Ist Scikit Image sicher?
Scikit Image — Nerq Trust Score 77.2/100 (Note B+). Bewertung basierend auf 2 independent trust signals. Zuletzt analysiert: 2026-07-21
Scikit Image ist ein Python-Paket mit einem Nerq-Vertrauenswert von 77.2/100 (B+), basierend auf 3 unabhängigen Datendimensionen. Zuletzt analysiert: 2026-07-21 Sicherheit: 90/100. Beliebtheit: 90/100. Daten von PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Zuletzt aktualisiert: 2026-07-21. Maschinenlesbare Daten (JSON).
Ist Scikit Image sicher?
Vertrauensbewertung im Detail — Scikit Image has a Nerq Trust Score of 77.2/100 (B+). Measured across 2 independent trust signals (as of 2026-07-21).
Was ist die Vertrauensbewertung von Scikit Image?
Scikit Image hat eine Nerq-Vertrauensbewertung von 77.2/100 und erhält die Note B+. Diese Bewertung basiert auf 2 unabhängig gemessenen Dimensionen.
Was sind die wichtigsten Sicherheitsergebnisse für Scikit Image?
Das stärkste Signal von Scikit Image ist sicherheit mit 90/100. Es wurden keine bekannten Schwachstellen erkannt.
Was ist Scikit Image und wer pflegt es?
| Autor | Unknown |
| Kategorie | Python Packages |
| Quelle | N/A |
Scikit Image auf anderen Plattformen
Gleicher Entwickler/Unternehmen in anderen Registern:
Ähnliche Pypi nach Vertrauensbewertung
Sicherheitsleitfaden: Scikit Image
Was ist Scikit Image?
Scikit Image ist ein Python-Paket — Image processing in Python.
Sicherheit überprüfen
Run pip audit or safety check. Review on PyPI for download stats.
Sie können die Vertrauensbewertung auch über die API prüfen: GET /v1/preflight?target=scikit-image
Wichtige Sicherheitsbedenken für Python package
Bei der Bewertung jeder Python package, achten Sie auf: dependency vulnerabilities, malicious uploads, Wartung status.
Measured Signals
Scikit Image has a Nerq Trust Score of 77/100 (B+). This score is a composite of automated measurements of Sicherheit, Wartung, community, and quality signals.
Wichtigste Punkte
- Scikit Image has a Trust Score of 77/100 (B+).
- The score is a measured composite — it is not a suitability judgment. Evaluate the individual signals against your own requirements.
- Query the current measured values via the Nerq API.
Detaillierte Bewertungsanalyse
| Dimension | Bewertung |
|---|---|
| Sicherheit | 90/100 |
| Wartung | 100/100 |
| Beliebtheit | 90/100 |
| Quality | 55/100 |
| Community | 35/100 |
Basierend auf 5 Dimensionen. Daten von PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard.
Welche Daten erhebt Scikit Image?
Scikit Image ist ein Python-Paket gewartet von Unknown. It receives approximately 5,686,320 weekly downloads. Licensed under Files: * Copyright: 2009-2022 the scikit-image team License: BSD-3-Clause .
Als Entwicklungspaket, Scikit Image erhebt nicht direkt personenbezogene Daten von Endnutzern. Allerdings können damit erstellte Anwendungen je nach Implementierung Daten erheben. Privacy score: 80/100.
Überprüfen Sie die Abhängigkeiten des Pakets auf potenzielle Lieferkettenrisiken. Führen Sie den Audit-Befehl Ihres Paketmanagers aus regularly.
Vollständige Analyse: Scikit Image Datenschutzbericht · Datenschutzprüfung
Ist Scikit Image sicher?
Sicherheitsbewertung: 90/100. Scikit Image has 0 known vulnerabilities (CVEs) in the National Vulnerability Database. This is a clean record.
Licensed under Files: * Copyright: 2009-2022 the scikit-image team License: BSD-3-Clause , allowing code inspection. Open-Source-Pakete ermöglichen eine unabhängige Sicherheitsüberprüfung des Quellcodes.
Führen Sie den Audit-Befehl Ihres Paketmanagers aus (`npm audit`, `pip audit`, `cargo audit`) um bekannte Schwachstellen in Ihrem Abhängigkeitsbaum zu prüfen.
Vollständige Analyse: Scikit Image Sicherheitsbericht
Scikit Image auf anderen Plattformen
Gleicher Entwickler/Unternehmen in anderen Registern:
Wie wir diese Bewertung berechnet haben
Scikit Image's trust score of 77.2/100 (B+) wird berechnet aus PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Die Bewertung spiegelt wider 5 unabhängige Dimensionen: Sicherheit (90/100), Wartung (100/100), Beliebtheit (90/100), quality (55/100), community (35/100). Jede Dimension wird gleich gewichtet, um die zusammengesetzte Vertrauensbewertung zu erstellen.
Nerq analysiert über 7,5 Millionen Entitäten in 26 Registern mit derselben Methodik, die einen direkten Vergleich zwischen Entitäten ermöglicht. Bewertungen werden kontinuierlich aktualisiert, sobald neue Daten verfügbar sind.
Signals last measured on July 21, 2026. Datenversion: 1.0.
Vollständige Methodendokumentation · Maschinenlesbare Daten (JSON-API)
Häufig gestellte Fragen
Ist Scikit Image sicher?
Was ist die Vertrauensbewertung von Scikit Image?
Was sind sicherere Alternativen zu Scikit Image?
Hat Scikit Image bekannte Schwachstellen?
Wird Scikit Image aktiv gepflegt?
Beliebt in Python Packages
Kategorien durchsuchen
Siehe auch
Disclaimer: Nerq-Vertrauensbewertungen sind automatisierte Bewertungen basierend auf öffentlich verfügbaren Signalen. Sie sind keine Empfehlungen oder Garantien. Führen Sie immer Ihre eigene Sorgfaltsprüfung durch.