软件可靠性预计模型首先对软件的失效过程进行假设和抽象，在此基础上建立一个软件失效预计的模型，该模型是通过函数的方式来描述的。常用的模型一般以自软件失效数据收集时间开始到当前时间为止的时长为自变量，以收集到的累计失效数据总数为应变量。模型的各种假设和抽象条件通过模型的各个参数来描述。通过从现实的软件可靠性活动中收集到的失效数据集，来估计模型中的各种参数，将估计出来的各种参数的值替代到原模型中，即得到针对某个具体软件的失效预计模型函数，然后给定自变量时间的取值，即得到对应的累计失效数据的预计值。模型的参数估计方法，目前主要有最大似然估计法和最小二乘法等。 本文从经典的软件可靠性预计模型，即经典的基于非齐次泊松过程类的G-O模型出发，对软件可靠性活动的具体过程进行细致研究和分析，提出了一个分段考虑的模型，且对不同阶段软件的故障检测率做不同的考虑，不同的阶段软件调试过程具有不同的特性。对一组在IEEETransactionsonReliability上公开发表的数据的仿真的基础上，证明了新改进的模型较之传统的经典模型有着更好的性能，更加符合现实的软件可靠性活动过程。