本发明公开了一种基于机器学习和静态分析的软件集成测评方法，包括：收集历史版本软件源码的缺陷信息，进行统一格式化处理；对历史版本软件源码扫描分析，提取原始缺陷分析结果中的关键信息；提取历史版本软件源码的代码特征信息；将已知缺陷信息、缺陷分析结果、代码特征信息进行数据组合，构建机器学习算法模型的输入数据；设定训练模型及参数，完成机器学习算法模型的训练和调优；对待分析的目标代码重复执行，获得目标代码的特征数据；将待分析的目标代码特征数据输入机器学习算法模型，获得软件缺陷分析结果。本发明通过机器学习算法对原始分析结果进行进一步集成和优化，过滤部分错误报告，同时补充单一静态工具遗漏的缺陷。