IP威胁报告
20.92.87.114
ABUSE.MOM — 规矩点，否则你将被曝光
地理位置与分类
检测签名
| 签名 | 描述 | 分数 | 严重性 |
|---|---|---|---|
| Danger strong hits: 8 | 高风险路径：Webshell、RCE、漏洞利用 | +100 | |
| Danger medium hits: 87 | 中等风险：管理面板、配置文件 | +60 | |
| Burst: 11 req / 2s | 请求频率异常——自动扫描 | +35 | |
| Burst: 38 req / 10s | 请求频率异常——自动扫描 | +35 |
观察到的活动
从服务器访问日志重建的HTTP请求。出于安全考虑，目标域名已隐藏。
* Typical request patterns for detected signatures. Actual target domains are redacted.
时间线
网络供应商
建议
已采取和建议的措施
- IP 20.92.87.114 已在应用层封锁（HTTP 403）
- 建议在防火墙层（iptables/CSF）进行封锁
- 在同一/24子网中检测到其他恶意IP——建议封锁 20.92.87.0/24
- 通过abuse联系方式向网络供应商举报
- 确保敏感文件（.env、.git、备份）无法从网络访问
🌊 洪水/DDoS缓解
在nginx中实施limit_req_zone。部署具有DDoS防护的CDN。配置SYN cookies和连接跟踪以限制20.92.87.114。
黑名单状态 (DNSBL)
该IP已通过全球邮件服务器和防火墙使用的主要DNS黑名单进行检查。
已检查：Spamhaus、SpamCop、Barracuda、SORBS、CBL、UCEProtect。
Threat Analysis
20.92.87.114 has been assigned a threat score of 230/100 (Critical). 凭借此评分，该IP属于严重威胁级别——是我们监控数据库中最危险的地址之一。
The following attack categories were identified:
📊 Threat Analysis
我们的监控基础设施已将20.92.87.114（地理位置为The Rocks, Australia，运营在Microsoft Corporation的网络中）识别为可疑网络活动的来源。 我们的传感器在1天内捕获了来自此地址的3次恶意请求，反映出每天约3次的持续攻击节奏。 该IP从数据中心基础设施运营，是有组织攻击行动中使用的典型地址。 来自此IP的基于速率的攻击旨在通过大量请求洪水压垮服务器资源。 Australia目前在我们的数据库中占101个被封锁IP，使其成为恶意流量的重要来源。 评分230/100将此地址置于最高严重性级别。应封锁并调查任何历史连接。
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 Australia
20.42.209.0 (280)170.64.203.182 (280)4.197.75.18 (280)20.213.152.227 (280)20.5.72.178 (280)View all →Security Intelligence
💡 Brute Force Attack Mechanics
Brute force attacks systematically try username and password combinations to gain unauthorized access. Modern attacks leverage credential databases from previous breaches, testing millions of combinations using distributed botnets across multiple IP addresses.
💡 Privacy-Preserving Threat Detection
Advanced techniques enable threat detection while minimizing privacy impact. Encrypted DNS, differential privacy in analytics, and federated learning for threat models allow effective security monitoring without unnecessary surveillance of legitimate user behavior.