软件产品和我们日常的工作生活息息相关,一旦软件中存在缺陷,可能会带来严重后果。由于软件本身是一种逻辑实体,并且软件产品开发过程中往往涉及人员、技术、管理及成本等多方面,缺陷往往难以避免。目前应对缺陷的主流方法是软件测试技术,但随着软件和信息技术服务业的蓬勃发展,软件规模越来越大和软件复杂度越来越高,导致测试资源紧张和测试速度过慢。随着发现缺陷时间点的延长,修复缺陷的代价呈指数级增长,因而尽可能早地发现缺陷尤为重要。软件缺陷预测是应对上述问题的一种可行方法,主要是根据历史数据来预测软件模块是否存在缺陷,该技术能提高测试资源分配效率。基于有监督的缺陷预测模型需要当前项目或外部项目的历史数据带有标签。根据训练集的来源不同,有监督的缺陷预测可以分为同项目缺陷预测和跨项目缺陷预测。这两种场景下训练集分别来自于同一个项目的数据和外部其他项目的数据。本论文主要研究基于机器学习的新技术来解决这两种缺陷预测场景所面临的问题,如同项目缺陷预测中的分类不平衡,跨项目缺陷预测中的源项目与目标项目数据集之间的分布差异性,旨在进一步提升缺陷预测的性能。具体研究内容如下:（1）针对类不平衡问题,讨论了类不平衡对大部分基分类器预测性能好坏的具体影响;紧接着,探究了采用代价敏感学习和集成学习是否能提高部分基分类器缺陷预测的性能;然后,结合采样和集成学习,提出了一种基于不平衡率进行策略选择的软件缺陷预测方法,该方法将根据训练集不平衡率值的不同,决定构建缺陷预测模型前是否需要采样,实验结果表明了该方法的有效性。（2）针对源项目与目标项目数据集间存在的分布差异性问题,本文提出了一种标记缺陷严重性的多源跨项目软件缺陷预测方法。它能充分利用跨项目方法的优势,将区别测试集的所有项目的数据整合成训练集,并进行特征取值预处理,使得源项目数据及目标项目数据的各个度量元具有更为接近的取值分布。并在此基础上设计了一种标记缺陷严重程度的方法,定量描述了缺陷实例的缺陷严重程度,细分缺陷严重程度可以提高测试效率,实验结果表明了该方法的有效性。（3）在进行软件缺陷预测任务时,数据集、模型评估、模型应用是关注的重点,据此,设计并实现了软件缺陷预测系统,希望可以分析数据集、评估模型和预测待测实例。本论文扩展了机器学习技术在软件工程领域方向的应用,并给软件缺陷预测提供新的解决方案,对软件质量保障具有重要意义。