
ABUSE.MOM — COMPÓRTATE O SERÁS EXPUESTO
| Firma | Descripción | Puntos | Gravedad |
|---|---|---|---|
| 404 ratio 40-60% | Mayoría de solicitudes devolvieron 404 — enumeración | +15 | |
| Burst 112/10s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 127/10s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 140/10s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 32/2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 35/2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 42/2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 47/2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 48/10s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 49/2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 68/2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 90/10s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 94/10s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst 96/10s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Danger medium hits: 48 | Riesgo medio: paneles admin, archivos de configuración | +60 | |
| Danger medium hits: 94 | Riesgo medio: paneles admin, archivos de configuración | +60 | |
| Danger medium hits: 96 | Riesgo medio: paneles admin, archivos de configuración | +60 | |
| Danger strong hits: 2 | Rutas de alto riesgo: shells, RCE, exploits | +50 | |
| Danger strong hits: 3 | Rutas de alto riesgo: shells, RCE, exploits | +75 | |
| Danger strong hits: 4 | Rutas de alto riesgo: shells, RCE, exploits | +100 | |
| Probe 302→404 | Anomalía de comportamiento detectada automáticamente | +20 | |
| UA suspicious | Anomalía de comportamiento detectada automáticamente | +15 |
Solicitudes HTTP reconstruidas de los registros del servidor. Dominios objetivo ocultos por seguridad.
* Typical request patterns for detected signatures. Actual target domains are redacted.
IP 74.248.32.128 está enumerando directorios. Configure fail2ban con jail apache-404 tras 10+ errores 404.
Implemente limit_req_zone en nginx. Despliegue CDN con protección DDoS. Configure cookies SYN para controlar 74.248.32.128.
IP 74.248.32.128 muestra comportamiento UA sospechoso. Bloquee solicitudes con User-Agent vacío.
Esta IP fue verificada contra las principales listas negras DNS utilizadas por servidores de correo y firewalls.
Verificado: Spamhaus, SpamCop, Barracuda, SORBS, CBL, UCEProtect.
74.248.32.128 has been assigned a threat score of 280/100 (Critical). Esto lo ubica en la categoría de amenaza crítica. Se recomienda encarecidamente el bloqueo inmediato en todos los perímetros de red.
The following attack categories were identified:
La dirección IP 74.248.32.128 ha sido rastreada hasta Warsaw, Poland, operando en la red de Microsoft Corporation. Nuestros sistemas de detección de amenazas marcaron esta dirección basándose en patrones de comportamiento malicioso observados. La dirección ha estado activa durante 3 días en nuestro sistema de monitoreo, produciendo 780 solicitudes marcadas a una tasa de ~260/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. Con 3 patrones de ataque diferentes detectados, esta IP exhibe comportamiento característico de frameworks de escaneo automatizado avanzados. Una puntuación de 280/100 coloca esta dirección en el nivel más alto de severidad.
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.
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 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.