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: 2026-10-14T06:01:58.558109+00:00. Aktivität live.
Lage: Der überwiegende Teil des Traffic besteht aus automatisierten Scans auf Standarddienste wie SSH und Telnet sowie dem Abfragen von Konfigurationsdateien. Es handelt sich dabei um massenhaftes Grundrauschen, das typisch für das öffentliche Internet ist.
Auffälligkeiten: Besonders stark ist die Anzahl der Treffer bei Dienst-Proben für Telnet und SSH. Zudem fallen viele Versuche auf, Umgebungsdateien wie .env oder Git-Konfigurationen auszulesen. Auch WordPress-spezifische Endpunkte werden häufig angesteuert.
Einordnung: Dies ist Routine-Grundrauschen. Die hohen Zahlen bei Port-Scans und Dienst-Proben deuten auf generische Scanner hin, die das gesamte Internet nach offenen Ports und Schwachstellen absuchen. Es gibt keine Anzeichen für gezielte, gezielte Angriffe auf spezifische Systeme in diesem Zeitraum.
Was das für Betreiber heißt: Stellen Sie sicher, dass unnötige Dienste wie Telnet oder alte Protokolle nicht öffentlich erreichbar sind. Veröffentlichen Sie keine sensiblen Konfigurationsdateien wie .env oder .git-Ordner im Webroot.
KI & Security
Prompt-Injection-Angriffe gelten aktuell als die Nummer-eins-Sicherheitsherausforderung für Unternehmens-KI-Systeme, da Angreifer die grundlegende Verarbeitung von Anweisungen durch große Sprachmodelle ausnutzen, um Sicherheitsprotokolle zu umgehen [1]. Diese Technik hat sich zu einem bevorzugten Vektor für Jailbreaks entwickelt, wobei mehrstufige Angriffe und multimodale Injectionen, etwa über Bilder oder QR-Codes, zunehmend genutzt werden [5].
Die Bedrohungslage hat sich konkretisiert, da nun erstmals Malware identifiziert wurde, die speziell Prompt-Injection gegen KI-gestützte Sicherheitsanalyse-Tools ausnutzt, was als neue Malware-Klasse bezeichnet wird [2]. Angreifer verfeinern ihre Taktiken, indem sie schädliche Anweisungen in Dokumentenmakros verstecken, um KI-Systeme zu kompromittieren und verborgene Daten durch Parser preiszugeben [6]. Zudem zeigen Laborstudien, dass KI-Sicherheitsagenten eine sehr hohe Ausbeutequote bei solchen Angriffen aufweisen, was die Gefahr für automatisierte Schutzmechanismen unterstreicht [3].
Netzbetreiber (ASN) der Angriffsquellen, relativ; kein Personenbezug
CHINA UNICOM China169 Backbone44 Prozent
Cyber Internet Services (Private) Limited14 Prozent
TechTies Inc.3 Prozent
VPS Dedicated LLC3 Prozent
National Telecommunication Corporation2 Prozent
Nasstec Airnet Networks Private Limited2 Prozent
BANATSYNC SRL2 Prozent
Microsoft Corporation2 Prozent
Saero Network Service LTD2 Prozent
Mitchell Seaforth Cable T. V. Ltd.2 Prozent
DigitalOcean, LLC2 Prozent
VG Telekomunikasyon Ticaret Limited Sirketi2 Prozent
Angriffsvektoren
nach Aktivität sortiert, was hochkocht zuerst
Dienst-Probe fallend1 CVE
Das Dienst-Probe-Muster beschreibt automatisierte Scans, bei denen Angreifer offene Ports wie 22, 23, 80, 443, 445 und 8080 untersuchen, um verwundbare Dienste zu identifizieren. Dabei werden oft HEAD-Anfragen gesendet, um die Verfügbarkeit von Diensten wie SSH, Telnet, HTTP oder Redis zu prüfen. Ziel ist es, Schwachstellen wie CVE-2015-8080 in Redis oder andere exponierte Dienste aufzuspüren, um sie später auszunutzen. Solche Proben dienen der ersten Erkundungsphase vor gezielten Angriffen.
Aktivitätsanteil: hoch, 90 Prozent
Port-Scan fallend2 CVE
Ein Port-Scan ist ein automatisierter Vorgang, bei dem Angreifer systematisch verschiedene Netzwerkports wie 25, 53, 80, 443, 3389, 8080 oder 465 auf einem Zielsystem prüfen. Ziel ist es, offene Ports zu identifizieren und darauf laufende Dienste wie SMTP, DNS, RDP oder Webserver zu erkennen. Diese Information dient der Vorbereitung weiterer Angriffe, da spezifische Schwachstellen in den gefundenen Diensten ausgenutzt werden können.
