Informe de amenaza IP
156.59.26.136
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: 1 | Riesgo medio: paneles admin, archivos de configuración | +10 | |
| Danger strong hits: 2 | Rutas de alto riesgo: shells, RCE, exploits | +50 | |
| UA changed | Múltiples User-Agents — técnica de rotación de bot | +25 |
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
Recomendaciones
Acciones tomadas y recomendadas
- IP 156.59.26.136 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 156.59.26.0/24
- 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 156.59.26.136 está enumerando directorios. Configure fail2ban con jail apache-404 tras 10+ errores 404.
🤖 Defensa contra anomalías User-Agent
IP 156.59.26.136 muestra comportamiento UA sospechoso. Bloquee solicitudes con User-Agent vacío.
Vecinos en 156.59.26.0/24
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
156.59.26.136 has been assigned a threat score of 100/100 (Critical). Esta es una amenaza de nivel crítico. Los administradores de sistemas deben tratar esta IP como hostil y bloquear todas las conexiones entrantes sin excepción.
The following attack categories were identified:
📊 Threat Analysis
Nuestra infraestructura de monitoreo ha identificado 156.59.26.136, geolocalizada en Tokyo, Japan, operando en la red de ZEN, como fuente de actividad de red sospechosa. Nuestros sensores capturaron 251 solicitudes maliciosas de esta dirección en un período de 4 días, reflejando una cadencia de ataque sostenida de ~62.8 solicitudes por día. Operando desde infraestructura de datacenter, esta IP es típica de direcciones usadas en operaciones de ataque organizadas. Se identificaron dos patrones de ataque (Path Enumeration y User-Agent Anomaly), sugiriendo una campaña semi-automatizada que apunta a múltiples vulnerabilidades. Nuestros registros muestran 1,342 IPs maliciosas originadas desde Japan, posicionándolo como un contribuyente importante a la actividad de amenazas global. Con una puntuación de 100/100, esta IP está entre las más peligrosas de nuestra base de datos. Se recomienda bloqueo inmediato y completo.
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 Japan
103.163.220.216 (340)35.189.151.182 (320)168.110.63.243 (320)168.110.58.114 (320)129.225.172.187 (310)View all →🏢 Same network: AS21859
98.98.100.164 (295)45.133.176.26 (255)45.133.176.17 (255)45.133.176.100 (255)45.133.176.99 (255)View all →Security Intelligence
💡 Prototype Pollution Attacks
Prototype pollution manipulates JavaScript object prototypes to inject properties that affect all objects in an application. This can lead to denial of service, property injection, and in some cases remote code execution in Node.js applications.
💡 Machine Learning in Threat Detection
Machine learning models analyze vast amounts of network traffic to identify attack patterns invisible to rule-based systems. Supervised models classify known attack types while unsupervised models detect anomalies that may indicate novel threats.