Is Causal Learn veilig?

Causal Learn — Nerq Trust Score 62.5/100 (C+-beoordeling). Op basis van analyse van 2 vertrouwensdimensies wordt het beschouwd als over het algemeen veilig maar met enkele zorgen. Laatst bijgewerkt: 2026-04-20.

Gebruik Causal Learn met voorzichtigheid. Causal Learn is een Python package (causal-learn Python Package) met een Nerq Vertrouwensscore van 62.5/100 (C+), based on 3 onafhankelijke gegevensdimensies. Onder de geverifieerde drempel van Nerq Beveiliging: 90/100. Populariteit: 60/100. Gegevens afkomstig van PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Laatst bijgewerkt: 2026-03-21. Machineleesbare gegevens (JSON).

Is Causal Learn veilig?

CAUTION — Causal Learn has a Nerq Trust Score of 62.5/100 (C+). Heeft matige vertrouwenssignalen maar toont enkele aandachtspunten that warrant attention. Suitable for development use — review beveiliging and onderhoud signals before production deployment.

Beveiligingsanalyse → Causal Learn Privacyrapport →

Wat is de vertrouwensscore van Causal Learn?

Causal Learn heeft een Nerq Trust Score van 62.5/100 met het cijfer C+. Deze score is gebaseerd op 2 onafhankelijk gemeten dimensies, waaronder beveiliging, onderhoud en community-adoptie.

Beveiliging
90
Populariteit
60

Wat zijn de belangrijkste beveiligingsbevindingen voor Causal Learn?

Het sterkste signaal van Causal Learn is beveiliging met 90/100. Er zijn geen bekende kwetsbaarheden gedetecteerd. It has not yet reached the Nerq Verified threshold of 70+.

Beveiligingsscore: 90/100 (sterk)
Populariteit: 60/100 — gemeenschapsacceptatie

Wat is Causal Learn en wie onderhoudt het?

OntwikkelaarUnknown
CategoriePython Packages
BronN/A

Vergelijkbare Pypi op Vertrouwensscore

autogluon.text (72)azure-cli-keyvault (72)cdk-fck-nat (72)aws-cdk.aws-codedeploy (72)apysc (72)
Bekijk alle veiligste Pypi →

Vergelijken

Causal Learn vs autogluon.textCausal Learn vs azure-cli-keyvaultCausal Learn vs cdk-fck-nat

Beveiligingsgids: Causal Learn

Wat is Causal Learn?

Causal Learn is een Python-pakket — causal-learn Python Package.

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=causal-learn

Belangrijkste beveiligingsproblemen voor Python package

Bij het evalueren van elk Python package, let op: dependency vulnerabilities, malicious uploads, onderhoud status.

Vertrouwensbeoordeling

Causal Learn has a Nerq Trust Score of 62/100 (C+) and has not yet reached Nerq trust threshold (70+). Deze score is gebaseerd op geautomatiseerde analyse van beveiligings-, onderhouds-, gemeenschaps- en kwaliteitssignalen.

Belangrijkste conclusies

Gedetailleerde score-analyse

DimensionScore
Beveiliging90/100
Onderhoud79/100
Populariteit60/100
Quality30/100
Community35/100

Gebaseerd op 5 dimensies. Data from PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard.

Welke gegevens verzamelt Causal Learn?

Privacy assessment for Causal Learn is not yet available. See our methodology for how Nerq measures privacy, or the public privacy review for any community-contributed notes.

Is Causal Learn veilig?

Beveiliging score: 90/100. Causal 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: Causal Learn Beveiligingsrapport

Hoe we deze score hebben berekend

Causal Learn's trust score of 62.5/100 (C+) wordt berekend uit PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. De score weerspiegelt 5 onafhankelijke dimensies: beveiliging (90/100), onderhoud (79/100), populariteit (60/100), quality (30/100), community (35/100). 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 20, 2026. Gegevensversie: 0.0.

Volledige methodologiedocumentatie · Machineleesbare gegevens (JSON API)

Veelgestelde vragen

Is Causal Learn veilig?
Gebruik met enige voorzichtigheid. causal-learn met een Nerq Vertrouwensscore van 62.5/100 (C+). Sterkste signaal: beveiliging (90/100). Score gebaseerd op Beveiliging (90/100), Populariteit (60/100).
Wat is de vertrouwensscore van Causal Learn?
causal-learn: 62.5/100 (C+). Score gebaseerd op Beveiliging (90/100), Populariteit (60/100). Scores worden bijgewerkt wanneer nieuwe data beschikbaar komen. API: GET nerq.ai/v1/preflight?target=causal-learn
Wat zijn veiligere alternatieven voor Causal Learn?
In de categorie Python-pakketten, meer Python package worden geanalyseerd — kom binnenkort terug. causal-learn scores 62.5/100.
Heeft Causal Learn bekende kwetsbaarheden?
Nerq controleert Causal Learn tegen NVD, OSV.dev en registerspecifieke kwetsbaarheidsdatabases. Huidige beveiligingsscore: 90/100.
Wordt Causal Learn actief onderhouden?
Causal Learn onderhoudsscore: N/A. Controleer het repository op recente activiteit.
API: /v1/preflight Trust Badge API Docs

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.

We gebruiken cookies voor analyse en caching. Privacy