ABUSE.MOM
威胁报告

IP威胁报告
23.91.97.174

ABUSE.MOM — 规矩点,否则你将被曝光

生成时间: 2026-05-30 11:46:17
首次发现: 2026-03-10 13:00:06
最后发现: 2026-03-10 13:00:06
258

⛔ 判定:封锁

该IP地址已被归类为自动化恶意活动的来源。 威胁评分: 258/100. 已观察到的恶意请求总数: 2.

BOT_UAUA_CHANGEDDANGER_PATHRATIO_404REDIRECT_PROBEBURSTREFERERMETHOD
01

地理位置与分类

IP地址
23.91.97.174
类型
Hosting
国家
🇭🇰 Hong Kong
城市
Hong Kong
ISP
Zenlayer Inc
组织
UCLOUD
自治系统
AS135377 UCLOUD INFORMATION TECHNOLOGY (HK) LIMITED
请求次数
2
02

检测签名

签名描述分数严重性
UA bot: curl检测到已知机器人/爬虫的User-Agent+40
UA changed for same IP多个User-Agent——机器人轮换技术+25
Danger medium hits: 27中等风险:管理面板、配置文件+60
404 ratio >= 60%大多数请求返回404——目录枚举+25
Probe pattern 302->404 same path自动分析检测到行为异常+20
Burst: 132 req / 2s请求频率异常——自动扫描+35
Burst: 200 req / 10s请求频率异常——自动扫描+35
Foreign referer seen来自无关外部域名的Referer+10
POST requests present自动分析检测到行为异常+8
Σ = 258
03

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。

[redacted]
GET
/
200
[redacted]
GET
/page
200
显示请求: 2 · HTTP 404: 0 · 危险模式: 0

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

04

时间线

2026-03-10 13:00:06
检测到首次恶意请求
IP已从服务器日志进入监控
观察期间
触发了多个检测签名
UA bot: curl (+40), UA changed for same IP (+25), Danger medium hits: 27 (+60)
2026-03-10 13:00:06
观察到最后一次恶意请求
总分达到: 258/100
下一周期
IP已封锁——所有后续请求被拒绝(HTTP 403)
自动添加到封锁列表
05

网络供应商

Zenlayer Inc
AS135377 · 🇭🇰 Hong Kong
06

建议

已采取和建议的措施

  • IP 23.91.97.174 已在应用层封锁(HTTP 403)
  • 建议在防火墙层(iptables/CSF)进行封锁
  • 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

🤖 User-Agent异常防御

IP 23.91.97.174显示可疑的UA行为。阻止空User-Agent请求。为敏感端点实施基于JavaScript的机器人检测。

🔎 目录扫描防御

IP 23.91.97.174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。

🌊 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23.91.97.174。

08

开放端口和服务

来自Shodan的网络侦察数据。开放端口可能表示正在运行的服务、错误配置或潜在的攻击面。

开放端口 (1)
PortServiceRiskDescription
80HTTPLowHTTP web server — standard web traffic
已知漏洞 (CVE) (13)
CVE IDLink
CVE-2019-9511NVD →
CVE-2025-23419NVD →
CVE-2019-9513NVD →
CVE-2019-9516NVD →
CVE-2018-16843NVD →
CVE-2023-44487NVD →
CVE-2018-16845NVD →
CVE-2017-20005NVD →
CVE-2018-16844NVD →
CVE-2017-7529NVD →
CVE-2019-20372NVD →
CVE-2021-3618NVD →
CVE-2021-23017NVD →

🔴 此主机有13个已知CVE与其暴露的服务相关联。如此大量的漏洞强烈表明软件严重过时。 请在NVD数据库中查看每个CVE的详细信息。

检测到的技术
f5:nginx:1.12.0

数据来源:Shodan InternetDB。独立于abuse.mom进行扫描。

09

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。

⛔ 已列入
Spamhaus ZEN

已检查:Spamhaus、SpamCop、Barracuda、SORBS、CBL、UCEProtect。

10

Threat Analysis

23.91.97.174 has been assigned a threat score of 258/100 (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:

User-Agent AnomalyPath EnumerationRequest Flooding

📊 Threat Analysis

我们的监控基础设施已将23.91.97.174(地理位置为Hong Kong, Hong Kong,运营在Zenlayer Inc的网络中)识别为可疑网络活动的来源。 在其1天的观察窗口期间,我们记录了来自此IP的2次敌对请求——平均每天约2次。 此地址属于数据中心或云托管提供商。托管IP经常被专门租用廉价VPS实例来进行攻击的威胁行为者利用。 检测到3种不同攻击模式,此IP表现出高级自动化扫描框架的典型行为特征。 Hong Kong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。 威胁评分258/100,此IP属于我们数据库中最危险的地址之一。强烈建议立即完全封锁。

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.

11

Related Threats

🇭🇰 Top threats from Hong Kong

20.205.115.105 (280)20.24.82.132 (280)23.100.90.148 (280)65.52.160.249 (280)20.187.125.76 (280)View all →

🏢 Same network: AS135377

101.36.123.19 (258)101.36.124.145 (258)152.32.190.243 (258)View all →
12

Security Intelligence

💡 HTTP Header Analysis for Threat Detection

Examining HTTP headers beyond User-Agent reveals attack tools and automated scripts. Missing standard headers, unusual ordering, non-standard values, and inconsistencies with claimed client identity all serve as reliable detection signals.

💡 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.

🔍 Check Any IP Address

Share this report: