El brote de la enfermedad por coronavirus (COVID-19) ha llevado a diversas industrias a emprender esfuerzos de transformación digital, con el software desempeñando un papel crítico. Asegurar la fiabilidad del software es de suma importancia dada su amplia utilización en múltiples industrias. Por ejemplo, el software tiene aplicaciones extensas en áreas como el transporte, la aviación y los sistemas militares, donde los problemas de fiabilidad pueden resultar en lesiones personales y pérdidas financieras significativas. Numerosos estudios se han centrado en la fiabilidad del software. En particular, el modelo de crecimiento de fiabilidad del software ha servido como una herramienta prominente para medir la fiabilidad del software. Estudios previos a menudo han asumido que el entorno de pruebas es representativo del entorno operativo y que las fallas de software ocurren de manera independiente. Sin embargo, los entornos de pruebas y operativos pueden diferir, y las fallas de software a veces pueden ocurrir de manera dependiente. En este estudio, proponemos un nuevo modelo que asume entornos operativos inciertos y fallas dependientes. En otras palabras, el modelo propuesto en este estudio tiene en cuenta una gama más amplia de entornos. Los ejemplos numéricos en este estudio demuestran que la bondad de ajuste del nuevo modelo es significativamente mejor que la del SRGM existente. Además, mostramos la utilización de la prueba de razón de probabilidad secuencial (SPRT) basada en el nuevo modelo para evaluar la fiabilidad del conjunto de datos.