Audit-Verlauf
scikit-learn - 7 Audits
Versionsvergleich
Änderungen an Fähigkeiten und Befunden über geprüfte Versionen hinweg, neueste zuerst.
| Version | Datum | Ergebnis | Prüfelemente | Änderung ggü. vorheriger |
|---|---|---|---|---|
| v7 Neueste | 2026年7月5日 17:04 | 2 bestätigt | 0 | Keine Änderung der Fähigkeiten |
| v6 | 2026年7月5日 17:04 | 2 bestätigt | 0 | Keine Änderung der Fähigkeiten |
| v5 | 2026年6月30日 05:31 | 1 bestätigt | 1 | Keine Änderung der Fähigkeiten |
| v4 | 2026年1月17日 06:57 | Keine bestätigten Befunde | 0 | Keine Änderung der Fähigkeiten |
| v3 | 2026年1月17日 06:57 | Keine bestätigten Befunde | 0 | Enthält SkripteExterne BefehleDateisystemzugriff |
| v2 | 2026年1月12日 16:05 | Keine bestätigten Befunde | 0 | Netzwerkzugriff Enthält Skripte |
| v1 | 2026年1月5日 16:23 | Keine bestätigten Befunde | 0 | Ausgangsbasis |
2026年7月5日 17:04
Static alerts were overwhelmingly false positives from Markdown fences, sklearn imports, grid-search terminology, and documentation URLs. No prompt injection or malicious command execution was found. Two contextual issues remain: unsafe model deserialization guidance and an affiliated external service promotion.
Bestätigte Sicherheitsbedenken (2)
Risikofaktoren
⚡ Enthält Skripte (7)
📁 Dateisystemzugriff (5)
⚙️ Externe Befehle (55)
🌐 Netzwerkzugriff (4)
2026年7月5日 17:04
Static alerts were overwhelmingly false positives from Markdown fences, sklearn imports, grid-search terminology, and documentation URLs. No prompt injection or malicious command execution was found. Two contextual issues remain: unsafe model deserialization guidance and an affiliated external service promotion.
Bestätigte Sicherheitsbedenken (2)
Risikofaktoren
⚡ Enthält Skripte (7)
📁 Dateisystemzugriff (5)
⚙️ Externe Befehle (55)
🌐 Netzwerkzugriff (4)
2026年6月30日 05:31
Static analysis reported many command, script, network, and keyword findings, but review found they are mostly markdown code fences, Python imports, ML terminology, and documentation links. No prompt injection, credential access, network exfiltration, or malicious intent was found. The main publishable concern is that examples load pickle or joblib model files, which can execute code if users load untrusted artifacts.
Bestätigte Sicherheitsbedenken (1)
Befunde, die überprüft werden müssen (1)
Diese Feststellungen stammen aus unsicheren Legacy-Audit-Urteilen; daher müssen sie überprüft werden, werden jedoch nicht als bestätigte Sicherheitsprobleme gezählt.
Statische falsch positive Treffer ignoriert (3)
Diese statischen Treffer wurden durch semantische Prüfung verworfen oder entsprachen reinen Schema-Tokens; daher werden sie aus Transparenzgründen angezeigt, beeinflussen jedoch nicht die Qualitätsbewertung.
Risikofaktoren
⚡ Enthält Skripte (3)
⚙️ Externe Befehle (4)
📁 Dateisystemzugriff (4)
🌐 Netzwerkzugriff (3)
Erkannte Muster
2026年1月17日 06:57
AI analysis failed after multiple attempts - MANUAL REVIEW REQUIRED before publishing. This skill cannot be auto-published until reviewed by a human.
Risikofaktoren
⚡ Enthält Skripte (7)
⚙️ Externe Befehle (500)
📁 Dateisystemzugriff (7)
Erkannte Muster
2026年1月17日 06:57
AI analysis failed after multiple attempts - MANUAL REVIEW REQUIRED before publishing. This skill cannot be auto-published until reviewed by a human.
Risikofaktoren
⚡ Enthält Skripte (7)
⚙️ Externe Befehle (500)
📁 Dateisystemzugriff (7)
Erkannte Muster
2026年1月12日 16:05
The static analysis findings are predominantly false positives. The detected 'external_commands' are actually Python import statements and code examples, not shell executions. The 'C2 keywords' and 'weak cryptographic algorithm' findings appear to be erroneous pattern matches with no actual security implications. This is a legitimate educational resource for scikit-learn.
Statische falsch positive Treffer ignoriert (1)
Diese statischen Treffer wurden durch semantische Prüfung verworfen oder entsprachen reinen Schema-Tokens; daher werden sie aus Transparenzgründen angezeigt, beeinflussen jedoch nicht die Qualitätsbewertung.
Risikofaktoren
🌐 Netzwerkzugriff (1)
2026年1月5日 16:23
This skill contains only educational documentation and example scripts for scikit-learn. No malicious code detected. All files are legitimate machine learning examples using standard scikit-learn functionality.