Informe de amenaza IP
178.239.198.202
ABUSE.MOM — COMPÓRTATE O SERÁS EXPUESTO
Geolocalización y clasificación
Firmas de detección
| Firma | Descripción | Puntos | Gravedad |
|---|---|---|---|
| UA bot: Go-http-client | User-Agent de bot/rastreador conocido detectado | +40 | |
| Danger strong hits: 269 | Rutas de alto riesgo: shells, RCE, exploits | +100 | |
| Danger medium hits: 356 | Riesgo medio: paneles admin, archivos de configuración | +60 | |
| 404 ratio >= 60% | Mayoría de solicitudes devolvieron 404 — enumeración | +25 | |
| Burst: 7 req / 2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst: 24 req / 10s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Foreign referer seen | Referer de dominio externo no relacionado | +10 |
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 178.239.198.202 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 178.239.198.0/24
- 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 anomalías User-Agent
IP 178.239.198.202 muestra comportamiento UA sospechoso. Bloquee solicitudes con User-Agent vacío.
🔎 Defensa contra escaneo de directorios
IP 178.239.198.202 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 178.239.198.202.
Vecinos en 178.239.198.0/24
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
178.239.198.202 has been assigned a threat score of 305/100 (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 178.239.198.202, geolocalizada en London, United Kingdom, operando en la red de UK Dedicated Servers Limited, como fuente de actividad de red sospechosa. La dirección ha estado activa durante 1 días en nuestro sistema de monitoreo, produciendo 1 solicitudes marcadas a una tasa de ~1/día. Esta IP está identificada como un endpoint VPN o proxy, comúnmente usado para enmascarar el origen real del tráfico de ataque. La combinación de 3 vectores de ataque distintos indica un actor de amenaza sofisticado que despliega herramientas automatizadas para sondear múltiples superficies de ataque simultáneamente. Nuestros registros muestran 166 IPs maliciosas originadas desde United Kingdom, posicionándolo como un contribuyente significativa a la actividad de amenazas global. Con una puntuación de 305/100, esta IP está entre las más peligrosas de nuestra base de datos. Se recomienda bloqueo inmediato y completo.
This IP is associated with a VPN or proxy service. Attackers frequently route their traffic through anonymizing services to obscure their true location. This makes attribution more challenging but the malicious behavior patterns remain detectable.
Related Threats
🇬🇧 Top threats from United Kingdom
104.28.240.60 (340)104.28.208.60 (340)91.230.225.3 (305)45.86.203.224 (305)45.86.203.35 (305)View all →Security Intelligence
💡 TLS Fingerprinting (JA3/JA4)
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.
💡 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.