Отчёт по IP-адресу
20.89.105.191
ABUSE.MOM — ВЕДИ СЕБЯ ПРИЛИЧНО ИЛИ БУДЕШЬ РАЗОБЛАЧЁН
Геолокация и классификация
Сработавшие сигнатуры
| Сигнатура | Описание | Баллы | Опасность |
|---|---|---|---|
| 404 ratio >= 60% | Большинство запросов вернули 404 — перебор файлов | +25 | |
| Burst 11/2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 12/2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 38/10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 41/10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst 42/10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 11 req / 2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 12 req / 2s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 38 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 41 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Burst: 42 req / 10s | Аномально высокая частота запросов — сканирование | +35 | |
| Danger medium hits: 40 | Запросы к админ-панелям, файлам конфигурации | +60 | |
| Danger strong hits: 11 | Запросы к опасным путям: шеллы, RCE, эксплойты | +100 | |
| Danger strong hits: 13 | Запросы к опасным путям: шеллы, RCE, эксплойты | +100 |
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 20.89.105.191 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 перебора путей
Заблокируйте сканирование от 20.89.105.191: ограничьте частоту ответов 404 на IP, разместите honeypot-страницу 404, убедитесь что 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 20.89.105.191.
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
20.89.105.191 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 20.89.105.191, геолоцированный в Tokyo, Japan, работающий в сети Microsoft Corporation, как источник подозрительной сетевой активности. Наши сенсоры зафиксировали 641 вредоносных запросов с этого адреса за 6 дней, что отражает устойчивую интенсивность атак ~106.8 запросов в день. Работая из инфраструктуры дата-центра, этот IP типичен для адресов, используемых в организованных атакующих операциях. Облачные и VPS-провайдеры часто эксплуатируются как стартовые площадки для автоматического сканирования. Обнаружены два паттерна атак (Перебор путей и Флуд запросами), что указывает на полуавтоматическую кампанию, нацеленную на несколько уязвимостей. Наши записи показывают 101 вредоносных IP, исходящих из Japan, что позиционирует её как значительным источник глобальной угрозы. Оценка 255/100 помещает этот адрес в высшую категорию серьёзности. Заблокируйте и проверьте исторические подключения.
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
💡 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.