ALLSmartSecurity
  • Sensoren verbinden…
Angriffs-Lageradar

Was gerade im Netz gescannt wird

ALLSmartSecurity wertet automatisierte Angriffs- und Scanner-Anfragen aus, die über unsere Sensoren laufen. Du siehst anonymisiert und in Echtzeit, welche Angriffsvektoren gerade hochkochen, was dahintersteckt, und wie du deine eigene Anwendung prüfst und absicherst.

Beschreibungen und Lagebild zuletzt aktualisiert: 2026-11-22T06:01:31.590861+00:00. Aktivität live.

Lagebild

Lage: Der überwiegende Teil des eintrudelnden Traffics besteht aus automatisierten Dienst- und Port-Scans, die auf Standardverbindungsports wie Telnet und SSH abzielen. Daneben ist ein signifikanter Anteil an Suchen nach Konfigurationsdateien und Geheimnissen zu verzeichnen.

Auffälligkeiten: Die absolute Mehrheit der Treffer entfällt auf Dienst-Proben und Port-Scans, wobei Telnet und SSH am häufigsten angefragt werden. Auffällig ist zudem die hohe Zahl an Mustern, die auf das Auslesen von Umgebungsdateien (.env) und Versionskontroll-Verzeichnissen (.git) gerichtet sind.

Einordnung: Es handelt sich um routinemäßiges Grundrauschen des Internets. Die schiere Menge an Scans auf nicht-webrelevante Ports und das Fehlen erfolgreicher Exploits deuten auf massenhafte, automatisierte Reconnaissance-Aktivitäten hin, nicht auf gezielte Angriffe gegen spezifische Systeme.

Was das für Betreiber heißt: Stellen Sie sicher, dass unnötige Dienste wie Telnet oder SSH nicht öffentlich erreichbar sind. Prüfen Sie regelmäßig, ob sensible Konfigurationsdateien oder Versionskontroll-Verzeichnisse versehentlich im Webroot liegen und blockieren Sie den Zugriff darauf.

KI & Security

Aktuell ist ein etwa fünffacher Anstieg bei der Erkennung großer bösartiger Prompt-Injection-Payloads zu verzeichnen, was darauf hindeutet, dass indirekte Injektionen zu einem routinemäßigen Angriffsweg geworden sind [2]. Neue Bedrohungen umfassen Prompt-Adware, die in Jailbreak-Paketen versteckt ist, um KI-Anwendungen zu kompromittieren [1]. Zudem finden sich in Malware-Familien natürliche Sprachanweisungen, die darauf abzielen, Analyse-Pipelines von Sprachmodellen zu manipulieren [3]. Um diesen Risiken zu begegnen, entwickeln Anbieter Schutzmechanismen wie Prompt-Shields, die speziell auf Jailbreaks und indirekte Prompt-Injection ausgerichtet sind [4].

Herkunft der Angriffe

Drehbare Weltkugel, ziehen zum Drehen
🇨🇳Volksrepublik China45 Prozent
🇳🇱Niederlande19 Prozent
🇮🇩Indonesien15 Prozent
🇫🇷Frankreich5 Prozent
🇰🇷Südkorea3 Prozent
🇺🇸Vereinigte Staaten2 Prozent
🇩🇪Deutschland2 Prozent
🇵🇰Pakistan2 Prozent
🇻🇳Vietnam2 Prozent
🇦🇩Andorra1 Prozent
🇬🇧Vereinigtes Königreich1 Prozent
🇸🇮Slowenien1 Prozent
🇧🇬Bulgarien<1 Prozent
🇧🇪Belgien<1 Prozent
🇭🇰HK<1 Prozent

Aggressivste Netze

Netzbetreiber (ASN) der Angriffsquellen, relativ; kein Personenbezug
CHINA UNICOM China169 Backbone45 Prozent
TechTies Inc.15 Prozent
Telekomunikasi Indonesia (PT)9 Prozent
BANATSYNC SRL8 Prozent
PT Semua Apikasi Indonesia6 Prozent
Saero Network Service LTD2 Prozent
Logon Broadband Pvt. Limited2 Prozent
VIET DIGITAL TECHNOLOGY LIABILITY COMPANY1 Prozent
TECHOFF SRV LIMITED1 Prozent
MEVSPACE sp. z o.o.1 Prozent
Google LLC1 Prozent
Microsoft Corporation1 Prozent

Angriffsvektoren

nach Aktivität sortiert, was hochkocht zuerst
Dienst-Probe fallend
Das Dienst-Probe-Muster zielt auf Standard-Ports wie 22 (SSH) und 23 (Telnet), um aktive Dienste zu identifizieren. Angreifer nutzen diese Proben, um verwundbare Systeme zu scannen und potenzielle Einfallstore zu finden. Oft wird dies im Rahmen von CVE-Scans oder Exploitability-Checks durchgeführt, um zu prüfen, ob bekannte Schwachstellen ausgenutzt werden können.
Aktivitätsanteil: hoch, 84 Prozent
Port-Scan fallend 5 CVE
Ein Port-Scan ist ein automatisierter Vorgang, bei dem ein Angreifer systematisch verschiedene Netzwerkports wie 80, 443, 8080 oder 8443 auf einem Zielhost überprüft. Das Ziel besteht darin, aktive Dienste und offene Schnittstellen zu identifizieren, um anschließend gezielte Angriffe auf spezifische Schwachstellen auszunutzen. Oft werden dabei bekannte CVEs wie CVE-2017-12617 für Tomcat oder CVE-2026-21962 für WebLogic-Proxys ausgenutzt, um Remote Code Execution oder unbefugten Zugriff zu erlangen.
Aktivitätsanteil: gering, 9 Prozent
Config-/Secret-Leak fallend
Angreifer nutzen automatisierte Scanner, um sensible Konfigurations- und Geheimnisdateien wie .env, .env.local, .env.production und .git/config im Root-Verzeichnis von Webservern zu finden. Diese Dateien enthalten oft kritische Daten wie Datenbankpasswörter, API-Schlüssel oder Cloud-Zugangsdaten. Der Angriff erfolgt durch einfaches HTTP-Geräte auf diese standardisierten Pfade, um die Konfiguration auszulesen und sich unbefugten Zugang zu verschaffen.
Aktivitätsanteil: gering, 3 Prozent
PHP-Scan fallend 3 CVE
Angreifer scannen gezielt nach Dateien wie phpinfo.php, um detaillierte Serverkonfigurationen und PHP-Versionen offenzulegen. Diese Informationen dienen der Vorbereitung auf gezielte Angriffe, da spezifische Schwachstellen wie XSS in phpinfo oder veraltete PHP-Versionen ausgenutzt werden können. Das Muster nutzt oft harmlose GET-Anfragen, um die Praesenz der Datei und sensible Daten im Response zu verifizieren.
Aktivitätsanteil: gering, 2 Prozent
Scanner (nur UA) fallend
Ein automatisierter Scanner ist ein Werkzeug, das Webseiten systematisch nach bekannten Schwachstellen durchsucht. Angreifer nutzen diese Programme, um verwundbare Systeme zu identifizieren und auszunutzen, oft ohne menschliches Zutun. Der Ablauf erfolgt typischerweise durch das automatische Absenden von Anfragen an Standardpfade wie das Root-Verzeichnis, um Fehler oder Konfigurationslücken zu finden.
Aktivitätsanteil: gering, 1 Prozent
WordPress-Scan fallend 3 CVE
Angreifer scannen gezielt nach WordPress-Installationen, indem sie typische Pfade wie /wordpress/ oder /wp-login.php abfragen, um das Vorhandensein der Plattform zu verifizieren. Ziel ist es, bekannte Schwachstellen auszunutzen, wie etwa die Cross-Site-Scripting-Lücke CVE-2026-64638 im Login-Interface oder ältere XSS-Probleme in Version 1.2. Durch das Ausnutzen dieser Fehler können Angreifer schädlichen Code einschleusen oder die Authentifizierung umgehen.
Aktivitätsanteil: gering, 1 Prozent
DB-Admin-Tool fallend 3 CVE
Das Muster zielt auf Web-basierte Datenbank-Verwaltungstools wie phpMyAdmin ab, die oft unter standardisierten oder leicht abgeleiteten Pfaden wie /phpmyadmin/ oder /myadmin/ erreichbar sind. Angreifer scannen automatisch nach diesen Endpunkten, um bekannte Schwachstellen wie SQL-Injection, Remote Code Execution oder CSRF auszunutzen, um unbefugten Zugriff auf die Datenbank zu erlangen. Der Angriff erfolgt typischerweise durch das Ausnutzen veralteter Versionen oder unsicherer Konfigurationen dieser Admin-Oberflächen.
Aktivitätsanteil: gering, <1 Prozent
Shell-/RCE-Probe fallend 2 CVE
Das Muster beschreibt automatische Scans, die auf ungeschützte Spring Boot Actuator-Endpunkte wie /actuator/env abzielen, um sensible Konfigurationsdaten auszulesen oder Remote-Code-Ausführung zu ermöglichen. Angreifer nutzen dabei bekannte Schwachstellen wie CVE-2026-40976 (Auth-Bypass) oder CVE-2026-59284 (unbeschränkte Property-Injection), um ohne Authentifizierung auf interne Umgebungsvariablen zuzugreifen. Der Angriff erfolgt typischerweise durch direktes Anfragen dieser Pfade, um Datenlecks oder Systemkompromittierung zu provozieren.
Aktivitätsanteil: gering, <1 Prozent
Framework-Probe fallend
Das Muster 'Framework-Probe' zielt auf typische Verwaltungspfade wie /manager/html, um nach installierten Web-Frameworks oder Server-Management-Konsolen zu suchen. Angreifer nutzen diese Anfragen, um die verwendete Technologie zu identifizieren und potenzielle Schwachstellen in der Konfiguration oder der Softwareversion auszunutzen. Dieser Schritt dient oft der Reconnaissance, um gezielte Exploits für die ermittelte Infrastruktur vorzubereiten.
Aktivitätsanteil: gering, <1 Prozent
Login-Angriff fallend 3 CVE
Das Muster zielt auf xmlrpc.php ab, um WordPress-Systeme zu kompromittieren. Angreifer nutzen Schwachstellen wie SQL-Injection oder Authentifizierungs-Umgehungen, um unbefugten Zugriff zu erlangen. Oft wird der Pfad auch für Brute-Force-Angriffe auf Login-Daten missbraucht.
Aktivitätsanteil: gering, <1 Prozent
Path-Traversal ruhig
Beschreibung wird bei der nächsten Aktualisierung erzeugt.
Aktivitätsanteil: gering, <1 Prozent
KI-/API-Probe fallend
Beschreibung wird bei der nächsten Aktualisierung erzeugt.
Aktivitätsanteil: gering, <1 Prozent
Admin-Login-Suche fallend
Beschreibung wird bei der nächsten Aktualisierung erzeugt.
Aktivitätsanteil: gering, <1 Prozent
Alt-Endpunkt-Scan stabil
Beschreibung wird bei der nächsten Aktualisierung erzeugt.
Aktivitätsanteil: gering, <1 Prozent
Mail-/Exchange-Probe fallend
Beschreibung wird bei der nächsten Aktualisierung erzeugt.
Aktivitätsanteil: gering, <1 Prozent
Command-Injection stabil
Beschreibung wird bei der nächsten Aktualisierung erzeugt.
Aktivitätsanteil: gering, <1 Prozent
SQL-Injection ruhig
Beschreibung wird bei der nächsten Aktualisierung erzeugt.
Aktivitätsanteil: gering, <1 Prozent
XSS-Versuch ruhig
Beschreibung wird bei der nächsten Aktualisierung erzeugt.
Aktivitätsanteil: gering, <1 Prozent
Fake-API-Key stabil
Beschreibung wird bei der nächsten Aktualisierung erzeugt.
Aktivitätsanteil: gering, <1 Prozent

