本发明公开了一种基于异质图神经网络的软件缺陷预测方法，属于软件缺陷测试领域：首先，针对已有的软件仓库和软件缺陷日志数据，通过相应的解析将它们转化为对应的代码图和缺陷链；并根据缺陷描述信息的内容，通过带状态机的前缀树将代码图中的节点与缺陷图中的节点进行跨域关联；分别对代码节点和缺陷节点生成表示向量后，送入到异质图神经网络中进行多层次的注意力聚合，得到内容和语义路径的信息传递，并得到连接的代码节点和缺陷节点；使用知识图谱表示学习方法对连接节点进行解码，将解码得分归一化后即得到代码节点是否存在缺陷；本发明从新的方式开展软件缺陷预测，提高了软件缺陷预测工具的精确性。