
ABUSE.MOM — COMPÓRTATE O SERÁS EXPUESTO
| Firma | Descripción | Puntos | Gravedad |
|---|---|---|---|
| UA bot: python | User-Agent de bot/rastreador conocido detectado | +40 | |
| UA changed for same IP | Múltiples User-Agents — técnica de rotación de bot | +25 | |
| POST requests present | Anomalía de comportamiento detectada automáticamente | +8 |
Solicitudes HTTP reconstruidas de los registros del servidor. Dominios objetivo ocultos por seguridad.
* Typical request patterns for detected signatures. Actual target domains are redacted.
IP 103.84.193.221 muestra comportamiento UA sospechoso. Bloquee solicitudes con User-Agent vacío.
Esta IP fue verificada contra las principales listas negras DNS utilizadas por servidores de correo y firewalls.
Verificado: Spamhaus, SpamCop, Barracuda, SORBS, CBL, UCEProtect.
103.84.193.221 has been assigned a threat score of 73/100 (High). Esto lo clasifica como una amenaza de alta severidad. Se recomienda el bloqueo proactivo para infraestructura sensible.
The following attack categories were identified:
El análisis de inteligencia de amenazas vinculó 103.84.193.221 con actividad maliciosa originada en Jakarta, Indonesia, operando en la red de PT Klik Media Netindo. La dirección ha estado bajo observación desde su detección inicial. Durante su ventana de observación de 22 días, registramos 25 solicitudes hostiles de esta IP — aproximadamente 1.1 por día en promedio. Operando desde una red residencial, esta IP puede representar un gateway doméstico comprometido o dispositivo IoT reclutado en una infraestructura de ataque mayor. Se detectaron anomalías sospechosas de User-Agent incluyendo cadenas UA vacías, falsificadas o en rotación rápida. Nuestros registros muestran 101 IPs maliciosas originadas desde Indonesia, posicionándolo como un contribuyente significativa a la actividad de amenazas global. La puntuación de 73/100 indica un actor malicioso confirmado.
This IP is classified as residential, suggesting it may belong to a compromised home device, IoT botnet member, or an infected personal computer. Residential IPs involved in attacks often indicate malware infection without the owner's knowledge.
TLS fingerprinting creates unique identifiers based on how clients negotiate encrypted connections. The JA3 and JA4 methods generate hashes from TLS ClientHello parameters, enabling identification of specific tools and malware regardless of IP address changes.
Race conditions occur when application behavior depends on the timing of concurrent operations. Attackers exploit these timing windows to bypass limits, duplicate transactions, or escalate privileges by sending carefully timed parallel requests.