ABUSE.MOM
INFORME DE AMENAZA

Informe de amenaza IP
182.9.1.186

ABUSE.MOM — COMPÓRTATE O SERÁS EXPUESTO

Generado: 2026-10-26 08:48:01
Primera vez visto: 2026-06-02 23:29:35
Última vez visto: 2026-06-27 20:26:17
78

⛔ Veredicto: BLOQUEO

Esta dirección IP ha sido clasificada como fuente de actividad automatizada maliciosa. Puntuación de amenaza: 78/100. Total de solicitudes maliciosas observadas: 344.

01

Geolocalización y clasificación

Dirección IP
182.9.1.186
Tipo
Unknown
País
🇮🇩 Indonesia
Ciudad
Surakarta
ISP
PT Telekomunikasi Selular Indonesia
Organización
PT Telekomunikasi Selular Indonesia
Sistema autónomo
AS23693 PT. Telekomunikasi Selular
Nº de solicitudes
344
02

Firmas de detección

FirmaDescripciónPuntosGravedad
Directory ScanAnomalía de comportamiento detectada automáticamente+0
Σ = 0
03

Actividad observada

Solicitudes HTTP reconstruidas de los registros del servidor. Dominios objetivo ocultos por seguridad.

[redacted]
GET
/
200
Solicitudes mostradas: 1 · HTTP 404: 0 · Patrones peligrosos: 0

* Typical request patterns for detected signatures. Actual target domains are redacted.

04

Cronología

2026-06-02 23:29:35
Primera solicitud maliciosa detectada
IP ingresó en monitoreo desde registros del servidor
Durante la observación
Se activaron múltiples firmas de detección
Directory Scan
2026-06-27 20:26:17
Última solicitud maliciosa observada
Puntuación total alcanzada: 78/100
Siguiente ciclo
IP bloqueada — todas las solicitudes posteriores denegadas (HTTP 403)
Añadida a la lista de bloqueo automáticamente
05

Proveedor de red

PT Telekomunikasi Selular Indonesia
AS23693 · 🇮🇩 Indonesia

Hemos detectado 103 IPs maliciosas de este sistema autónomo.

Ver todas las IPs de AS23693 →
06

Recomendaciones

Acciones tomadas y recomendadas

  • IP 182.9.1.186 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 182.9.1.0/24
  • 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

⚙️ Seguridad general

Agregue 182.9.1.186 a la lista de bloqueo de su firewall. Revise logs para conexiones exitosas.

07

Vecinos en 182.9.1.0/24

Otras IPs bloqueadas de la misma subred /24 — indica abuso sistemático de este rango de red.

09

Estado en listas negras (DNSBL)

Esta IP fue verificada contra las principales listas negras DNS utilizadas por servidores de correo y firewalls.

✓ Limpio
bl.spamcop.net
✓ Limpio
bl.blocklist.de
✓ Limpio
cbl.abuseat.org
✓ Limpio
b.barracudacentral.org
✓ Limpio
dnsbl.dronebl.org
✓ Limpio
psbl.surriel.com
✓ Limpio
spam.dnsbl.sorbs.net
✓ Limpio
zen.spamhaus.org

Verificado: Spamhaus, SpamCop, Barracuda, SORBS, CBL, UCEProtect.

10

Threat Analysis

182.9.1.186 has been assigned a threat score of 78/100 (High). Esta puntuación indica una alta severidad de amenaza. La IP ha mostrado patrones claros de comportamiento malicioso que requieren medidas defensivas inmediatas.

📊 Threat Analysis

Nuestra infraestructura de monitoreo ha identificado 182.9.1.186, geolocalizada en Surakarta, Indonesia, operando en la red de PT Telekomunikasi Selular Indonesia, como fuente de actividad de red sospechosa. La dirección ha estado activa durante 24 días en nuestro sistema de monitoreo, produciendo 344 solicitudes marcadas a una tasa de ~14.3/día. Nuestros registros muestran 1,097 IPs maliciosas originadas desde Indonesia, posicionándolo como un contribuyente importante a la actividad de amenazas global. La puntuación de 78/100 indica un actor malicioso confirmado.

11

Related Threats

🇮🇩 Top threats from Indonesia

157.15.40.62 (340)157.15.40.88 (340)157.15.40.89 (340)157.15.40.61 (340)157.15.40.93 (340)View all →

🏢 Same network: AS23693

182.10.228.82 (180)182.10.161.192 (180)39.194.2.245 (160)182.9.1.180 (108)182.8.131.181 (108)View all →
12

Security Intelligence

💡 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.

💡 Automated Incident Response

Automated response systems can block threats in milliseconds, far faster than human analysts. However, automation requires careful safeguards — rate limits on blocking actions, automatic expiration, and human review queues prevent automated systems from causing self-inflicted outages.

🔍 Check Any IP Address

Share this report: