IP威胁报告
216.73.163.220
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 |
|---|---|---|---|
| 404 ratio 40-60% | 大多数请求返回404——目录枚举 | +15 | |
| Danger medium hits: 1 | 中等风险：管理面板、配置文件 | +10 | |
| Danger strong hits: 2 | 高风险路径：Webshell、RCE、漏洞利用 | +50 |
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 216.73.163.220 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 216.73.163.0/24
- 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
🔎 目录扫描防御
IP 216.73.163.220正在枚举目录。在10次以上404错误后配置fail2ban apache-404 jail。禁用目录列表。
邻居在 216.73.163.0/24
来自同一/24子网的其他被封锁IP——表明该网络范围存在系统性滥用。
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
216.73.163.220 has been assigned a threat score of 75/100 (High). 这将其归类为高严重性威胁。建议对敏感基础设施进行主动封锁。
The following attack categories were identified:
📊 Threat Analysis
216.73.163.220注册在San Francisco, United States，运营在Bandito Networks的网络中。该IP在触发多个行为检测签名后首次出现在我们的威胁源中。 我们的传感器在4天内捕获了来自此地址的128次恶意请求，反映出每天约32次的持续攻击节奏。 此IP被识别为VPN或代理端点，通常用于掩盖攻击流量的真实来源并绕过地理或信誉封锁。 该IP表现出目录枚举行为，系统地请求不存在的路径以发现隐藏文件和配置错误的资源。 United States目前在我们的数据库中占151个被封锁IP，使其成为恶意流量的重要来源。 评分75/100表明这是一个已确认的恶意行为者。网络级别封锁是适当的。
This IP is associated with a VPN or proxy service. Attackers frequently route their traffic through anonymizing services to obscure their true location. This makes attribution more challenging but the malicious behavior patterns remain detectable.
Related Threats
🇺🇸 Top threats from United States
104.28.246.115 (350)104.28.246.113 (340)104.28.246.116 (340)104.28.235.58 (340)104.28.246.122 (340)View all →Security Intelligence
💡 XML External Entity (XXE) Attacks
XXE vulnerabilities in XML parsers allow attackers to read local files, perform SSRF, and execute denial of service attacks. Many legacy applications and APIs remain vulnerable to XXE due to insecure default XML parser configurations.
💡 Web Application Firewall Strategies
WAFs inspect HTTP traffic to block common attacks but require careful tuning. Overly aggressive rules cause false positives while permissive configurations miss attacks. Modern WAFs combine signature matching with behavioral analysis and machine learning.