ABUSE.MOM
INFORME DE AMENAZA

Informe de amenaza IP
85.203.44.121

ABUSE.MOM — COMPÓRTATE O SERÁS EXPUESTO

Generado: 2026-10-25 11:28:04
Primera vez visto: 2026-06-06 14:38:59
Última vez visto: 2026-06-22 22:14:03
255

⛔ Veredicto: BLOQUEO

Esta dirección IP ha sido clasificada como fuente de actividad automatizada maliciosa. Puntuación de amenaza: 255/100. Total de solicitudes maliciosas observadas: 29.

01

Geolocalización y clasificación

Dirección IP
85.203.44.121
Tipo
Unknown
País
🇸🇪 Sweden
Ciudad
Stockholm
ISP
GleSYS AB
Organización
GleSYS AB
Sistema autónomo
AS42708 GleSYS AB
Nº de solicitudes
29
02

Firmas de detección

FirmaDescripciónPuntosGravedad
DDoS / FloodAnomalía de comportamiento detectada automáticamente+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

2026-06-06 14:38:59
Primera solicitud maliciosa detectada
IP ingresó en monitoreo desde registros del servidor
Durante la observación
Se activaron múltiples firmas de detección
DDoS / Flood
2026-06-22 22:14:03
Última solicitud maliciosa observada
Puntuación total alcanzada: 255/100
Siguiente ciclo
IP bloqueada — todas las solicitudes posteriores denegadas (HTTP 403)
Añadida a la lista de bloqueo automáticamente
05

Proveedor de red

GleSYS AB
AS42708 · 🇸🇪 Sweden

Hemos detectado 38 IPs maliciosas de este sistema autónomo.

Ver todas las IPs de AS42708 →
06

Recomendaciones

Acciones tomadas y recomendadas

  • IP 85.203.44.121 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 85.203.44.0/24
  • 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

⚙️ Seguridad general

Agregue 85.203.44.121 a la lista de bloqueo de su firewall. Revise logs para conexiones exitosas.

07

Vecinos en 85.203.44.0/24

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.

✓ Limpio
b.barracudacentral.org
✓ Limpio
dnsbl.dronebl.org
✓ Limpio
bl.spamcop.net
✓ Limpio
cbl.abuseat.org
✓ Limpio
psbl.surriel.com
✓ Limpio
spam.dnsbl.sorbs.net
✓ Limpio
bl.blocklist.de

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

10

Threat Analysis

85.203.44.121 has been assigned a threat score of 255/100 (Critical). Esto representa un nivel de riesgo crítico. Nuestros sistemas de detección han identificado múltiples indicadores de alta confianza de intención maliciosa.

📊 Threat Analysis

Nuestra infraestructura de monitoreo ha identificado 85.203.44.121, geolocalizada en Stockholm, Sweden, operando en la red de GleSYS AB, como fuente de actividad de red sospechosa. La dirección ha estado activa durante 16 días en nuestro sistema de monitoreo, produciendo 29 solicitudes marcadas a una tasa de ~1.8/día. Sweden actualmente representa 731 IPs bloqueadas en nuestra base de datos, siendo una fuente importante de tráfico malicioso. Una puntuación de 255/100 coloca esta dirección en el nivel más alto de severidad.

11

Related Threats

🇸🇪 Top threats from Sweden

74.241.249.229 (340)82.118.29.14 (305)31.59.160.3 (305)91.92.42.86 (300)91.92.42.182 (300)View all →

🏢 Same network: AS42708

45.13.191.15 (305)85.203.47.13 (295)85.203.44.186 (295)45.13.191.70 (270)85.203.47.192 (255)View all →
12

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.

🔍 Check Any IP Address

Share this report: