随着软件系统规模不断增大，软件复杂性不断增加，满足软件可信需求成为人们日益重视的问题。而软件可信性评估方法是否科学、合理，则直接决定了能否正确的衡量软件的可信性，从而在众多软件中选择可信性最高的软件。因此，软件可信性评估模型的研究对软件可信性领域的发展意义重大。　　本文研究了当前软件可信评估研究现状，针对当前使用较多的层次分析法、灰关联等可信评估模型的不足，提出了基于粗糙集和层次分析法集成的软件可信评估模型（RS-AHP模型），主要是通过粗糙集得到评估软件可信属性的客观权重，然后利用层次分析法剖析具体客户对软件的需求，确定客户的主观权重，最后将利用权重结合因子得到最后的组合权重，用于计算软件可信评估值。　　RS-AHP可信评估模型综合了粗糙集和层次分析法，让二者各自的优点互补对方的缺点，具体表现为:　　(1)RS-AHP模型中粗糙集可约简评估指标，使用户可以更直接有效的对关键指标赋予主观权重，而且为层次分析法减少了大量的矩阵运算。　　(2)在RS-AHP模型中，粗糙集依据当前收集的软件指标得分确定各指标的权重，以评估数据为基础，能够比较准确的反映软件的实际情况。层次分析法充分反映了客户的可信需求和经验积累，这样既考虑了各个软件自身的具体情况，又体现了用户的需求和经验。　　(3)与灰关联模型不同，RS-AHP模型可以对评估软件进行可信排序，在客户选择软件时给用户直观的选择，而灰关联只给出软件的可信评估级别，对可信评估级别相同的软件无法给出相对排序。