Informe de amenaza IP
193.58.169.206
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: 5 | Riesgo medio: paneles admin, archivos de configuración | +50 | |
| Foreign referer | Referer de dominio externo no relacionado | +10 | |
| Probe 302→404 | Anomalía de comportamiento detectada automáticamente | +20 |
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 193.58.169.206 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 193.58.169.0/24
- 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 193.58.169.206 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 193.58.169.206.
Vecinos en 193.58.169.0/24
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
193.58.169.206 has been assigned a threat score of 130/100 (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
La dirección IP 193.58.169.206 ha sido rastreada hasta Moscow, Russia, operando en la red de Biterika Group LLC. Nuestros sistemas de detección de amenazas marcaron esta dirección basándose en patrones de comportamiento malicioso observados. La dirección ha estado activa durante 4 días en nuestro sistema de monitoreo, produciendo 467 solicitudes marcadas a una tasa de ~116.8/día. La dirección está clasificada como residencial. La actividad maliciosa desde IPs residenciales típicamente indica compromiso del dispositivo o membresía en botnet. Se identificaron dos patrones de ataque (Path Enumeration y Request Flooding), sugiriendo una campaña semi-automatizada que apunta a múltiples vulnerabilidades. Nuestros registros muestran 102 IPs maliciosas originadas desde Russia, posicionándolo como un contribuyente significativa a la actividad de amenazas global. Una puntuación de 130/100 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
🇷🇺 Top threats from Russia
157.22.102.172 (313)178.130.54.159 (288)185.103.167.63 (265)72.56.191.6 (265)95.182.125.201 (265)View all →🏢 Same network: AS214574
View all →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.