本发明公开了一种基于图卷积神经网络的软件缺陷预测方法，利用GCN算法训练模型对输入的代码文件进行缺陷类型的预测。本发明通过Bert模型将软件的源代码文件进行特征提取，并通过构建抽象语法树实现了源代码中的文件之间的关联，然后使用关联算法Apriori将代码中可能具有缺陷传递的文件进行关联，最后将源文件的特征向量与特征向量之间的关联关系作为邻接矩阵作为输入，实现了对GCN模型的训练。当判断软件代码文件是否存在缺陷时，将代码文件自动转化为其对应的特征向量向量作为模型的输入，GCN模型输出代码文件可能存在缺陷，从而大大减少了测试人员的工作量。
