ABUSE.MOM
RELATÓRIO DE AMEAÇA

Relatório de ameaça IP
158.62.210.155

ABUSE.MOM — COMPORTE-SE OU SERÁ EXPOSTO

Gerado: 2026-07-31 05:15:44
Primeira vez visto: 2026-06-26 06:49:18
Última vez visto: 2026-06-26 16:58:22
105

⛔ Veredito: BLOQUEIO

Este endereço IP foi classificado como fonte de atividade automatizada maliciosa. Pontuação de ameaça: 105/100. Total de solicitações maliciosas observadas: 78.

01

Geolocalização e classificação

Endereço IP
158.62.210.155
Tipo
VPN
País
🇺🇸 United States
Cidade
Los Angeles
ISP
Blazing SEO, LLC
Organização
Sprious LLC
Sistema autônomo
AS397630 Blazing SEO, LLC
Nº de solicitações
78
02

Assinaturas de detecção

AssinaturaDescriçãoPontosGravidade
Directory ScanAnomalia comportamental detectada automaticamente+0
Σ = 0
03

Atividade observada

Solicitações HTTP reconstruídas dos logs do servidor. Domínios alvo ocultados por segurança.

[redacted]
GET
/
200
Solicitações exibidas: 1 · HTTP 404: 0 · Padrões perigosos: 0

* Typical request patterns for detected signatures. Actual target domains are redacted.

04

Cronologia

2026-06-26 06:49:18
Primeira solicitação maliciosa detectada
IP entrou em monitoramento a partir dos logs
Durante observação
Múltiplas assinaturas de detecção ativadas
Directory Scan
2026-06-26 16:58:22
Última solicitação maliciosa observada
Pontuação total atingida: 105/100
Próximo ciclo
IP bloqueado — todas as solicitações subsequentes negadas (HTTP 403)
Adicionado à lista de bloqueio automaticamente
05

Provedor de rede

Blazing SEO, LLC
AS397630 · 🇺🇸 United States
06

Recomendações

Ações tomadas e recomendadas

  • IP 158.62.210.155 está bloqueado no nível da aplicação (HTTP 403)
  • Considere bloquear no nível do firewall (iptables/CSF)
  • Reporte o abuso ao provedor de rede através do contato de abuso
  • Garanta que arquivos sensíveis (.env, .git) não sejam acessíveis pela web

⚙️ Segurança geral

Adicione 158.62.210.155 à lista de bloqueio do seu firewall. Revise logs para conexões bem-sucedidas.

09

Status em listas negras (DNSBL)

Este IP foi verificado nas principais listas negras DNS usadas por servidores de e-mail e firewalls.

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

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

10

Threat Analysis

158.62.210.155 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.

📊 Threat Analysis

158.62.210.155 está registrado em Los Angeles, United States, operando na rede de Blazing SEO, LLC. Este IP apareceu pela primeira vez em nossos feeds de ameaças após acionar múltiplas assinaturas de detecção comportamental. Nossos sensores capturaram 78 requisições maliciosas deste endereço em um período de 1 dias, refletindo uma cadência de ataque sustentada de ~78 requisições por dia. O endereço opera como um nó de saída VPN/proxy. Atacantes roteiam tráfego através de serviços de anonimização. United States atualmente responde por 106 IPs bloqueados em nosso banco de dados, sendo uma fonte significativa de tráfego malicioso. Uma pontuação de 105/100 coloca este endereço no nível mais alto de severidade.

This IP is associated with a VPN or proxy service. Attackers frequently route their traffic through anonymizing services to obscure their true location. This makes attribution more challenging but the malicious behavior patterns remain detectable.

11

Related Threats

🇺🇸 Top threats from United States

104.28.246.115 (350)104.28.214.122 (350)103.168.66.237 (340)34.187.158.4 (340)34.186.187.208 (340)View all →

🏢 Same network: AS397630

147.53.127.164 (130)69.58.70.245 (95)View all →
12

Security Intelligence

💡 Web Cache Poisoning Attacks

Cache poisoning manipulates web cache behavior to serve malicious content to other users. By identifying unkeyed inputs that influence cached responses, attackers can inject JavaScript, redirect users, or cause denial of service at scale through the cache infrastructure.

💡 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: