Отчёт по IP-адресу
192.253.209.75
ABUSE.MOM — ВЕДИ СЕБЯ ПРИЛИЧНО ИЛИ БУДЕШЬ РАЗОБЛАЧЁН
Геолокация и классификация
Сработавшие сигнатуры
| Сигнатура | Описание | Баллы | Опасность |
|---|---|---|---|
| Burst 13/2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 14/2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 15/2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 17/2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 40/10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 41/10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 43/10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 47/10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 54/10s | Аномально высокая частота запросов — сканирование | +35 | |
| Danger medium hits: 48 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Danger medium hits: 937 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Danger medium hits: 969 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Danger strong hits: 126 | Запросы к опасным путям: шеллы, RCE, эксплойты | +100 | |
| Danger strong hits: 355 | Запросы к опасным путям: шеллы, RCE, эксплойты | +100 | |
| Danger strong hits: 372 | Запросы к опасным путям: шеллы, RCE, эксплойты | +100 | |
| UA changed | Несколько User-Agent строк — ротация бота | +25 |
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
Мы обнаружили 361 вредоносных IP в этой автономной системе.
Рекомендации
Предпринятые и рекомендуемые меры
- IP 192.253.209.75 заблокирован на уровне приложения (HTTP 403)
- Рекомендуется блокировка на уровне файрвола (iptables/CSF)
- В подсети /24 обнаружены другие вредоносные IP — рассмотрите блокировку 192.253.209.0/24
- Направьте жалобу провайдеру через abuse-контакт
- Убедитесь, что файлы (.env, .git, бэкапы) недоступны из веба
🌊 Защита от флуда/DDoS
Внедрите limit_req_zone в nginx. Разверните CDN с защитой от DDoS. Настройте SYN cookies и отслеживание соединений для дросселирования 192.253.209.75.
🤖 Защита от аномалий User-Agent
IP 192.253.209.75 демонстрирует подозрительное поведение UA. Блокируйте запросы с пустым User-Agent. Внедрите JavaScript-проверки для обнаружения ботов.
Соседи в 192.253.209.0/24
Другие заблокированные IP из той же подсети /24 — признак систематического злоупотребления.
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
192.253.209.75 получил оценку угрозы 255/100 (Критический). Это угроза критического уровня. Системным администраторам следует рассматривать этот IP как враждебный и блокировать все входящие соединения без исключений.
Обнаружены следующие категории атак:
📊 Threat Analysis
Наша инфраструктура мониторинга идентифицировала 192.253.209.75, геолоцированный в Jersey City, United States, работающий в сети GSL Networks Pty LTD, как источник подозрительной сетевой активности. За период в 3 дней этот IP сгенерировал 456 вредоносных запросов, в среднем ~152 запросов в день. Классифицированный как VPN или прокси-сервер, этот IP служит слоем анонимизации. Обнаружены два паттерна атак (Флуд запросами и Аномалия User-Agent), что указывает на полуавтоматическую кампанию, нацеленную на несколько уязвимостей. С 36,231 отмеченными адресами United States представляет крупным присутствие в нашей базе угроз. С оценкой угрозы 255/100 этот IP входит в число наиболее опасных адресов в нашей базе. Настоятельно рекомендуется полная блокировка.
Этот IP связан с VPN или прокси-сервисом. Атакующие часто маршрутизируют трафик через анонимайзеры для скрытия реального местоположения.
Связанные угрозы
Аналитика безопасности
💡 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.