Informe de amenaza IP
137.184.78.157
ABUSE.MOM — COMPÓRTATE O SERÁS EXPUESTO
Geolocalización y clasificación
Firmas de detección
| Firma | Descripción | Puntos | Gravedad |
|---|---|---|---|
| 404 ratio 40-60% | Mayoría de solicitudes devolvieron 404 — enumeración | +15 | |
| Danger medium hits: 2 | Riesgo medio: paneles admin, archivos de configuración | +20 | |
| Danger strong hits: 2 | Rutas de alto riesgo: shells, RCE, exploits | +50 | |
| Probe 302→404 | Anomalía de comportamiento detectada automáticamente | +20 | |
| UA suspicious | Anomalía de comportamiento detectada automáticamente | +15 |
Actividad observada
Solicitudes HTTP reconstruidas de los registros del servidor. Dominios objetivo ocultos por seguridad.
* Typical request patterns for detected signatures. Actual target domains are redacted.
Cronología
Proveedor de red
Hemos detectado 6981 IPs maliciosas de este sistema autónomo.
Recomendaciones
Acciones tomadas y recomendadas
- IP 137.184.78.157 está bloqueada a nivel de aplicación (HTTP 403)
- Considere bloquear a nivel de firewall (iptables/CSF)
- Otras IPs maliciosas detectadas en la misma subred /24 — considere bloquear 137.184.78.0/24
- Reporte el abuso al proveedor de red a través de su contacto de abuso
- Asegúrese de que archivos sensibles (.env, .git) no sean accesibles desde la web
🔎 Defensa contra escaneo de directorios
IP 137.184.78.157 está enumerando directorios. Configure fail2ban con jail apache-404 tras 10+ errores 404.
🤖 Defensa contra anomalías User-Agent
IP 137.184.78.157 muestra comportamiento UA sospechoso. Bloquee solicitudes con User-Agent vacío.
Vecinos en 137.184.78.0/24
Otras IPs bloqueadas de la misma subred /24 — indica abuso sistemático de este rango de red.
Estado en listas negras (DNSBL)
Esta IP fue verificada contra las principales listas negras DNS utilizadas por servidores de correo y firewalls.
Verificado: Spamhaus, SpamCop, Barracuda, SORBS, CBL, UCEProtect.
Threat Analysis
137.184.78.157 has been assigned a threat score of 120/100 (Critical). Esto lo ubica en la categoría de amenaza crítica. Se recomienda encarecidamente el bloqueo inmediato en todos los perímetros de red.
The following attack categories were identified:
📊 Threat Analysis
El análisis de inteligencia de amenazas vinculó 137.184.78.157 con actividad maliciosa originada en North Bergen, United States, operando en la red de DigitalOcean, LLC. La dirección ha estado bajo observación desde su detección inicial. Durante su ventana de observación de 2 días, registramos 64 solicitudes hostiles de esta IP — aproximadamente 32 por día en promedio. Clasificada como IP de hosting, esta dirección probablemente funciona en un servidor alquilado o instancia en la nube. Se identificaron dos patrones de ataque (Path Enumeration y User-Agent Anomaly), sugiriendo una campaña semi-automatizada que apunta a múltiples vulnerabilidades. United States actualmente representa 36,295 IPs bloqueadas en nuestra base de datos, siendo una fuente importante de tráfico malicioso. Una puntuación de 120/100 coloca esta dirección en el nivel más alto de severidad.
This IP belongs to a hosting or data center provider. Malicious traffic from hosting infrastructure often originates from compromised VPS instances, rented servers used for scanning campaigns, or abused free-tier cloud accounts. Hosting providers typically respond to abuse reports within 24-72 hours.
Related Threats
🇺🇸 Top threats from United States
104.28.246.115 (350)104.28.214.122 (350)216.73.160.52 (350)34.187.158.4 (340)34.186.187.208 (340)View all →Security Intelligence
💡 API Abuse and Enumeration
Modern attacks increasingly target APIs rather than traditional web interfaces. Attackers enumerate endpoints, test for broken authentication, and exploit excessive data exposure. API attacks are harder to detect as they mimic legitimate programmatic access patterns.
💡 Web Application Firewall Strategies
WAFs inspect HTTP traffic to block common attacks but require careful tuning. Overly aggressive rules cause false positives while permissive configurations miss attacks. Modern WAFs combine signature matching with behavioral analysis and machine learning.