Angriffs-Werkzeuge

womit gescannt wird, erkannt am User-Agent
ohne User-Agent Unbekannt
Anfrage ganz ohne User-Agent, typisch für simple Skripte.
81 Prozent
getarnter Browser Getarnter Browser
Gibt sich als normaler Browser aus, das gescannte Ziel verrät aber den Angriff.
15 Prozent
Go-HTTP-Client Skript / HTTP-Client
Standard-HTTP-Client von Go, oft von Massen-Scannern genutzt.
2 Prozent
unauffällig / unbekannt Unbekannt
Kein bekanntes Werkzeug erkennbar.
1 Prozent
OpenAI (GPTBot) KI-Crawler
KI-Crawler von OpenAI, sammelt Webinhalte für ChatGPT und Suche.
<1 Prozent
LeakIX Mess- / Research-Bot
Sucht öffentlich exponierte Dienste und Daten-Leaks.
<1 Prozent
Amazonbot KI-Crawler
Amazons Crawler, auch für KI-Dienste.
<1 Prozent
PerplexityBot KI-Crawler
Crawler der KI-Suche Perplexity.
<1 Prozent
Google-Extended KI-Crawler
Googles KI-Crawler (Google-Extended) für Gemini und KI-Training.
<1 Prozent
Python-Skript Skript / HTTP-Client
Selbstgebautes Skript auf Basis einer Python-HTTP-Bibliothek.
<1 Prozent
curl Skript / HTTP-Client
Kommandozeilen-Client, hier meist Teil eines automatisierten Skripts.
<1 Prozent
Censys Mess- / Research-Bot
Internet-Mess-Scanner, katalogisiert erreichbare Systeme (meist Research).
<1 Prozent

