Relatório de ameaça IP
123.6.49.50
ABUSE.MOM — COMPORTE-SE OU SERÁ EXPOSTO
Geolocalização e classificação
Assinaturas de detecção
| Assinatura | Descrição | Pontos | Gravidade |
|---|---|---|---|
| UA changed for same IP | Múltiplos User-Agents — técnica de rotação de bot | +25 | |
| Foreign referer seen | Referer de domínio externo não relacionado | +10 | |
| 404 ratio >= 60% | Maioria das solicitações retornou 404 — enumeração | +25 | |
| Burst: 17 req / 2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 20 req / 10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 11 req / 2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 35 req / 10s | Taxa de solicitações anormalmente alta — varredura | +35 |
Atividade observada
Solicitações HTTP reconstruídas dos logs do servidor. Domínios alvo ocultados por segurança.
* Typical request patterns for detected signatures. Actual target domains are redacted.
Cronologia
Provedor de rede
Recomendações
Ações tomadas e recomendadas
- IP 123.6.49.50 está bloqueado no nível da aplicação (HTTP 403)
- Considere bloquear no nível do firewall (iptables/CSF)
- Outros IPs maliciosos detectados na mesma sub-rede /24 — considere bloquear 123.6.49.0/24
- Reporte o abuso ao provedor de rede através do contato de abuso
- Garanta que arquivos sensíveis (.env, .git) não sejam acessíveis pela web
🤖 Defesa contra anomalias User-Agent
IP 123.6.49.50 mostra comportamento UA suspeito. Bloqueie requisições com User-Agent vazio.
🔎 Defesa contra varredura de diretórios
IP 123.6.49.50 está enumerando diretórios. Configure fail2ban com jail apache-404 após 10+ erros 404.
🌊 Mitigação de inundação/DDoS
Implemente limit_req_zone no nginx. Implante CDN com proteção DDoS. Configure SYN cookies para controlar 123.6.49.50.
Vizinhos em 123.6.49.0/24
Outros IPs bloqueados da mesma sub-rede /24 — indica abuso sistemático desta faixa de rede.
Status em listas negras (DNSBL)
Este IP foi verificado nas principais listas negras DNS usadas por servidores de e-mail e firewalls.
Verificado: Spamhaus, SpamCop, Barracuda, SORBS, CBL, UCEProtect.
Threat Analysis
123.6.49.50 has been assigned a threat score of 105/100 (Critical). Isso representa um nível de risco crítico. Nossos sistemas de detecção identificaram múltiplos indicadores de alta confiança de intenção maliciosa.
The following attack categories were identified:
📊 Threat Analysis
O endereço 123.6.49.50 se origina de Zhengzhou, China, operando na rede de CNC Group CHINA169 Henan Province Network. Foi identificado por meio de análise automatizada do tráfego de rede nos endpoints monitorados. Ao longo de 25 dias, este IP gerou 6 requisições maliciosas, com média de aproximadamente 0.2 requisições por dia. O endereço é classificado como residencial. Atividade maliciosa de IPs residenciais tipicamente indica comprometimento de dispositivo ou participação em botnet. Com 3 padrões de ataque diferentes detectados, este IP exibe comportamento característico de frameworks de varredura automatizada avançados. Nossos registros mostram 193 IPs maliciosos originados de China, posicionando-o como um contribuinte significativa para atividade de ameaças global. Uma pontuação de 105/100 coloca este endereço no nível mais alto de severidade.
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
💡 TLS Fingerprinting (JA3/JA4)
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.
💡 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.