本发明公开了一种基于多模型对比的软件老化预测方法及装置，属于软件老化领域，从目标软件系统收集老化指标，将其处理成时间序列数据作为模型的预输入；针对老化数据规模，设计包括机器学习和神经网络的老化预测模型，计算各模型的预测误差，选定误差最小的模型作为候选模型；计算该模型与其他模型间是否存在显著性差异，如果差异性明显，选定该模型为最终的老化预测模型。本发明解决了单个模型预测结果可能会影响决策制定的问题，用户可以根据老化数据特征和预测误差自动地选择适合的模型，避免了主动性的维护措施或早或晚地执行，降低对软件可靠性的影响。可以扩展更多的模型，针对不同的老化数据规模可以选择最优的预测模型帮助系统运维。