Dieser Bericht ist nicht in der angeforderten Sprache verfügbar. Stattdessen wird der maßgebliche englische Bericht angezeigt.

Versionierte Sicherheitsbewertung

Berichts-ID: SA-7E5AA000

6/27/2026, 6:08:10 PM

machine-learning Sicherheitsbewertung v4

Zertifizierungsbericht zur Skill-Sicherheit

Audit-Verlauf
Auditmodell: codex Historischer Bericht
Skillname
machine-learning
Version
v4
Betreuer
Joseph OBrien
Quelle
github.com/89jobrien/steve/tree/main/steve/skills/machine-learning
Abdeckung
2 Gescannte Dateien · 374 Analysierte Zeilen
Richtlinienversion
Nicht verfügbar

Zusammenfassung bestätigter Befunde

Keine bestätigten Sicherheitsbefunde

Das abgeschlossene Audit hat keine bestätigten Sicherheitsbefunde ergeben. Dies ist kein Beweis dafür, dass der Skill keine Nebenwirkungen hat.

Installationskontext

Historische Nachweise

Dieser Bericht beschreibt möglicherweise nicht das derzeit installierbare Artefakt. Öffnen Sie die aktuelle Skill-Seite für Installationshinweise.

Aktuelle Skill-Seite öffnen

Dieser Bericht blockiert oder autorisiert weder das Manifest noch die ZIP-Datei.

Static analysis reported external command, weak cryptography, and reconnaissance patterns. Manual review found instructional Markdown, Python preprocessing examples, and ML terminology, with no executable shell logic or malicious intent.

Position melden

Historischer Bericht

Öffnen Sie den Auditverlauf, bevor Sie diesen Bericht zur Installation verwenden.

Audit-Nachweis

Nicht bescheinigungsfähig

Die erforderliche unveränderliche Bindung ist unvollständig.

Menschliche Überprüfung

Nicht überprüft

Für diesen Bericht ist keine menschliche Überprüfung verzeichnet.

Abdeckung

2 Gescannte Dateien · 374 Analysierte Zeilen

0 Elemente zur Überprüfung angezeigt

Einschränkungen

Dieser Bericht beansprucht keine Laufzeit- oder Sandbox-Ausführung und beweist nicht das Fehlen von Nebenwirkungen.

Beweiskette

Folgen Sie den Nachweisen von der Quellenbindung bis zum Installationsvertrag. Verfügbare Nachweise unterstützen die Überprüfung; sie sind keine Sicherheitsgarantie.

  1. Quelle

    Bindung nicht verfügbar

  2. Artefakt

    Identität unvollständig

  3. Prüfung

    Vollständig

  4. Installationsvertrag

    Manifest zur Überprüfung öffnen

    Manifest öffnen

Beobachtete Funktionen

„Beobachtet“ bedeutet, dass dieser Bericht unterstützende Nachweise erfasst hat. Nicht erfasst bedeutet nicht, dass eine Fähigkeit nicht vorhanden ist.

Enthält Skripte

Kann mit dem Skill enthaltenen Code ausführen.

Durch dieses Audit nicht erfasst

Netzwerkzugriff

Kann eine Verbindung zu externen Diensten herstellen.

Durch dieses Audit nicht erfasst

Dateisystemzugriff

Kann lokale Dateien lesen oder schreiben.

Durch dieses Audit nicht erfasst

Umgebungsvariablen

Kann Werte aus der Prozessumgebung lesen.

Durch dieses Audit nicht erfasst

Externe Befehle

Kann Befehle oder Programme außerhalb des Skills aufrufen.

Durch dieses Audit nicht erfasst

Risikofunde

Bestätigte Sicherheitsbedenken werden von Punkten getrennt, die noch überprüft werden müssen.

Für dieses abgeschlossene Audit wurden keine bestätigten Sicherheitsbefunde erfasst.

Expertennachweise

Unveränderliche Subjektidentität, Scanner-Metadaten, verworfene Treffer und Nachweise auf Quellcodeebene.

Artefakt-Subjekt

Marketplace-Commit
Nicht verfügbar
Inhalts-Hash
Nicht verfügbar
Tree-Hash
Nicht verfügbar
Skill-Pfad
Nicht verfügbar
Hash der Audit-Nutzlast
Nicht verfügbar

Analysemetadaten

Auditmodell: codex

Analysestatus: Vollständig

Der Umfang ist auf die aufgezeichneten Dateien, Zeilen, Methoden und Nachweise beschränkt. Es wird keine Ausführung in einer Laufzeitumgebung oder Sandbox beansprucht.

Statische falsch positive Treffer ignoriert (4)
Niedrig
references/preprocessing.md:17-25references/preprocessing.md:29-35references/preprocessing.md:39-53references/preprocessing.md:57-69references/preprocessing.md:75-84references/preprocessing.md:88-100references/preprocessing.md:104-112references/preprocessing.md:116-132references/preprocessing.md:144-157
False Positive: Python Examples Flagged as Shell Execution
The flagged references/preprocessing.md locations are fenced Python examples for imputation, scaling, encoding, feature engineering, outlier handling, and pipelines. No shell command execution or command interpolation is present.
The reviewed locations are Markdown code fences containing ordinary Python data science snippets. I found no subprocess, shell, network, or secret handling behavior in those examples.
Niedrig
SKILL.md:178-187SKILL.md:206-208
False Positive: Backtick Formatting Flagged as Commands
The SKILL.md locations use Markdown backticks for a model directory tree and reference file names. This is documentation formatting, not command execution.
The flagged text is inside a Markdown code block or inline Markdown formatting. It contains paths and file names, not runnable shell instructions.
Niedrig
SKILL.md:3-5
False Positive: Weak Cryptography Pattern
The SKILL.md description is plain metadata about machine learning workflows. No cryptographic algorithm, hash function, cipher, or credential handling appears at the flagged location.
The flagged location contains only the skill description text. The weak cryptography alert has no semantic support in the reviewed content.
Niedrig
SKILL.md:68SKILL.md:98
False Positive: System Reconnaissance Pattern
The flagged SKILL.md locations contain ML feature and tuning terms, including geospatial features and grid search. They do not request host, network, user, process, or environment reconnaissance.
The surrounding context is machine learning feature engineering and hyperparameter tuning. I found no commands or instructions for gathering system information.

Verifizieren und exportieren

JSON-Bericht CITATION.cff SARIF 2.1.0 Signiertes Installationsmanifest

Das Manifest und die Lockdatei binden Installationsartefakte an kryptografische Hashes. Diese Integritätsaussage ist von der Sicherheitsbewertung getrennt.

Audit-Nachweis: not_attestable