Czy Auto Face Recognition jest bezpieczny?

Auto Face Recognition — Nerq Trust Score 51.2/100 (Ocena C-). Wynik oparty na 2 independent trust signals. Ostatnia analiza: 2026-03-20

Auto Face Recognition to Python package z wynikiem zaufania Nerq 51.2/100 (C-), based on 3 niezależnych wymiarów danych. Ostatnia analiza: 2026-03-20 Bezpieczeństwo: 90/100. Popularność: 15/100. Dane pochodzą z PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Ostatnia aktualizacja: 2026-03-20. Dane odczytywalne maszynowo (JSON).

Czy Auto Face Recognition jest bezpieczny?

Szczegóły wyniku zaufania — Auto Face Recognition has a Nerq Trust Score of 51.2/100 (C-). Measured across 2 independent trust signals (as of 2026-03-20).

Analiza bezpieczeństwa → Raport prywatności Auto Face Recognition →

Jaki jest wynik zaufania Auto Face Recognition?

Auto Face Recognition ma Nerq Trust Score 51.2/100 z oceną C-. Ten wynik opiera się na 2 niezależnie mierzonych wymiarach, w tym bezpieczeństwie, konserwacji i adopcji społeczności.

Bezpieczeństwo
90
Popularność
15

Jakie są kluczowe ustalenia bezpieczeństwa dla Auto Face Recognition?

Najsilniejszy sygnał Auto Face Recognition to bezpieczeństwo na poziomie 90/100. Nie wykryto znanych luk w zabezpieczeniach.

⚠Ocena bezpieczeństwa: 90/100 (silny)
⚠Popularność: 15/100 — przyjęcie przez społeczność

Czym jest Auto Face Recognition i kto go utrzymuje?

AutorDipesh
KategoriaPython Packages
ŹródłoN/A

Auto Face Recognition na innych platformach

Ten sam deweloper/firma w innych rejestrach:

dipesh/nepali-date
53/100 · packagist
dipesh/calendar
50/100 · packagist
dipesh/blog
48/100 · packagist

Podobne Pypi wg wyniku zaufania

board-to-fen-proba (61)aiocsv (61)btchip-python (61)asyncpraw (61)asyncprawcore (61)
Zobacz wszystkie najbezpieczniejsze Pypi →

Porównaj

Auto Face Recognition vs board-to-fen-probaAuto Face Recognition vs aiocsvAuto Face Recognition vs btchip-python

Przewodnik bezpieczeństwa: Auto Face Recognition

Czym jest Auto Face Recognition?

Auto Face Recognition to pakiet Python — auto_face_recognition is Tensorflow based python library for fast face recognition.

Jak zweryfikować bezpieczeństwo

Run pip audit or safety check. Review on PyPI for download stats.

Możesz również sprawdzić wynik zaufania przez API: GET /v1/preflight?target=auto-face-recognition

Główne problemy bezpieczeństwa dla Python package

Oceniając każdy Python package, zwróć uwagę na: dependency vulnerabilities, malicious uploads, konserwacja status.

Measured Signals

Auto Face Recognition has a Nerq Trust Score of 51/100 (C-). This score is a composite of automated measurements of bezpieczeństwo, konserwacja, community, and quality signals.

Kluczowe wnioski

Często zadawane pytania

Czy Auto Face Recognition jest bezpieczny?
auto-face-recognition z wynikiem zaufania Nerq 51.2/100 (C-). Najsilniejszy sygnał: bezpieczeństwo (90/100). Wynik oparty na Bezpieczeństwo (90/100), Popularność (15/100).
Jaki jest wynik zaufania Auto Face Recognition?
auto-face-recognition: 51.2/100 (C-). Wynik oparty na Bezpieczeństwo (90/100), Popularność (15/100). Oceny aktualizują się, gdy pojawiają się nowe dane. API: GET nerq.ai/v1/preflight?target=auto-face-recognition
Jakie są bezpieczniejsze alternatywy dla Auto Face Recognition?
W kategorii Pakiety Python, więcej Python package jest analizowanych — sprawdź wkrótce. auto-face-recognition scores 51.2/100.
Czy Auto Face Recognition ma znane luki?
Nerq sprawdza Auto Face Recognition w NVD, OSV.dev i bazach danych luk. Aktualny wynik bezpieczeństwa: 90/100.
Czy Auto Face Recognition jest aktywnie utrzymywany?
Wynik konserwacji Auto Face Recognition: N/A. Sprawdź ostatnią aktywność repozytorium.
API: /v1/preflight Trust Badge API Docs

Zobacz także

Disclaimer: Wyniki zaufania Nerq to zautomatyzowane oceny oparte na publicznie dostępnych sygnałach. Nie stanowią rekomendacji ani gwarancji. Zawsze przeprowadzaj własną weryfikację.

Używamy plików cookie do analiz i buforowania. Prywatność