Czy Scikit Learn jest bezpieczny?
Scikit Learn — Nerq Trust Score 88.0/100 (Ocena A). Na podstawie analizy 2 wymiarów zaufania, jest uważany za bezpieczny w użyciu. Ostatnia aktualizacja: 2026-04-27.
Tak, Scikit Learn jest bezpieczny w użyciu. Scikit Learn to Python package z wynikiem zaufania Nerq 88.0/100 (A), based on 3 niezależnych wymiarów danych. Recommended for production use. Bezpieczeństwo: 90/100. Popularność: 100/100. Dane pochodzą z PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Ostatnia aktualizacja: 2026-04-12. Dane odczytywalne maszynowo (JSON).
Czy Scikit Learn jest bezpieczny?
YES — Scikit Learn has a Nerq Trust Score of 88.0/100 (A). Spełnia próg zaufania Nerq z silnymi sygnałami w zakresie bezpieczeństwa, konserwacji i przyjęcia przez społeczność. Recommended for production use — zapoznaj się z pełnym raportem poniżej, aby uzyskać szczegółowe informacje.
Jaki jest wynik zaufania Scikit Learn?
Scikit Learn ma Nerq Trust Score 88.0/100 z oceną A. Ten wynik opiera się na 2 niezależnie mierzonych wymiarach, w tym bezpieczeństwie, konserwacji i adopcji społeczności.
Jakie są kluczowe ustalenia bezpieczeństwa dla Scikit Learn?
Najsilniejszy sygnał Scikit Learn to popularność na poziomie 100/100. Nie wykryto znanych luk w zabezpieczeniach. It meets the Nerq Verified threshold of 70+.
Czym jest Scikit Learn i kto go utrzymuje?
| Autor | Unknown |
| Kategoria | Python Packages |
| Źródło | N/A |
Podobne Pypi wg wyniku zaufania
Przewodnik bezpieczeństwa: Scikit Learn
Czym jest Scikit Learn?
Scikit Learn to pakiet Python — A set of python modules for machine learning and data mining.
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=scikit-learn
Główne problemy bezpieczeństwa dla Python package
Oceniając każdy Python package, zwróć uwagę na: dependency vulnerabilities, malicious uploads, konserwacja status.
Ocena zaufania
Scikit Learn has a Nerq Trust Score of 76/100 (B+) and meets Nerq trust threshold. Ten wynik jest oparty na zautomatyzowanej analizie sygnałów bezpieczeństwa, konserwacji, społeczności i jakości.
Kluczowe wnioski
- Scikit Learn has a Trust Score of 76/100 (B+).
- Zalecany — spełnia próg zaufania.
- Zawsze weryfikuj niezależnie przy użyciu Nerq API.
Szczegółowa analiza wyniku
| Dimension | Score |
|---|---|
| Bezpieczeństwo | 90/100 |
| Konserwacja | 100/100 |
| Popularność | 100/100 |
| Quality | 40/100 |
| Community | 35/100 |
Na podstawie 5 wymiarów. Data from PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard.
Jakie dane zbiera Scikit Learn?
Scikit Learn to pakiet Python utrzymywany przez Unknown. It receives approximately 45,807,671 weekly downloads.
Jako pakiet deweloperski, Scikit Learn nie zbiera bezpośrednio danych osobowych użytkowników końcowych. Jednak aplikacje zbudowane przy jego użyciu mogą zbierać dane w zależności od implementacji. Privacy score: 80/100.
Sprawdź zależności pakietu pod kątem potencjalnych zagrożeń w łańcuchu dostaw. Uruchom polecenie audytu menedżera pakietów regularly.
Pełna analiza: Raport prywatności Scikit Learn · Przegląd prywatności
Czy Scikit Learn jest bezpieczny?
Bezpieczeństwo score: 90/100. Scikit Learn has 0 known vulnerabilities (CVEs) in the National Vulnerability Database. This is a clean record.
Informacje o licencji niedostępne. Pakiety open-source umożliwiają niezależny przegląd bezpieczeństwa kodu źródłowego.
Uruchom polecenie audytu menedżera pakietów (`npm audit`, `pip audit`, `cargo audit`) aby sprawdzić znane podatności w drzewie zależności.
Pełna analiza: Raport bezpieczeństwa Scikit Learn
Jak obliczyliśmy ten wynik
Scikit Learn's trust score of 88.0/100 (A) jest obliczany z PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Wynik odzwierciedla 5 niezależnych wymiarów: bezpieczeństwo (90/100), konserwacja (100/100), popularność (100/100), quality (40/100), community (35/100). Każdy wymiar ma równą wagę w łącznym wyniku zaufania.
Nerq analizuje ponad 7,5 miliona podmiotów w 26 rejestrach przy użyciu tej samej metodologii, umożliwiając bezpośrednie porównanie między podmiotami. Wyniki są na bieżąco aktualizowane w miarę dostępności nowych danych.
Ta strona była ostatnio przeglądana: April 27, 2026. Wersja danych: 1.0.
Pełna dokumentacja metodologii · Dane odczytywalne maszynowo (JSON API)
Często zadawane pytania
Czy Scikit Learn jest bezpieczny?
Jaki jest wynik zaufania Scikit Learn?
Jakie są bezpieczniejsze alternatywy dla Scikit Learn?
Czy Scikit Learn ma znane luki?
Czy Scikit Learn jest aktywnie utrzymywany?
Popularne w Python Packages
Przeglądaj kategorie
Zobacz także
Disclaimer: Wyniki zaufania Nerq to zautomatyzowane oceny oparte na publicznie dostępnych sygnałach. Nie stanowią rekomendacji ani gwarancji. Zawsze przeprowadzaj własną weryfikację.