Informe de amenaza IP
31.12.93.40
ABUSE.MOM — COMPÓRTATE O SERÁS EXPUESTO
Geolocalización y clasificación
Firmas de detección
| Firma | Descripción | Puntos | Gravedad |
|---|---|---|---|
| UA changed for same IP | Múltiples User-Agents — técnica de rotación de bot | +25 | |
| Danger medium hits: 32 | Riesgo medio: paneles admin, archivos de configuración | +60 | |
| 404 ratio 40-60% | Mayoría de solicitudes devolvieron 404 — enumeración | +15 | |
| Probe pattern 302->404 same path | Anomalía de comportamiento detectada automáticamente | +20 | |
| Burst: 5 req / 2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Foreign referer seen | Referer de dominio externo no relacionado | +10 | |
| Danger medium hits: 6 | Riesgo medio: paneles admin, archivos de configuración | +60 | |
| Burst: 6 req / 2s | Tasa de solicitudes anormalmente alta — escaneo | +35 |
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 31.12.93.40 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 31.12.93.0/24
- 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 31.12.93.40 muestra comportamiento UA sospechoso. Bloquee solicitudes con User-Agent vacío.
🔎 Defensa contra escaneo de directorios
IP 31.12.93.40 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 31.12.93.40.
Vecinos en 31.12.93.0/24
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
31.12.93.40 has been assigned a threat score of 165/100 (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
Nuestra infraestructura de monitoreo ha identificado 31.12.93.40, geolocalizada en Moscow, Russia, operando en la red de Moshonkin Ilia Sergeevich, como fuente de actividad de red sospechosa. Durante un período de 21 días, esta IP generó 2 solicitudes maliciosas, promediando aproximadamente 0.1 solicitudes por día. La dirección está clasificada como residencial. La actividad maliciosa desde IPs residenciales típicamente indica compromiso del dispositivo o membresía en botnet. Con 3 patrones de ataque diferentes detectados, esta IP exhibe comportamiento característico de frameworks de escaneo automatizado avanzados. Nuestros registros muestran 179 IPs maliciosas originadas desde Russia, posicionándolo como un contribuyente significativa a la actividad de amenazas global. Con una puntuación de 165/100, esta IP está entre las más peligrosas de nuestra base de datos. Se recomienda bloqueo inmediato y completo.
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
Security Intelligence
💡 HTTP Header Analysis for Threat Detection
Examining HTTP headers beyond User-Agent reveals attack tools and automated scripts. Missing standard headers, unusual ordering, non-standard values, and inconsistencies with claimed client identity all serve as reliable detection signals.
💡 Web Application Firewall Strategies
WAFs inspect HTTP traffic to block common attacks but require careful tuning. Overly aggressive rules cause false positives while permissive configurations miss attacks. Modern WAFs combine signature matching with behavioral analysis and machine learning.