Relatório de ameaça IP
35.220.185.189
ABUSE.MOM — COMPORTE-SE OU SERÁ EXPOSTO
Geolocalização e classificação
Assinaturas de detecção
| Assinatura | Descrição | Pontos | Gravidade |
|---|---|---|---|
| Burst 13/2s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Burst 46/10s | Taxa de solicitações anormalmente alta — varredura | +35 | |
| Danger medium hits: 40 | Risco médio: painéis admin, arquivos de configuração | +60 | |
| Danger strong hits: 241 | Caminhos de alto risco: shells, RCE, exploits | +100 | |
| POST seen | Anomalia comportamental detectada automaticamente | +8 | |
| UA changed | Múltiplos User-Agents — técnica de rotação de bot | +25 |
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 35.220.185.189 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 35.220.185.0/24
- Reporte o abuso ao provedor de rede através do contato de abuso
- Garanta que arquivos sensíveis (.env, .git) não sejam acessíveis pela web
🌊 Mitigação de inundação/DDoS
Implemente limit_req_zone no nginx. Implante CDN com proteção DDoS. Configure SYN cookies para controlar 35.220.185.189.
🤖 Defesa contra anomalias User-Agent
IP 35.220.185.189 mostra comportamento UA suspeito. Bloqueie requisições com User-Agent vazio.
Vizinhos em 35.220.185.0/24
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
35.220.185.189 has been assigned a threat score of 263/100 (Critical). Uma pontuação tão alta marca um ator de ameaça crítico. Este endereço demonstrou comportamento malicioso persistente e agressivo em múltiplos vetores de detecção.
The following attack categories were identified:
📊 Threat Analysis
O endereço 35.220.185.189 se origina de Hong Kong, Hong Kong, operando na rede de Google LLC. Foi identificado por meio de análise automatizada do tráfego de rede nos endpoints monitorados. Durante sua janela de observação de 2 dias, registramos 60 requisições hostis deste IP — aproximadamente 30 por dia em média. Operando a partir de infraestrutura de datacenter, este IP é típico de endereços usados em operações de ataque organizadas. Dois padrões de ataque foram identificados (Request Flooding e User-Agent Anomaly), sugerindo uma campanha semi-automatizada que visa múltiplas vulnerabilidades. Hong Kong atualmente responde por 101 IPs bloqueados em nosso banco de dados, sendo uma fonte significativa de tráfego malicioso. Com uma pontuação de 263/100, 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.
Related Threats
🇭🇰 Top threats from Hong Kong
35.220.210.187 (298)35.241.101.231 (288)35.220.161.2 (288)34.96.194.144 (288)34.150.53.126 (288)View all →Security Intelligence
💡 DDoS Mitigation Approaches
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 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.