Angreifern über die Schulter geschaut

echte Mitschnitte unserer Fake-Shell · alle Sitzungen
SSH-Angriff aus Niederlande: Schadcode nachladen und Einnisten per Cronjob
21.11.2026, 09:17 UTC · 148 Befehle · über ssh · Niederlande
root / endian
Details
SSH-Angriff aus Kanada: Spuren verwischen
18.11.2026, 20:00 UTC · 5 Befehle · über ssh · Kanada
admin / 65.21.189.77
Details
SSH-Angriff aus Frankreich: Schadcode nachladen und Einnisten per Cronjob
18.11.2026, 13:04 UTC · 1018 Befehle · über ssh · Frankreich
root / Aa112211
Details
Telnet-Angriff aus Andorra: Router-Menü umgehen
17.11.2026, 14:06 UTC · 18 Befehle · über telnet · Andorra
admin / admin
Details
Telnet-Angriff aus Andorra: Hardware ausspähen und Spuren verwischen
17.11.2026, 09:38 UTC · 42 Befehle · über telnet · Andorra
admin / admin
Details
SSH-Angriff aus Vietnam: Schadcode nachladen und Einnisten per Cronjob
15.11.2026, 17:54 UTC · 60 Befehle · über ssh · Vietnam
postgres / 123456
Details

Beobachtete Schadsoftware

Familien hinter den Angriffen, benannt nach abuse.ch; "aktiv" = Verteilserver derzeit erreichbar
Mirai8 Indikatoren, 1 aktiv
KPOT Stealer2 Indikatoren, 1 aktiv
WARDENStealer1 Indikator, 1 aktiv
RedTail2 Indikatoren
DDoSAgent1 Indikator
Mozi1 Indikator

Koordinierte Kampagnen

61 Gruppen mit gleichem Verhalten in 30 Tagen, zusammen 196 Quellen; Adressen bleiben intern
Nachladen von Schadcode mit Schadcode41 Quellen, 82 Tage
Sucht /graphql, /.git/config, /actuator/env38 Quellen, 79 Tage
Sucht /.env.local, /.env.anthropic, /.env.production26 Quellen, 36 Tage
Sucht /.env, /.docker/config.json, /.env.php25 Quellen, 47 Tage
Sucht /wp-json/wp/v2/users/6, /wp-json/wp/v2/users/10, /wp-json/wp/v2/users/323 Quellen, 51 Tage
Sucht /index.php, /wp-sitemap-users-1.xml, /wp-sitemap.xml15 Quellen, 60 Tage
Nachladen von Schadcode mit Schadcode15 Quellen, 58 Tage
Sucht /.git/config, /phpinfo.php, /credentials.json13 Quellen, 80 Tage

Dokumentierte Angriffsfälle

einzelne Angriffe im Detail, anonymisiert · alle Fälle
Einnisten nach Login: 5 Sitzungen von 4 IPs, „cd ~ && rm -rf .ssh && mkdir .ssh && echo "ssh-r“
14.10.2026 · Einnisten nach Login · 7 Anfragen · Dauer keine Angabe · Volksrepublik China
shell_sessionPersistenz
Details
Malware-Dropper: 5 Sitzungen von 5 IPs, Marker auth_ok
01.10.2026 · Malware-Dropper · 5 Anfragen · Dauer keine Angabe · Indonesien
shell_sessionRouter-EscapeDropperRecon
Details
Aufklärung nach Login: 114 Sitzungen von 88 IPs, „curl -sS --max-time 1 http://[IP]/zed 2>“
30.09.2026 · Aufklärung nach Login · 114 Anfragen · Dauer keine Angabe · Indonesien
shell_sessionRecon
Details
Malware-Dropper: 3 Sitzungen von 2 IPs, Marker auth_ok
29.09.2026 · Malware-Dropper · 4 Anfragen · Dauer keine Angabe · Niederlande
shell_sessionDropperRecon
Details
Aufklärung nach Login: 3 Sitzungen von 3 IPs, „nvidia-smi -q | grep "Product Name" | head -n 1 “
29.09.2026 · Aufklärung nach Login · 86 Anfragen · Dauer keine Angabe · Andorra
shell_sessionRecon
Details
Aufklärung nach Login: 3 Sitzungen von 3 IPs, „curl -sS --max-time 1 http://[IP]/zed “
29.09.2026 · Aufklärung nach Login · 3 Anfragen · Dauer keine Angabe · Philippinen
shell_sessionRecon
Details