classification
  tags:
• cybersecurity
• ayinedjimi-consultants
• fr
• mitre-attack
• threat-intelligence
• attack-techniques
• adversary-emulation
• french
• security
• pentest
• red-team
• blue-team
• SOC
• CTI
• threat-hunting
• incident-response
• vulnerability-assessment
• devsecops
• offensive-security
• defensive-security
• security-training
• CTF
• OSCP
• CEH
  pretty_name: MITRE ATT&CK Framework (Français)
  authors:
• name: Ayi NEDJIMI
  url: https://ayinedjimi-consultants.fr/bio.html
  configs:
• config_name: default
  data_files:
  • split: train
    path: data/train-*
    source_datasets:
• original
  dataset_info:
  dataset_size: null
  download_size: null

MITRE ATT&CK Enterprise - Dataset Francophone Complet

Premier dataset francophone complet du framework MITRE ATT&CK Enterprise sur Hugging Face. Données extraites automatiquement des sources STIX 2.1 officielles avec traductions françaises professionnelles.

Description

Ce dataset couvre l'intégralité du framework MITRE ATT&CK Enterprise avec :

• 14 tactiques traduites en français avec descriptions détaillées
• 691 techniques et sous-techniques (216 techniques + 475 sous-techniques) avec noms traduits
• 44 mitigations avec leurs techniques associées
• 172 groupes d'attaquants (APT) avec leurs techniques connues
• 70 paires Q&A en cybersécurité couvrant les concepts ATT&CK

Bilingue EN/FR : les descriptions originales en anglais sont conservées en parallèle des traductions françaises.

Structure du dataset

1. tactics.json - Les 14 tactiques (14 entrées)

2. techniques.json - Techniques et sous-techniques (691 entrées)

Répartition par tactique :

3. mitigations.json - Mitigations (44 entrées)

4. groups.json - Groupes d'attaquants (172 entrées)

5. qa_dataset.json - Questions/Réponses (70 entrées)

Utilisation

Avec la bibliothèque datasets

from datasets import load_dataset

# Charger les techniques
ds = load_dataset("AYI-NEDJIMI/mitre-attack-fr", data_files="data/techniques.json")

for tech in ds["train"]:
    print(f"{tech['id']} - {tech['name_fr']}")

Chargement direct en Python

import json

with open("data/techniques.json", "r", encoding="utf-8") as f:
    techniques = json.load(f)

# Filtrer les techniques de phishing
phishing = [t for t in techniques if "phishing" in t["name_en"].lower()]
for t in phishing:
    print(f"{t['id']} - {t['name_fr']}")

Avec pandas

import pandas as pd

df = pd.read_parquet("data/techniques.parquet")

# Techniques par tactique
print(df[~df["is_subtechnique"]].groupby("tactic_names_fr").size())

# Rechercher une technique
print(df[df["name_fr"].str.contains("Kerberos", case=False)])

Recherche sémantique (RAG)

from datasets import load_dataset

# Charger le Q&A pour RAG
qa = load_dataset("AYI-NEDJIMI/mitre-attack-fr", data_files="data/qa_dataset.json")

# Créer des embeddings pour la recherche sémantique
for item in qa["train"]:
    text = f"Q: {item['question']}\nR: {item['reponse']}"
    # Passer à votre pipeline d'embedding

Cas d'utilisation

• RAG Cybersécurité : Base de connaissances pour chatbots et assistants sécurité en français
• Threat Intelligence : Référence structurée pour l'analyse des menaces
• Formation SOC : Support pédagogique pour analystes sécurité francophones
• Red Team : Planification d'exercices basés sur les TTP des groupes d'attaquants
• Détection : Mapping des règles de détection sur les techniques ATT&CK
• Fine-tuning : Entraînement de modèles spécialisés en cybersécurité FR

Source des données

• MITRE ATT&CK : Données STIX 2.1 officielles depuis attack-stix-data
• Version : Enterprise ATT&CK (dernière version disponible)
• Extraction : Automatisée avec mitreattack-python
• Traductions : Professionnelles par un expert en cybersécurité

Licence

Ce dataset est distribué sous licence Apache 2.0.

Les données MITRE ATT&CK sont sous licence Apache 2.0 par MITRE Corporation.

Citation

@dataset{mitre_attack_fr_2025,
  title={MITRE ATT&CK Enterprise - Dataset Francophone Complet},
  author={AYI-NEDJIMI},
  year={2025},
  publisher={Hugging Face},
  url={https://huggingface.co/datasets/AYI-NEDJIMI/mitre-attack-fr}
}

Autres Datasets

Explorateur Interactif

Explorez ce dataset de maniere interactive : MITRE ATT&CK Explorer

Collection Complète

Ce dataset fait partie de la collection Cybersecurity Datasets & Tools sur HuggingFace.

Auteur & Ressources

Ayi NEDJIMI - Consultant senior en cybersecurite offensive & Intelligence Artificielle

Articles Cybersecurite

• Site web - Articles Cybersecurite & IA
• Guide OAuth 2.0 Security
• Attaques NTLM Relay - Guide Complet
• Securite Kubernetes en Production
• Memory Forensics avec Volatility
• Securiser Microsoft 365 avec Conditional Access

Articles Intelligence Artificielle

• RAG : Retrieval-Augmented Generation
• Optimiser le Chunking de Documents
• Choisir sa Base Vectorielle
• Securite et Confidentialite des Embeddings

Reseaux

• LinkedIn
• GitHub
• Twitter/X

Author

Ayi NEDJIMI - Cybersecurity Consultant & Trainer | AI Expert

• Professional Bio
• All Articles
• Free Guides & Whitepapers
• Training Programs

Related Articles

• Top 10 Attaques Active Directory
• Top 10 Solutions EDR/XDR 2025
• Threat Hunting M365
• Kerberos Exploitation AD
• OAuth Security
• Attaques API GraphQL & REST
• Attaques CI/CD
• Evasion EDR/XDR
• Living Off The Land à Échelle
• NTLM Relay Moderne
• Supply Chain Applicative

Free Cybersecurity Resources

• Livre Blanc NIS 2
• Livre Blanc Sécurité Active Directory
• Livre Blanc Pentest Cloud AWS/Azure/GCP
• Livre Blanc Sécurité Kubernetes
• Livre Blanc IA Cyberdéfense
• Livre Blanc Anatomie Ransomware
• Guide Sécurisation AD 2025
• Guide Tiering Model AD

Part of the Collection

This dataset is part of the Cybersecurity Datasets & Tools Collection by AYI-NEDJIMI Consultants.

🛠️ Outils GitHub Associés / Related GitHub Tools

Outils IA cybersécurité en lien avec ce dataset MITRE ATT&CK :

Auteur : Ayi NEDJIMI | GitHub | HuggingFace