Informe de amenaza IP
165.245.239.124
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 | |
| Burst 6/2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Danger medium hits: 2 | Riesgo medio: paneles admin, archivos de configuración | +20 | |
| Danger strong hits: 2 | Rutas de alto riesgo: shells, RCE, exploits | +50 | |
| POST seen | Anomalía de comportamiento detectada automáticamente | +8 | |
| Probe 302→404 | Anomalía de comportamiento detectada automáticamente | +20 | |
| UA changed | Múltiples User-Agents — técnica de rotación de bot | +25 | |
| 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
Recomendaciones
Acciones tomadas y recomendadas
- IP 165.245.239.124 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 165.245.239.0/24
- 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 165.245.239.124 está enumerando directorios. Configure fail2ban con jail apache-404 tras 10+ errores 404.
🌊 Mitigación de inundación/DDoS
Implemente limit_req_zone en nginx. Despliegue CDN con protección DDoS. Configure cookies SYN para controlar 165.245.239.124.
🤖 Defensa contra anomalías User-Agent
IP 165.245.239.124 muestra comportamiento UA sospechoso. Bloquee solicitudes con User-Agent vacío.
Vecinos en 165.245.239.0/24
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
165.245.239.124 has been assigned a threat score of 158/100 (Critical). Una puntuación tan alta marca un actor de amenaza crítico. Esta dirección ha demostrado un comportamiento malicioso persistente y agresivo en múltiples vectores de detección.
The following attack categories were identified:
📊 Threat Analysis
El análisis de inteligencia de amenazas vinculó 165.245.239.124 con actividad maliciosa originada en Toronto, Canada, operando en la red de DigitalOcean, LLC. La dirección ha estado bajo observación desde su detección inicial. Durante un período de 2 días, esta IP generó 80 solicitudes maliciosas, promediando aproximadamente 40 solicitudes por día. Operando desde una red residencial, esta IP puede representar un gateway doméstico comprometido o dispositivo IoT reclutado en una infraestructura de ataque mayor. Con 3 patrones de ataque diferentes detectados, esta IP exhibe comportamiento característico de frameworks de escaneo automatizado avanzados. Canada actualmente representa 2,578 IPs bloqueadas en nuestra base de datos, siendo una fuente importante de tráfico malicioso. Una puntuación de 158/100 coloca esta dirección en el nivel más alto de severidad.
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.
Related Threats
Security Intelligence
💡 DDoS Mitigation Approaches
Distributed denial of service attacks overwhelm infrastructure with traffic volume. Effective mitigation combines always-on traffic scrubbing, anycast network distribution, rate limiting, and the ability to quickly scale absorption capacity during attacks.
💡 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.