IP威胁报告
94.77.165.112
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 medium hits: 12 | 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 | |
| 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 | |
| UA changed for same IP | 多个User-Agent——机器人轮换技术 | +25 | |
| Danger medium hits: 3 | 中等风险：管理面板、配置文件 | +30 | |
| Danger medium hits: 2 | 中等风险：管理面板、配置文件 | +20 | |
| 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 |
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 94.77.165.112 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
🔎 目录扫描防御
IP 94.77.165.112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。
🤖 User-Agent异常防御
IP 94.77.165.112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。
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
94.77.165.112 has been assigned a threat score of 103/100 (Critical). 这是一个严重级别的威胁。系统管理员应将此IP视为敌对地址，无例外地阻止所有入站连接。
The following attack categories were identified:
📊 Threat Analysis
IP地址94.77.165.112已追溯至Rostov-on-Don, Russia，运营在CTSRND-NETWORK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4天内捕获了来自此地址的7次恶意请求，反映出每天约1.8次的持续攻击节奏。 这是一个住宅IP地址，表明可能是被入侵的家用设备，如路由器、智能设备或参与僵尸网络的受感染工作站。 识别出两种攻击模式（Path Enumeration和User-Agent Anomaly），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Russia的138个恶意IP，使其成为全球威胁活动的重要贡献者。 评分103/100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 is classified as residential, suggesting it may belong to a compromised home device, IoT botnet member, or an infected personal computer. Residential IPs involved in attacks often indicate malware infection without the owner's knowledge.
Related Threats
Security Intelligence
💡 SQL Injection Campaigns
SQL injection remains one of the most common web attack vectors. Attackers inject malicious SQL code through input fields to extract database contents, modify data, or gain administrative access. Automated scanners test for SQLi vulnerabilities at massive scale.
💡 Network Flow Analysis
Analyzing network flows (NetFlow, sFlow, IPFIX) provides visibility into traffic patterns without inspecting packet contents. Flow data reveals scanning activity, data exfiltration, lateral movement, and command-and-control channels at scale.