Отчёт по IP-адресу
158.23.144.198
ABUSE.MOM — ВЕДИ СЕБЯ ПРИЛИЧНО ИЛИ БУДЕШЬ РАЗОБЛАЧЁН
Геолокация и классификация
Сработавшие сигнатуры
| Сигнатура | Описание | Баллы | Опасность |
|---|---|---|---|
| UA suspicious (short/empty) | Поведенческая аномалия обнаружена автоматически | +15 | |
| Danger strong hits: 12 | Запросы к опасным путям: шеллы, RCE, эксплойты | +100 | |
| Danger medium hits: 435 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Burst: 18 req / 2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 64 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 16 req / 2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 52 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Danger strong hits: 18 | Запросы к опасным путям: шеллы, RCE, эксплойты | +100 | |
| Danger medium hits: 252 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Danger strong hits: 9 | Запросы к опасным путям: шеллы, RCE, эксплойты | +100 | |
| Danger medium hits: 290 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Burst: 17 req / 2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 61 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 62 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 63 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Danger strong hits: 6 | Запросы к опасным путям: шеллы, RCE, эксплойты | +100 | |
| Danger medium hits: 55 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Burst: 48 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Danger strong hits: 24 | Запросы к опасным путям: шеллы, RCE, эксплойты | +100 | |
| Danger medium hits: 378 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Danger strong hits: 3 | Запросы к опасным путям: шеллы, RCE, эксплойты | +75 | |
| Danger medium hits: 233 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Burst: 15 req / 2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 49 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 66 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 60 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| 404 ratio 40-60% | Большинство запросов вернули 404 — перебор файлов | +15 | |
| Probe pattern 302->404 same path | Поведенческая аномалия обнаружена автоматически | +20 | |
| Danger medium hits: 429 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Danger medium hits: 286 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Burst: 65 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 59 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Danger medium hits: 283 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Burst: 54 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Danger medium hits: 284 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Burst: 57 req / 10s | Аномально высокая частота запросов — сканирование | +35 |
Зафиксированная активность
Реконструированные HTTP-запросы из серверных логов. Целевые домены скрыты в целях безопасности.
* Typical request patterns for detected signatures. Actual target domains are redacted.
Хронология
Сетевой провайдер
Рекомендации
Предпринятые и рекомендуемые меры
- IP 158.23.144.198 заблокирован на уровне приложения (HTTP 403)
- Рекомендуется блокировка на уровне файрвола (iptables/CSF)
- Направьте жалобу провайдеру через abuse-контакт
- Убедитесь, что файлы (.env, .git, бэкапы) недоступны из веба
🤖 Защита от аномалий User-Agent
IP 158.23.144.198 демонстрирует подозрительное поведение UA. Блокируйте запросы с пустым User-Agent. Внедрите JavaScript-проверки для обнаружения ботов.
🌊 Защита от флуда/DDoS
Внедрите limit_req_zone в nginx. Разверните CDN с защитой от DDoS. Настройте SYN cookies и отслеживание соединений для дросселирования 158.23.144.198.
🔎 Защита от перебора путей
Заблокируйте сканирование от 158.23.144.198: ограничьте частоту ответов 404 на IP, разместите honeypot-страницу 404, убедитесь что бэкапы недоступны из веба.
Статус в чёрных списках (DNSBL)
Этот IP проверен по основным DNS-чёрным спискам, используемым почтовыми серверами и файрволами по всему миру.
Проверено: Spamhaus, SpamCop, Barracuda, SORBS, CBL, UCEProtect. Результаты могут меняться.
Анализ угрозы
158.23.144.198 получил оценку угрозы 280/100 (Критический). Это помещает его в категорию критической угрозы. Рекомендуется немедленная блокировка на всех сетевых периметрах.
Обнаружены следующие категории атак:
📊 Threat Analysis
158.23.144.198 зарегистрирован в Querétaro City, Mexico, работающий в сети Microsoft Corporation. Этот IP впервые появился в наших лентах угроз после срабатывания множества поведенческих сигнатур обнаружения. Адрес был активен 1 дней в нашей системе мониторинга, произведя 26 подозрительных запросов со скоростью ~26/день. Этот адрес принадлежит дата-центру или облачному хостингу. Хостинговые IP часто используются злоумышленниками, арендующими дешёвые VPS специально для проведения атак. Разнообразие 3 отдельных методов атаки указывает на комплексный набор атакующих инструментов. С 122 отмеченными адресами Mexico представляет значительным присутствие в нашей базе угроз. С оценкой угрозы 280/100 этот IP входит в число наиболее опасных адресов в нашей базе. Настоятельно рекомендуется полная блокировка.
Этот IP принадлежит хостинг-провайдеру или дата-центру. Вредоносный трафик из хостинг-инфраструктуры часто исходит от взломанных VPS, арендованных серверов для сканирования или злоупотребления бесплатными облачными аккаунтами.
Связанные угрозы
Аналитика безопасности
💡 HTTP Header Analysis for Threat Detection
Examining HTTP headers beyond User-Agent reveals attack tools and automated scripts. Missing standard headers, unusual ordering, non-standard values, and inconsistencies with claimed client identity all serve as reliable detection signals.
💡 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.