简介： 本发明涉及一种基于参数Bootstrap重抽样的软件失效时间预测方法，该方法对一般软件可靠性模型进行优化后再进行软件下一次失效时间的预测，包括：构建一般软件可靠性模型，使用原始失效数据序列计算所述一般软件可靠性模型的参数估计值；基于所述参数估计值构造参数分布函数；使用所述参数分布函数进行蒙特卡洛模拟，随机抽样得到Bootstrap样本；基于所述Bootstrap样本重新计算所述一般软件可靠性模型的参数估计值；基于步骤四获得的参数估计值进行软件下一次失效时间的预测。与现有技术相比，本发明预测能力较一些广泛使用的神经网络和核函数方法预测效果更佳，提高了小样本失效数据情况下软件失效时间预测的准确性。