
ABUSE.MOM — COMPÓRTATE O SERÁS EXPUESTO
| Firma | Descripción | Puntos | Gravedad |
|---|---|---|---|
| UA suspicious (short/empty) | Anomalía de comportamiento detectada automáticamente | +15 | |
| Danger strong hits: 30 | Rutas de alto riesgo: shells, RCE, exploits | +100 | |
| Burst: 30 req / 2s | Tasa de solicitudes anormalmente alta — escaneo | +35 | |
| Burst: 30 req / 10s | Tasa de solicitudes anormalmente alta — escaneo | +35 |
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 87.106.90.50 muestra comportamiento UA sospechoso. Bloquee solicitudes con User-Agent vacío.
Implemente limit_req_zone en nginx. Despliegue CDN con protección DDoS. Configure cookies SYN para controlar 87.106.90.50.
Datos de reconocimiento de red de Shodan. Los puertos abiertos pueden indicar servicios en ejecución, configuraciones incorrectas o superficies de ataque.
| Port | Service | Risk | Description |
|---|---|---|---|
| 135 | Unknown | Low | Service on port 135 |
| 445 | SMB | Critical | SMB file sharing — high-risk for EternalBlue and ransomware |
| 3389 | RDP | High | Remote Desktop Protocol — primary target for ransomware attacks |
⚠️ Se detectaron 2 puertos de alto riesgo en 87.106.90.50. RDP expuesto (3389) es el vector #1 para ataques de ransomware. SMB (445) expuesto está asociado con propagación de gusanos y exploits EternalBlue. Estos servicios no deben ser accesibles públicamente sin reglas estrictas de firewall.
| CVE ID | Link |
|---|---|
| CVE-2020-0796 | NVD → |
🔴 Este host tiene 1 CVE conocidos asociados con sus servicios expuestos. Incluso un pequeño número de CVEs puede representar un riesgo significativo. Revise cada CVE en la base de datos NVD.
Fuente: Shodan InternetDB. Escaneado independientemente de abuse.mom.
Esta IP fue verificada contra las principales listas negras DNS utilizadas por servidores de correo y firewalls.
Verificado: Spamhaus, SpamCop, Barracuda, SORBS, CBL, UCEProtect.
87.106.90.50 has been assigned a threat score of 185/100 (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:
La dirección IP 87.106.90.50 ha sido rastreada hasta Berlin, Germany, operando en la red de IONOS SE. Nuestros sistemas de detección de amenazas marcaron esta dirección basándose en patrones de comportamiento malicioso observados. Nuestros sensores capturaron 4 solicitudes maliciosas de esta dirección en un período de 1 días, reflejando una cadencia de ataque sostenida de ~4 solicitudes por día. Clasificada como IP de hosting, esta dirección probablemente funciona en un servidor alquilado o instancia en la nube. Se identificaron dos patrones de ataque (User-Agent Anomaly y Request Flooding), sugiriendo una campaña semi-automatizada que apunta a múltiples vulnerabilidades. Nuestros registros muestran 23 IPs maliciosas originadas desde Germany, posicionándolo como un contribuyente notable a la actividad de amenazas global. Con una puntuación de 185/100, 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.
TLS fingerprinting creates unique identifiers based on how clients negotiate encrypted connections. The JA3 and JA4 methods generate hashes from TLS ClientHello parameters, enabling identification of specific tools and malware regardless of IP address changes.
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.