一种铁路CTC系统云平台的数据存储优化方法

本发明提出一种铁路CTC系统云平台的数据存储优化方法，包括：实时收集列车运行数据，并对运行数据进行预处理；利用边缘计算设备本地存储的数据进行机器学习模型训练；定期将各边缘节点的模型参数上传至中央服务器进行聚合和更新，生成全局模型，并使用轨道异步更新算法允许边缘节点在不同步的情况下进行参数更新；设计量子算法对数据进行压缩和索引优化；利用量子机器学习模型预测列车调度需求，动态调整存储资源分配策略，优化数据存储和处理流程。本发明解决了数据传输延迟、单点故障、安全性和隐私保护等问题，利用边缘计算、联邦学习和量子计算的优势，提供了一种高效、可靠的数据存储优化方案，显著提高了铁路CTC系统的性能和安全性。