Aktivitätsanteil: gering, 4 Prozent
Scanner (nur UA) fallend
CVE-Scanning bezeichnet den automatisierten Abgleich von Software-Komponenten mit Datenbanken wie dem NVD, um bekannte Schwachstellen (CVEs) zu identifizieren. Angreifer nutzen diese Muster, um gezielt nach Systemen mit öffentlich bekannten, aber ungepatchten Sicherheitslücken zu suchen. Der Prozess erfolgt typischerweise durch das Auslesen von Versionsinformationen und den Abgleich mit aktuellen Bedrohungsdatenbanken, um auszunutzen. Dies hilft Sicherheitsteams, priorisierte Maßnahmen zur Behebung kritischer Lücken zu ergreifen.
Aktivitätsanteil: gering, 2 Prozent
PHP-Scan fallend2 CVE
Der PHP-Scan zielt auf die Datei info.php, die oft die phpinfo()-Funktion aufruft, um detaillierte Serverkonfigurationen preiszugeben. Angreifer nutzen diese Information, um die PHP-Version zu identifizieren und gezielt nach bekannten Schwachstellen für diese Version zu suchen. Dies kann zur Ausnutzung von Cross-Site-Scripting oder anderen Angriffen führen, wenn die Datei ungeschützt im Web erreichbar ist.
Aktivitätsanteil: gering, 2 Prozent
Config-/Secret-Leak fallend
Automatisierte Scanner durchsuchen das Web kontinuierlich nach öffentlich zugänglichen Konfigurations- und Geheimnisdateien wie .env, .git/config oder Backups. Angreifer nutzen diese Dateien, um sensible Zugangsdaten, API-Schlüssel oder Datenbankpasswörter zu stehlen. Der Angriff erfolgt oft innerhalb weniger Minuten nach dem versehentlichen Hochladen der Dateien in ein Repository oder auf einen Webserver.
Aktivitätsanteil: gering, 1 Prozent
WordPress-Scan fallend2 CVE
Angreifer nutzen den WordPress-Scan, um Systeme zu identifizieren und Schwachstellen wie ungeschützte AJAX-Endpunkte oder veraltete Plugins aufzuspüren. Dabei werden oft brute-force-Angriffe auf die Login-Seite oder die Ausnutzung von Privilegienhebungen über spezifische CVEs kombiniert. Das Ziel ist der unerlaubte Zugriff auf das Backend oder die Installation von Hintertüren.
Aktivitätsanteil: gering, 1 Prozent
DB-Admin-Tool fallend3 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
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
Shell-/RCE-Probe fallend2 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
Login-Angriff fallend2 CVE
Das Muster nutzt xmlrpc.php, um XML-RPC-Anfragen an Webanwendungen wie WordPress oder NodeBB zu senden. Angreifer versuchen oft, Remote Code Execution (RCE) oder XML-Injection auszunutzen, indem sie schlecht validierte oder speziell konstruierte XML-Daten einschleusen. Dies kann zu unbefugtem Systemzugriff oder Datenkompromittierung führen, wie in CVE-2023-43187 und CVE-2005-1921 dokumentiert.
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 fallend
Beschreibung wird bei der nächsten Aktualisierung erzeugt.
Aktivitätsanteil: gering, <1 Prozent
Mail-/Exchange-Probe ruhig
Beschreibung wird bei der nächsten Aktualisierung erzeugt.
Aktivitätsanteil: gering, <1 Prozent
Command-Injection fallend
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-AgentUnbekannt
Anfrage ganz ohne User-Agent, typisch für simple Skripte.
59 Prozent
getarnter BrowserGetarnter Browser
Gibt sich als normaler Browser aus, das gescannte Ziel verrät aber den Angriff.
29 Prozent
Go-HTTP-ClientSkript / HTTP-Client
Standard-HTTP-Client von Go, oft von Massen-Scannern genutzt.
6 Prozent
sonstiger KI-CrawlerKI-Crawler
Weiterer KI-Crawler, der Inhalte für Sprachmodelle abgreift.
2 Prozent
unauffällig / unbekanntUnbekannt
Kein bekanntes Werkzeug erkennbar.
1 Prozent
curlSkript / HTTP-Client
Kommandozeilen-Client, hier meist Teil eines automatisierten Skripts.
1 Prozent
PerplexityBotKI-Crawler
Crawler der KI-Suche Perplexity.
<1 Prozent
CommonCrawl (CCBot)KI-Crawler
Common Crawl, dessen Datensätze viele KI-Modelle trainieren.
<1 Prozent
LeakIXMess- / Research-Bot
Sucht öffentlich exponierte Dienste und Daten-Leaks.
<1 Prozent
OpenAI (GPTBot)KI-Crawler
KI-Crawler von OpenAI, sammelt Webinhalte für ChatGPT und Suche.
<1 Prozent
AmazonbotKI-Crawler
Amazons Crawler, auch für KI-Dienste.
<1 Prozent
Google-ExtendedKI-Crawler
Googles KI-Crawler (Google-Extended) für Gemini und KI-Training.