本发明公开的一种基于卷积神经网络的软件缺陷预测方法，包括以下步骤：解析软件项目中的各文件源代码，形成ASTToken向量集合；在整数和Token之间建立映射，将ASTToken向量转换成数值向量；利用SMOTE技术对数值向量集合数据进行分类不均衡问题的处理；在数值向量集合基础上构建卷积神经网络，提炼出能够表达代码语义的特征向量；将卷积神经网络学习的特征与传统手工静态特征合并；将具有合并特征的数据集合输入到支持向量机分类器中，训练出软件缺陷预测模型。本发明可直接应用于实际软件的缺陷预测任务中，可以捕捉源码的语义特征，解决传统方法中缺失对语义特征分析的问题，进而提高缺陷预测模型的准确性。