某一特定岩土场地的试验数据、监测资料和观测信息等通常十分有限,然而贝叶斯方法却可充分利用有限的场地信息克服试验数据样本量较小的不足。为有效估计有限样本条件下参数统计特征,提出了基于结构可靠度方法和贝叶斯更新(BUS)的边坡可靠度更新方法,通过融入直剪试验数据更新无限长边坡可靠度验证了提出方法的有效性,并系统探讨了岩土体参数先验信息如试验样本量、概率分布和似然函数模型对边坡可靠度更新的影响规律。结果表明:BUS方法能够考虑岩土体参数概率分布和似然函数模型的影响,融入有限的场地信息准确地估计参数统计特征和更新边坡可靠度,为解决有限样本条件下边坡可靠度更新问题提供了一条有效的途径。土体参数概率分布对边坡可靠度更新结果(参数后验均值、标准差以及更新的失效概率)具有重要的影响,基于常用的正态和对数正态分布的边坡可靠度更新结果偏于保守,相比之下,似然函数模型对边坡可靠度更新结果的影响相对较小。此外,岩土体参数不确定性和更新的边坡失效概率均随着试验样本量的增大而减小,但当样本量增大到一定程度时它们的变化不大。