软件安全缺陷发现模型作为软件缺陷动态预测技术的一个重要分支,得到了广泛的应用和深入的研究。已有的模型拟合准确性参差不齐,并大多是针对软件缺陷发现的整个过程的描述。本文提出了一种准确度更高的模型,并提出了在软件发布初期如何准确的描述缺陷发现过程。本文从软件安全缺陷、软件缺陷发现过程、软件安全缺陷发现模型基本概念和研究现状出发,通过分析五种经典软件安全缺陷发现模型,全面总结了软件安全缺陷的发现过程。针对基于指数模型能够较强的适用性及一种广泛应用的油气田预测模型,本文提出了一种新的基于指数增长模型的软件安全缺陷发现模型:R-ExM模型。该模型通过统计软件发布后,随时间推移通过累计缺陷发现数量算法得到累计发现的安全缺陷数量。模型的具体实现以缺陷发现数量率与实时的累积缺陷数量之比,随时间的的推移一直存在着较好的半对数关系,从而建立模型。在软件发布初期,给出基于最小二乘法的多项式模型及有理函数模型的构建过程。这种构建过程可以更准确的描述软件缺陷发现过程。本文将R-ExM模型应用于系统软件及服务器软件,通过与历史缺陷数据进行对比,验证了模型的合理性和有效性,并给出了在发布初期,数据不充足的情况下构建基于多项式模型及有理函数模型的过程。最后,本文将R-ExM模型与WBM模型分别应用于三种具有代表性的软件,通过对比两者的预测结果,验证了R-ExM模型具有更好的软件安全缺陷发现能力。