随着近年来软件事故的频发,企业对软件可靠性愈发重视。缺陷作为评估可靠性中的不可或缺的部分,往往是造成巨大经济损失的罪魁祸首。因此,如何利用软件缺陷预测技术尽早的发现缺陷以提高软件的可靠性成为了软件生命周期中的一项重要的保障活动,然而,当前的软件缺陷预测技术通常难以投入实际的使用中,主要问题在于模型的适用能力不强,无法提供较为准确的预测结果。针对该问题,本文以文件级别缺陷预测任务为背景,采取了不同于传统的基于软件度量元的预测方法,从程序语义出发,以抽象语法树为研究对象,提出了基于注意力机制的缺陷预测方法,并在其中引入符合程序运行规律的遮罩模型,提升了模型的准确率,并以此建立原型软件,为软件缺陷预测技术的落地使用提供一定的参考价值。本文对缺陷预测技术的探索与实践如下:（1）提出了一种基于注意力机制的缺陷预测方法。本文着眼于抽象语法树并结合现有模型对其研究的不足之处,提出并实现了基于注意力机制的缺陷预测模型,并引入符合程序逻辑的遮罩模型,更好的构建语义特征并以此为基础预测缺陷。（2）对方法进行对比试验并将其工具化。本文选取了三种基准方法,评估它们在缺陷预测中的表现,证明了本文方法的有效性以及引入遮罩模型的必要性。最后根据本文提出的缺陷预测方法实现了一个简易的原型软件工具,促进方法的工业化使用。