本发明公开了一种基于联合概率域适应的跨项目软件老化缺陷预测方法，对源项目和目标项目中的数据进行预处理，采用主成分分析法进行降维处理，采用基于聚类的合成少数类样本法缓解类不平衡问题，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可迁移性(不同域同一类间的距离)以及可判别性(不同域不同类之间的聚类)，并进一步采用主成分分析法进行降维处理，减少特征冗余程度。本发明提高了传统跨项目软件老化缺陷预测方法的精度以及健壮性，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，一定程度上避免软件老化问题带来的损失。