本发明公开了一种跨项目软件老化预测方法，首先对源项目和目标项目中的数据进行预处理，之后采用联合分布域适应减小边缘分布和条件分布差异，然后采用欠采样法和改进的子类判别分析法缓解类不平衡问题，最后使用机器学习分类器(逻辑回归等)进行预测。本发明考虑了软件老化缺陷数据集源项目和目标项目间的条件分布差异，并进一步采用改进的子类判别分析法等缓解极其严重的类不平衡问题。它解决了传统跨项目软件老化缺陷预测方法精度以及健壮性不高的问题，有助于开发者在开发测试阶段发现软件老化相关缺陷并移除，避免软件老化问题带来的损失。本发明已在真实软件上验证过其可行性，并可推广至其他软件来预测软件老化相关缺陷。