在大气层外的空间环境中,存在大量电子、质子和重离子等高能带电粒子,这些粒子会造成航天器半导体电路发生单粒子效应。单粒子效应是由于高能带电粒子对于集成电路一次轰击所造成的故障,主要包括单粒子翻转、单粒子功能中断和单粒子瞬态故障,这一类故障又被称为软错误。在航天领域由于高能粒子辐照的存在,系统可靠性十分容易收到软错误的影响。软错误对程序可能造成很多负面影响。其中静默数据损坏是指在软错误的影响下,程序正常执行至结束但是结果发生错误。由于这一特性,静默数据损坏被视为软错误影响下对程序可靠性影响最大的负面因素,所造成的负面影响可能会造成很严重的后果。现代的编译器在编译过程中会提供优化功能。编译优化会可能对指令顺序进行调换,对指令数量进行删减,这样就会导致错误传播过程发生改变,从而影响程序发生软错误的可能性,进一步影响程序发生静默数据损坏的可能性。然而,编译器提供的编译优化选项往往是针对程序性能提升进行设计,对于程序可靠性的提升并不显著。其次,编译器提供的编译优化选项具有普适性不具有针对性,无法针对特定的程序实现可靠性的显著提升。因此,针对不同的程序,要想使得编译优化选项效果最优就需要对编译优化选项进行配置,调整编译优化通道的顺序和数量。本文主要针对编译优化对于基于软错误的程序可靠性的影响展开研究,提出基于编译优化技术的程序可靠性优化方法,从以下两方面展开工作:（1）在LLVM编译框架的基础上,结合程序可靠性分析模型,研究LLVM编译优化通道以及子序列对于程序可靠性的影响,对编译优化序列与程序可靠性之间的关系进行定量分析,为针对特定程序生成特定的编译优化序列打下基础;（2）对强化学习的算法特性进行分析研究,提出基于强化学习的面向程序可靠性的编译优化序列生成框架P2OR,并设计深度强化学习模型POACER并实现强化学习模型。通过智能体的探索与策略学习,为特定程序生成可靠性提升最为显著的编译优化序列,并通过实验进行验证。