
ABUSE.MOM — COMPORTE-SE OU SERÁ EXPOSTO
| Assinatura | Descrição | Pontos | Gravidade |
|---|---|---|---|
| UA bot: crawler | User-Agent de bot/rastreador conhecido detectado | +40 | |
| Burst: 12 req / 2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 17 req / 10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 19 req / 2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 33 req / 10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 12 req / 10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| 404 ratio 40-60% | Maioria das solicitações retornou 404 — enumeração | +15 | |
| Burst: 5 req / 2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 23 req / 10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 20 req / 2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 14 req / 2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 14 req / 10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 7 req / 2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Probe pattern 302->404 same path | Anomalia comportamental detectada automaticamente | +20 | |
| Burst: 17 req / 2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 24 req / 10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst: 13 req / 10s | Taxa de solicitações anormalmente alta — varredura | +35 |
Solicitações HTTP reconstruídas dos logs do servidor. Domínios alvo ocultados por segurança.
* Typical request patterns for detected signatures. Actual target domains are redacted.
IP 144.76.32.189 mostra comportamento UA suspeito. Bloqueie requisições com User-Agent vazio.
Implemente limit_req_zone no nginx. Implante CDN com proteção DDoS. Configure SYN cookies para controlar 144.76.32.189.
IP 144.76.32.189 está enumerando diretórios. Configure fail2ban com jail apache-404 após 10+ erros 404.
Outros IPs bloqueados da mesma sub-rede /24 — indica abuso sistemático desta faixa de rede.
Este IP foi verificado nas principais listas negras DNS usadas por servidores de e-mail e firewalls.
Verificado: Spamhaus, SpamCop, Barracuda, SORBS, CBL, UCEProtect.
144.76.32.189 has been assigned a threat score of 110/100 (Critical). Com esta classificação, o IP se enquadra na faixa de severidade crítica — entre os endereços mais perigosos em nosso banco de dados de monitoramento.
The following attack categories were identified:
A análise de inteligência de ameaças vinculou 144.76.32.189 a atividade maliciosa originada de Falkenstein, Germany, operando na rede de Hetzner Online GmbH. O endereço está sob observação desde sua detecção inicial. O endereço esteve ativo por 83 dias em nosso sistema de monitoramento, produzindo 29 requisições sinalizadas a uma taxa de ~0.3/dia. Este endereço pertence a um provedor de datacenter ou hosting em nuvem. IPs de hosting são frequentemente aproveitados por agentes de ameaças que alugam instâncias VPS baratas especificamente para realizar ataques. Com 3 padrões de ataque diferentes detectados, este IP exibe comportamento característico de frameworks de varredura automatizada avançados. Nossos registros mostram 166 IPs maliciosos originados de Germany, posicionando-o como um contribuinte significativa para atividade de ameaças global. Com uma pontuação de 110/100, este IP está entre os mais perigosos do nosso banco de dados. Bloqueio imediato e completo é fortemente recomendado.
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.
Correlating logs across web servers, firewalls, DNS, and authentication systems reveals attack patterns invisible in individual log sources. Modern SIEM platforms use statistical analysis to connect related events across time and systems.