ABUSE.MOM
ОТЧЁТ ОБ УГРОЗЕ

Отчёт по IP-адресу
70.179.29.73

ABUSE.MOM — ВЕДИ СЕБЯ ПРИЛИЧНО ИЛИ БУДЕШЬ РАЗОБЛАЧЁН

Сформирован: 2026-10-26 16:37:13
Первое появление: 2026-06-10 11:07:58
Последнее появление: 2026-06-27 23:35:09
60

⛔ Вердикт: БЛОКИРОВКА

Данный IP-адрес классифицирован как источник автоматизированной вредоносной активности. Оценка угрозы: 60/100. Всего зафиксировано вредоносных запросов: 281.

01

Геолокация и классификация

IP-адрес
70.179.29.73
Тип
Residential
Страна
🇺🇸 United States
Город
San Diego
Провайдер
Cox Communications Inc.
Организация
Cox Communications Inc.
Автономная система
AS22773 Cox Communications Inc.
Кол-во запросов
281
02

Сработавшие сигнатуры

СигнатураОписаниеБаллыОпасность
Directory ScanПоведенческая аномалия обнаружена автоматически+0
Σ = 0
03

Зафиксированная активность

Реконструированные HTTP-запросы из серверных логов. Целевые домены скрыты в целях безопасности.

[redacted]
GET
/
200
Показано запросов: 1 · HTTP 404: 0 · Опасных паттернов: 0

* Typical request patterns for detected signatures. Actual target domains are redacted.

04

Хронология

2026-06-10 11:07:58
Обнаружен первый вредоносный запрос
IP поставлен на мониторинг по данным логов
В ходе наблюдения
Сработало несколько сигнатур обнаружения
Directory Scan
2026-06-27 23:35:09
Зафиксирован последний вредоносный запрос
Итоговый балл: 60/100
Следующий цикл
IP заблокирован — все последующие запросы отклоняются (HTTP 403)
Добавлен в чёрный список автоматически
05

Сетевой провайдер

Cox Communications Inc.
AS22773 · 🇺🇸 United States

Мы обнаружили 80 вредоносных IP в этой автономной системе.

Все IP из AS22773 →
06

Рекомендации

Предпринятые и рекомендуемые меры

  • IP 70.179.29.73 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

⚙️ Защитные рекомендации

Заблокируйте 70.179.29.73 на сетевом периметре. Внедрите эшелонированную защиту, комбинируя блокировку IP с защитой на уровне приложений.

09

Статус в чёрных списках (DNSBL)

Этот IP проверен по основным DNS-чёрным спискам, используемым почтовыми серверами и файрволами по всему миру.

✓ Чист
dnsbl.dronebl.org
✓ Чист
spam.dnsbl.sorbs.net
✓ Чист
zen.spamhaus.org
✓ Чист
bl.blocklist.de
✓ Чист
cbl.abuseat.org
✓ Чист
bl.spamcop.net
✓ Чист
psbl.surriel.com
✓ Чист
b.barracudacentral.org

Проверено: Spamhaus, SpamCop, Barracuda, SORBS, CBL, UCEProtect. Результаты могут меняться.

10

Анализ угрозы

70.179.29.73 получил оценку угрозы 60/100 (Высокий). IP оценивается как угроза высокого уровня. Сетевым администраторам следует создать правила блокировки и отслеживать любые подключения с этого адреса.

📊 Threat Analysis

70.179.29.73 зарегистрирован в San Diego, United States, работающий в сети Cox Communications Inc.. Этот IP впервые появился в наших лентах угроз после срабатывания множества поведенческих сигнатур обнаружения. За период в 17 дней этот IP сгенерировал 281 вредоносных запросов, в среднем ~16.5 запросов в день. Этот жилой IP — вероятно, скомпрометированное пользовательское устройство. Домашние роутеры и IoT-оборудование с паролями по умолчанию — главные цели операторов ботнетов. С 36,339 отмеченными адресами United States представляет крупным присутствие в нашей базе угроз. Оценка 60/100 требует активного мониторинга и ограничения частоты. Полная блокировка рекомендована для критичных систем.

Этот IP классифицирован как жилой (residential), что может означать скомпрометированное домашнее устройство, участник IoT-ботнета или заражённый ПК. Владелец обычно не знает о вредоносной активности.

11

Связанные угрозы

🇺🇸 Топ угроз из United States

104.28.246.115 (350)104.28.214.122 (350)216.73.160.52 (350)34.187.158.4 (340)34.186.187.208 (340)Смотреть все →

🏢 Та же сеть: AS22773

72.207.109.5 (180)98.172.107.12 (155)174.67.236.169 (145)70.174.106.157 (140)68.96.252.29 (135)Смотреть все →
12

Аналитика безопасности

💡 Content Delivery Network Risks

CDNs can inadvertently mask the true origin of malicious traffic, making attribution difficult. Attackers abuse CDN services to proxy their attacks, leverage cached content for amplification, and exploit misconfigurations in CDN-to-origin connections.

💡 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.

🔍 Проверить любой IP-адрес

Поделиться отчётом: