IP威胁报告
34.87.170.223
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 |
|---|---|---|---|
| UA bot: wget | 检测到已知机器人/爬虫的User-Agent | +40 | |
| Danger strong hits: 1 | 高风险路径：Webshell、RCE、漏洞利用 | +25 |
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 34.87.170.223 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 34.87.170.223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。
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。
| Port | Service | Risk | Description |
|---|---|---|---|
| 22 | SSH | Low | Secure Shell — common brute force target for remote access |
| CVE ID | Link |
|---|---|
| CVE-2008-3844 | NVD → |
| CVE-2023-51767 | NVD → |
| CVE-2026-35414 | NVD → |
| CVE-2007-2768 | NVD → |
🔴 此主机有4个已知CVE与其暴露的服务相关联。多个漏洞表明补丁管理存在漏洞。 请在NVD数据库中查看每个CVE的详细信息。
数据来源：Shodan InternetDB。独立于abuse.mom进行扫描。
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
34.87.170.223 has been assigned a threat score of 65/100 (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
IP地址34.87.170.223已追溯至Singapore, Singapore，运营在Google LLC的网络中。我们的威胁检测系统根据观察到的恶意行为模式标记了此地址。 我们的传感器在1天内捕获了来自此地址的1次恶意请求，反映出每天约1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。 检测到可疑的User-Agent异常，包括空的、伪造的或快速轮换的UA字符串——自动化扫描工具的特征。 Singapore目前在我们的数据库中占103个被封锁IP，使其成为恶意流量的重要来源。 评分65/100需要主动监控和速率限制。建议对敏感系统进行完全封锁。
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.
Related Threats
🇸🇬 Top threats from Singapore
85.203.23.12 (340)85.203.23.31 (330)84.17.39.195 (325)192.166.246.30 (325)85.203.21.101 (320)View all →Security Intelligence
💡 TLS Fingerprinting (JA3/JA4)
TLS fingerprinting creates unique identifiers based on how clients negotiate encrypted connections. The JA3 and JA4 methods generate hashes from TLS ClientHello parameters, enabling identification of specific tools and malware regardless of IP address changes.
💡 Cryptojacking Detection and Prevention
Cryptojacking hijacks computing resources to mine cryptocurrency without consent. Indicators include unusual CPU usage, specific network connections to mining pools, and JavaScript miners embedded in compromised websites. Server-side cryptojacking can persist undetected for months.