ABUSE.MOM
INFORME DE AMENAZA

Informe de amenaza IP
46.216.175.211

ABUSE.MOM — COMPÓRTATE O SERÁS EXPUESTO

Generado: 2026-05-27 06:34:38
Primera vez visto: 2026-04-06 15:42:16
Última vez visto: 2026-04-06 15:42:16
70

⛔ Veredicto: BLOQUEO

Esta dirección IP ha sido clasificada como fuente de actividad automatizada maliciosa. Puntuación de amenaza: 70/100. Total de solicitudes maliciosas observadas: 1.

FORM_SPAM
01

Geolocalización y clasificación

Dirección IP
46.216.175.211
Tipo
Mobile
País
🇧🇾 BY
Ciudad
Minsk
ISP
Mobile TeleSystems JLLC
Organización
Mtsby
Sistema autónomo
AS25106 Mobile TeleSystems JLLC
Nº de solicitudes
1
02

Firmas de detección

FirmaDescripciónPuntosGravedad
Form spam: no_js_checkPalabras clave de spam/malware en el contenido+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

2026-04-06 15:42:16
Primera solicitud maliciosa detectada
IP ingresó en monitoreo desde registros del servidor
Durante la observación
Se activaron múltiples firmas de detección
Form spam: no_js_check
2026-04-06 15:42:16
Última solicitud maliciosa observada
Puntuación total alcanzada: 70/100
Siguiente ciclo
IP bloqueada — todas las solicitudes posteriores denegadas (HTTP 403)
Añadida a la lista de bloqueo automáticamente
05

Proveedor de red

Mobile TeleSystems JLLC
AS25106 · 🇧🇾 BY
06

Recomendaciones

Acciones tomadas y recomendadas

  • IP 46.216.175.211 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 46.216.175.0/24
  • 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

📧 Protección contra spam

Habilite CAPTCHA en todos los formularios públicos. Agregue campos honeypot. Limite envíos a 3 por minuto por IP.

07

Vecinos en 46.216.175.0/24

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.

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

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

10

Threat Analysis

46.216.175.211 has been assigned a threat score of 70/100 (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

La dirección IP 46.216.175.211 ha sido rastreada hasta Minsk, BY, operando en la red de Mobile TeleSystems JLLC. Nuestros sistemas de detección de amenazas marcaron esta dirección basándose en patrones de comportamiento malicioso observados. Durante un período de 1 días, esta IP generó 1 solicitudes maliciosas, promediando aproximadamente 1 solicitudes por día. Esta es una IP de red móvil. Aunque las direcciones móviles se comparten típicamente vía CGNAT, la actividad maliciosa persistente sugiere abuso automatizado. BY actualmente representa 29 IPs bloqueadas en nuestra base de datos, siendo una fuente notable de tráfico malicioso. Una puntuación de 70/100 coloca esta IP en la categoría de alto riesgo. Se recomienda bloqueo a nivel de firewall.

11

Related Threats

🇧🇾 Top threats from BY

37.214.25.236 (80)95.46.26.126 (70)46.216.112.163 (70)46.216.224.209 (70)46.216.248.92 (70)View all →

🏢 Same network: AS25106

46.216.112.163 (70)46.216.224.209 (70)46.216.248.92 (70)46.216.230.78 (70)46.216.226.46 (70)View all →
12

Security Intelligence

💡 SQL Injection Campaigns

SQL injection remains one of the most common web attack vectors. Attackers inject malicious SQL code through input fields to extract database contents, modify data, or gain administrative access. Automated scanners test for SQLi vulnerabilities at massive scale.

💡 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: