ABUSE.MOM
威胁报告

IP威胁报告
47.129.249.45

ABUSE.MOM — 规矩点,否则你将被曝光

生成时间: 2026-05-22 08:04:56
首次发现: 2026-02-17 17:25:05
最后发现: 2026-04-10 08:00:05
130

⛔ 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: 130/100. 已观察到的恶意请求总数: 5.

UA_CHANGEDDANGER_PATHRATIO_404REDIRECT_PROBEREFERERIMPORT
01

地理位置与分类

IP地址
47.129.249.45
类型
Hosting
国家
🇸🇬 Singapore
城市
Singapore
ISP
Amazon Technologies Inc
组织
AWS EC2 (ap-southeast-1)
自治系统
AS16509 Amazon.com, Inc.
请求次数
5
02

检测签名

签名描述分数严重性
UA changed for same IP多个User-Agent——机器人轮换技术+25
Danger medium hits: 16中等风险:管理面板、配置文件+60
404 ratio 40-60%大多数请求返回404——目录枚举+15
Probe pattern 302->404 same path自动分析检测到行为异常+20
Foreign referer seen来自无关外部域名的Referer+10
Imported from old blocklist自动分析检测到行为异常+0
Danger medium hits: 6中等风险:管理面板、配置文件+60
Σ = 190
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
显示请求: 1 · HTTP 404: 0 · 危险模式: 0

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

04

时间线

2026-02-17 17:25:05
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 changed for same IP (+25), Danger medium hits: 16 (+60), 404 ratio 40-60% (+15)
2026-04-10 08:00:05
观察到最后一次恶意请求
总分达到: 130/100
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

Amazon Technologies Inc
AS16509 · 🇸🇬 Singapore
06

建议

已采取和建议的措施

  • IP 47.129.249.45 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 47.129.249.45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 47.129.249.45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。

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
8089UnknownLowService on port 8089
已知漏洞 (CVE) (156)
CVE IDLink
CVE-2021-32791NVD →
CVE-2021-26691NVD →
CVE-2018-1302NVD →
CVE-2020-7061NVD →
CVE-2024-38472NVD →
CVE-2019-11046NVD →
CVE-2019-9020NVD →
CVE-2020-11579NVD →
CVE-2024-27316NVD →
CVE-2015-9253NVD →
CVE-2025-58098NVD →
CVE-2017-7668NVD →
CVE-2022-31628NVD →
CVE-2019-10082NVD →
CVE-2023-25690NVD →
CVE-2019-11042NVD →
CVE-2024-38475NVD →
CVE-2025-53020NVD →
CVE-2019-10092NVD →
CVE-2018-14883NVD →
CVE-2020-1927NVD →
CVE-2020-7067NVD →
CVE-2025-59775NVD →
CVE-2022-22720NVD →
CVE-2019-10081NVD →
+131 更多

🔴 此主机有156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
apache:http_server:2.4.25debian:debian_linuxdrupal:drupal:8php:php:7.2.3
Hostnames: ec2-47-129-249-45.ap-southeast-1.compute.amazonaws.com
PTR: ec2-47-129-249-45.ap-southeast-1.compute.amazonaws.com

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。

✓ 清洁
Spamhaus ZEN

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

10

Threat Analysis

47.129.249.45 has been assigned a threat score of 130/100 (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 Enumeration

📊 Threat Analysis

地址47.129.249.45来源于Singapore, Singapore,运营在Amazon Technologies Inc的网络中。它是通过对受监控端点的入站网络流量进行自动分析而被识别的。 我们的传感器在51天内捕获了来自此地址的5次恶意请求,反映出每天约0.1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。 识别出两种攻击模式(User-Agent Anomaly和Path Enumeration),表明这是一个针对多个漏洞的半自动化攻击活动。 我们的记录显示来自Singapore的102个恶意IP,使其成为全球威胁活动的重要贡献者。 评分130/100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.

11

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 →

🏢 Same network: AS16509

15.220.152.241 (320)18.219.106.176 (315)15.220.169.114 (280)108.136.131.13 (265)54.206.58.169 (263)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.

💡 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.

🔍 Check Any IP Address

Share this report: