Informe de amenaza IP
20.104.21.214
ABUSE.MOM — COMPÓRTATE O SERÁS EXPUESTO
Geolocalización y clasificación
Firmas de detección
| Firma | Descripción | Puntos | Gravedad |
|---|---|---|---|
| Burst 21/2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 23/2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 67/10s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 80/10s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Danger medium hits: 365 | Riesgo medio: paneles admin, archivos de configuración | +60 | |
| Danger medium hits: 375 | Riesgo medio: paneles admin, archivos de configuración | +60 | |
| Danger medium hits: 7 | Riesgo medio: paneles admin, archivos de configuración | +60 | |
| Danger strong hits: 12 | Rutas de alto riesgo: shells, RCE, exploits | +100 | |
| Danger strong hits: 3 | Rutas de alto riesgo: shells, RCE, exploits | +75 | |
| Danger strong hits: 9 | Rutas de alto riesgo: shells, RCE, exploits | +100 | |
| 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 20.104.21.214 está bloqueada a nivel de aplicación (HTTP 403)
- Considere bloquear a nivel de firewall (iptables/CSF)
- 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
🌊 Mitigación de inundación/DDoS
Implemente limit_req_zone en nginx. Despliegue CDN con protección DDoS. Configure cookies SYN para controlar 20.104.21.214.
🤖 Defensa contra anomalías User-Agent
IP 20.104.21.214 muestra comportamiento UA sospechoso. Bloquee solicitudes con User-Agent vacío.
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
20.104.21.214 has been assigned a threat score of 245/100 (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
20.104.21.214 está registrada en Toronto, Canada, operando en la red de Microsoft Corporation. Esta IP apareció por primera vez en nuestros feeds de amenazas tras activar múltiples firmas de detección conductual. Durante un período de 4 días, esta IP generó 758 solicitudes maliciosas, promediando aproximadamente 189.5 solicitudes por día. Esta dirección pertenece a un proveedor de datacenter o hosting en la nube. Las IPs de hosting son frecuentemente aprovechadas por actores de amenazas que alquilan instancias VPS baratas específicamente para realizar ataques. Se identificaron dos patrones de ataque (Request Flooding y User-Agent Anomaly), sugiriendo una campaña semi-automatizada que apunta a múltiples vulnerabilidades. Nuestros registros muestran 101 IPs maliciosas originadas desde Canada, posicionándolo como un contribuyente significativa a la actividad de amenazas global. Con una puntuación de 245/100, 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
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.