系统可靠性理论是安全科学领域的重要基础理论,在各个行业中发挥重要作用,尤其对工矿、交通、医疗、军事等复杂系统更为重要。但随着信息科学和数据科学的发展,系统可靠性分析面临着一些新问题。包括多因素影响下的系统可靠性分析,故障数据中的可靠性与影响因素关系分析,系统可靠性的稳定性分析等。这些问题需要安全系统工程理论与数据科学和信息科学协同研究和解决。论文发展和改进现有空间故障树理论,结合云模型和因素空间等理论对上述问题予以解决。空间故障树可分析系统在多因素影响下的可靠性。云模型可表示故障数据的离散性、随机性和模糊性。因素空间理论用于对故障与影响因素之间的逻辑关系进行分析。云模型和因素空间也可用于对故障数据进行表示和处理。将云模型和因素空间引入空间故障树,使改造后的空间故障树具备在多因素和故障数据影响下能进行可靠性与影响因素分析、推理和表示。研究内容主要分为四部分。（1）引入云模型改造空间故障树。以故障概率衡量可靠性,云化空间故障树继承了空间故障树分析多因素影响可靠性的能力,及云模型表示数据不确定性的能力。从而使云化空间故障树适合于故障数据的分析处理。（2）建立空间故障树框架下的可靠性与影响因素因果关系分析方法。构建可靠性数据的随机变量分解式,因果概念提取和背景关系分析方法。制定影响因素降维方法和故障数据压缩方法。（3）在空间故障树理论框架下,提出作用路径和作用历史的概念;尝试使用运动系统稳定性理论描述可靠性系统的稳定性问题。（4）在空间故障树理论框架下,提出了一些系统可靠性分析方法。包括基于包络线的云模型相似度计算方法;考虑不同因素值变化对系统可靠性影响的模糊综合评价方法;对可靠性评估方法进行了工作环境因素影响下的适应性改造。论文属理论性研究,在空间故障树基础上改进了故障数据处理和逻辑分析能力,发展了可靠性变化描述和稳定性分析理论,同时以实例分析突出方法处理过程。研究可为信息科学和数据科学在安全系统工程中的发展与应用提供有益方法,也为系统可靠性研究提供新的基础理论。该论文有图34幅,表17个,参考文献197篇。