
ABUSE.MOM — COMPORTE-SE OU SERÁ EXPOSTO
| Assinatura | Descrição | Pontos | Gravidade |
|---|---|---|---|
| 404 ratio 40-60% | Maioria das solicitações retornou 404 — enumeração | +15 | |
| 404 ratio >= 60% | Maioria das solicitações retornou 404 — enumeração | +25 | |
| Burst 14/2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 15/2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 16/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 17/2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 18/2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 19/2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 20/2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 21/2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 23/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 24/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 32/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 34/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 65/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 66/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 67/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 68/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 70/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 71/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 72/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 73/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Danger medium hits: 1 | Risco médio: painéis admin, arquivos de configuração | +10 | |
| Danger medium hits: 152 | Risco médio: painéis admin, arquivos de configuração | +60 | |
| Danger medium hits: 16 | Risco médio: painéis admin, arquivos de configuração | +60 | |
| Danger medium hits: 2 | Risco médio: painéis admin, arquivos de configuração | +20 | |
| Danger medium hits: 24 | Risco médio: painéis admin, arquivos de configuração | +60 | |
| Danger medium hits: 26 | Risco médio: painéis admin, arquivos de configuração | +60 | |
| Danger medium hits: 32 | Risco médio: painéis admin, arquivos de configuração | +60 | |
| Danger medium hits: 33 | Risco médio: painéis admin, arquivos de configuração | +60 | |
| Danger medium hits: 4 | Risco médio: painéis admin, arquivos de configuração | +40 | |
| Danger medium hits: 64 | Risco médio: painéis admin, arquivos de configuração | +60 | |
| Danger medium hits: 66 | Risco médio: painéis admin, arquivos de configuração | +60 | |
| Danger medium hits: 80 | Risco médio: painéis admin, arquivos de configuração | +60 | |
| Danger strong hits: 1 | Caminhos de alto risco: shells, RCE, exploits | +25 | |
| Danger strong hits: 2 | Caminhos de alto risco: shells, RCE, exploits | +50 | |
| Danger strong hits: 3 | Caminhos de alto risco: shells, RCE, exploits | +75 | |
| Danger strong hits: 4 | Caminhos de alto risco: shells, RCE, exploits | +100 | |
| Danger strong hits: 6 | Caminhos de alto risco: shells, RCE, exploits | +100 | |
| Danger strong hits: 8 | Caminhos de alto risco: shells, RCE, exploits | +100 | |
| Danger strong hits: 9 | Caminhos de alto risco: shells, RCE, exploits | +100 | |
| Probe 302→404 | Anomalia comportamental detectada automaticamente | +20 | |
| UA suspicious | Anomalia comportamental detectada automaticamente | +15 |
Solicitações HTTP reconstruídas dos logs do servidor. Domínios alvo ocultados por segurança.
* Typical request patterns for detected signatures. Actual target domains are redacted.
IP 172.170.251.50 está enumerando diretórios. Configure fail2ban com jail apache-404 após 10+ erros 404.
Implemente limit_req_zone no nginx. Implante CDN com proteção DDoS. Configure SYN cookies para controlar 172.170.251.50.
IP 172.170.251.50 mostra comportamento UA suspeito. Bloqueie requisições com User-Agent vazio.
Este IP foi verificado nas principais listas negras DNS usadas por servidores de e-mail e firewalls.
Verificado: Spamhaus, SpamCop, Barracuda, SORBS, CBL, UCEProtect.
172.170.251.50 has been assigned a threat score of 280/100 (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:
A análise de inteligência de ameaças vinculou 172.170.251.50 a atividade maliciosa originada de Des Moines, United States, operando na rede de Microsoft. O endereço está sob observação desde sua detecção inicial. Nossos sensores capturaram 5,166 requisições maliciosas deste endereço em um período de 4 dias, refletindo uma cadência de ataque sustentada de ~1291.5 requisições por dia. O IP é classificado como infraestrutura de hosting/datacenter, comumente associado a servidores alugados para campanhas de ataque automatizadas, comando e controle de botnets, ou varredura de vulnerabilidades em escala. A combinação de 3 vetores de ataque distintos indica um ator de ameaça sofisticado implantando ferramentas automatizadas que sondam múltiplas superfícies de ataque simultaneamente. United States atualmente responde por 18 IPs bloqueados em nosso banco de dados, sendo uma fonte notável de tráfego malicioso. Com uma pontuação de 280/100, 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.
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 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.