Is Scikit Learn veilig?
Scikit Learn — Nerq Trust Score 88.0/100 (A-beoordeling). Op basis van analyse van 2 vertrouwensdimensies wordt het beschouwd als veilig in gebruik. Laatst bijgewerkt: 2026-04-07.
Ja, Scikit Learn is veilig om te gebruiken. Scikit Learn is een Python package met een Nerq Vertrouwensscore van 88.0/100 (A), based on 3 onafhankelijke gegevensdimensies. Recommended for production use. Beveiliging: 90/100. Populariteit: 100/100. Gegevens afkomstig van PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Laatst bijgewerkt: 2026-04-07. Machineleesbare gegevens (JSON).
Is Scikit Learn veilig?
YES — Scikit Learn has a Nerq Trust Score of 88.0/100 (A). Voldoet aan de vertrouwensdrempel van Nerq met sterke signalen op het gebied van beveiliging, onderhoud en gemeenschapsacceptatie. Recommended for production use — bekijk het volledige rapport hieronder voor specifieke overwegingen.
Wat is de vertrouwensscore van Scikit Learn?
Scikit Learn heeft een Nerq Trust Score van 88.0/100 met het cijfer A. Deze score is gebaseerd op 2 onafhankelijk gemeten dimensies, waaronder beveiliging, onderhoud en community-adoptie.
Wat zijn de belangrijkste beveiligingsbevindingen voor Scikit Learn?
Het sterkste signaal van Scikit Learn is populariteit met 100/100. Er zijn geen bekende kwetsbaarheden gedetecteerd. It meets the Nerq Verified threshold of 70+.
Wat is Scikit Learn en wie onderhoudt het?
| Ontwikkelaar | Unknown |
| Categorie | Python Packages |
| Bron | N/A |
Vergelijkbare Pypi op Vertrouwensscore
Beveiligingsgids: Scikit Learn
Wat is Scikit Learn?
Scikit Learn is een Python-pakket — A set of python modules for machine learning and data mining.
Hoe de veiligheid te verifiëren
Run pip audit or safety check. Review on PyPI for download stats.
U kunt de vertrouwensscore ook via de API controleren: GET /v1/preflight?target=scikit-learn
Belangrijkste beveiligingsproblemen voor Python package
Bij het evalueren van elk Python package, let op: dependency vulnerabilities, malicious uploads, onderhoud status.
Vertrouwensbeoordeling
Scikit Learn has a Nerq Trust Score of 76/100 (B+) and meets Nerq trust threshold. Deze score is gebaseerd op geautomatiseerde analyse van beveiligings-, onderhouds-, gemeenschaps- en kwaliteitssignalen.
Belangrijkste conclusies
- Scikit Learn has a Trust Score of 76/100 (B+).
- Aanbevolen voor gebruik — voldoet aan de vertrouwensdrempel.
- Controleer altijd onafhankelijk met behulp van de Nerq API.
Gedetailleerde score-analyse
| Dimension | Score |
|---|---|
| Beveiliging | 90/100 |
| Privacy | 80/100 |
| Betrouwbaarheid | 90/100 |
| Transparantie | 50/100 |
| Onderhoud | 60/100 |
Gebaseerd op 5 dimensies. Data from PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard.
Welke gegevens verzamelt Scikit Learn?
Scikit Learn is een Python-pakket onderhouden door Unknown. It receives approximately 45,807,671 weekly downloads.
Als ontwikkelaarspakket, Scikit Learn verzamelt geen persoonlijke gegevens van eindgebruikers rechtstreeks. Toepassingen die ermee zijn gebouwd, kunnen echter gegevens verzamelen afhankelijk van de implementatie. Privacy score: 80/100.
Controleer de afhankelijkheden van het pakket op mogelijke bevoorradingsketenrisico's. Voer de auditopdrach van uw pakketbeheerder uit regularly.
Volledige analyse: Scikit Learn Privacyrapport · Privacybeoordeling
Is Scikit Learn veilig?
Beveiliging score: 90/100. Scikit Learn has 0 known vulnerabilities (CVEs) in the National Vulnerability Database. This is a clean record.
Licentie-informatie niet beschikbaar. Open-sourcepakketten maken een onafhankelijke beveiligingsbeoordeling van de broncode mogelijk.
Voer de auditopdrach van uw pakketbeheerder uit (`npm audit`, `pip audit`, `cargo audit`) om te controleren op bekende kwetsbaarheden in uw afhankelijkheidsboom.
Volledige analyse: Scikit Learn Beveiligingsrapport
Hoe we deze score hebben berekend
Scikit Learn's trust score of 88.0/100 (A) wordt berekend uit PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. De score weerspiegelt 5 onafhankelijke dimensies: beveiliging (90/100), privacy (80/100), reliability (90/100), transparency (50/100), onderhoud (60/100). Elke dimensie heeft een gelijk gewicht om de samengestelde vertrouwensscore te produceren.
Nerq analyseert meer dan 7,5 miljoen entiteiten in 26 registers met dezelfde methodologie, waardoor directe vergelijking tussen entiteiten mogelijk is. Scores worden continu bijgewerkt naarmate er nieuwe gegevens beschikbaar komen.
Deze pagina is voor het laatst beoordeeld op April 07, 2026. Gegevensversie: 1.0.
Volledige methodologiedocumentatie · Machineleesbare gegevens (JSON API)
Veelgestelde vragen
Is Scikit Learn veilig?
Wat is de vertrouwensscore van Scikit Learn?
Wat zijn veiligere alternatieven voor Scikit Learn?
Heeft Scikit Learn bekende kwetsbaarheden?
Wordt Scikit Learn actief onderhouden?
Populair in Python Packages
Categorieën bekijken
Zie ook
Disclaimer: Nerq-vertrouwensscores zijn geautomatiseerde beoordelingen op basis van openbaar beschikbare signalen. Ze vormen geen aanbeveling of garantie. Voer altijd uw eigen verificatie uit.