ABUSE.MOM
INFORME DE AMENAZA

Informe de amenaza IP
23.82.29.13

ABUSE.MOM — COMPÓRTATE O SERÁS EXPUESTO

Generado: 2026-05-27 17:28:18
Primera vez visto: 2026-03-29 19:00:06
Última vez visto: 2026-04-22 11:00:06
105

⛔ Veredicto: BLOQUEO

Esta dirección IP ha sido clasificada como fuente de actividad automatizada maliciosa. Puntuación de amenaza: 105/100. Total de solicitudes maliciosas observadas: 14.

DANGER_PATHRATIO_404REDIRECT_PROBEREFERER
01

Geolocalización y clasificación

Dirección IP
23.82.29.13
Tipo
Hosting
País
🇺🇸 United States
Ciudad
San Jose
ISP
Leaseweb USA, Inc.
Organización
Leaseweb USA, Inc
Sistema autónomo
AS7203 Leaseweb USA, Inc.
Nº de solicitudes
14
02

Firmas de detección

FirmaDescripciónPuntosGravedad
Danger medium hits: 4Riesgo medio: paneles admin, archivos de configuración+40
404 ratio 40-60%Mayoría de solicitudes devolvieron 404 — enumeración+15
Probe pattern 302->404 same pathAnomalía de comportamiento detectada automáticamente+20
Foreign referer seenReferer de dominio externo no relacionado+10
Danger medium hits: 8Riesgo medio: paneles admin, archivos de configuración+60
Σ = 145
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

2026-03-29 19:00:06
Primera solicitud maliciosa detectada
IP ingresó en monitoreo desde registros del servidor
Durante la observación
Se activaron múltiples firmas de detección
Danger medium hits: 4 (+40), 404 ratio 40-60% (+15), Probe pattern 302->404 same path (+20)
2026-04-22 11:00:06
Última solicitud maliciosa observada
Puntuación total alcanzada: 105/100
Siguiente ciclo
IP bloqueada — todas las solicitudes posteriores denegadas (HTTP 403)
Añadida a la lista de bloqueo automáticamente
05

Proveedor de red

Leaseweb USA, Inc.
AS7203 · 🇺🇸 United States
06

Recomendaciones

Acciones tomadas y recomendadas

  • IP 23.82.29.13 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 23.82.29.0/24
  • 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 23.82.29.13 está enumerando directorios. Configure fail2ban con jail apache-404 tras 10+ errores 404.

07

Vecinos en 23.82.29.0/24

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

08

Puertos abiertos y servicios

Datos de reconocimiento de red de Shodan. Los puertos abiertos pueden indicar servicios en ejecución, configuraciones incorrectas o superficies de ataque.

PUERTOS ABIERTOS (4)
PortServiceRiskDescription
4444UnknownLowService on port 4444
7777UnknownLowService on port 7777
36505UnknownLowService on port 36505
44444UnknownLowService on port 44444
VULNERABILIDADES CONOCIDAS (CVE) (8)
CVE IDLink
CVE-2019-9513NVD →
CVE-2023-44487NVD →
CVE-2019-20372NVD →
CVE-2021-23017NVD →
CVE-2019-9516NVD →
CVE-2025-23419NVD →
CVE-2021-3618NVD →
CVE-2019-9511NVD →

🔴 Este host tiene 8 CVE conocidos asociados con sus servicios expuestos. Múltiples vulnerabilidades sugieren brechas en la gestión de parches. Revise cada CVE en la base de datos NVD.

TECNOLOGÍAS DETECTADAS
f5:nginx:1.16.0

Fuente: Shodan InternetDB. Escaneado independientemente de abuse.mom.

09

Estado en listas negras (DNSBL)

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

✓ Limpio
dnsbl.sorbs.net
✓ Limpio
ix.dnsbl.manitu.net
✓ Limpio
bl.spamcop.net
✓ Limpio
zen.spamhaus.org
✓ Limpio
psbl.surriel.com
✓ Limpio
b.barracudacentral.org
✓ Limpio
truncate.gbudb.net
✓ Limpio
dnsbl-1.uceprotect.net

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

10

Threat Analysis

23.82.29.13 has been assigned a threat score of 105/100 (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:

Path Enumeration

📊 Threat Analysis

La dirección IP 23.82.29.13 ha sido rastreada hasta San Jose, United States, operando en la red de Leaseweb USA, Inc.. Nuestros sistemas de detección de amenazas marcaron esta dirección basándose en patrones de comportamiento malicioso observados. Durante un período de 23 días, esta IP generó 14 solicitudes maliciosas, promediando aproximadamente 0.6 solicitudes por día. Clasificada como IP de hosting, esta dirección probablemente funciona en un servidor alquilado o instancia en la nube. La IP exhibe comportamiento de enumeración de directorios, solicitando sistemáticamente rutas inexistentes. Nuestros registros muestran 108 IPs maliciosas originadas desde United States, posicionándolo como un contribuyente significativa a la actividad de amenazas global. Con una puntuación de 105/100, 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.

11

Related Threats

🇺🇸 Top threats from United States

104.28.246.115 (350)104.28.246.113 (340)104.28.246.116 (340)104.28.235.58 (340)104.28.246.122 (340)View all →

🏢 Same network: AS7203

179.61.245.9 (105)23.82.29.106 (105)23.82.29.9 (105)23.82.29.103 (105)23.82.99.116 (70)View all →
12

Security Intelligence

💡 Server-Side Request Forgery (SSRF)

SSRF attacks trick servers into making requests to internal resources that should not be publicly accessible. This can expose cloud metadata endpoints, internal APIs, and private network services, potentially leading to full infrastructure compromise.

💡 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.

🔍 Check Any IP Address

Share this report: