一种基于人工智能的数据优化存储方法

本申请公开了一种基于人工智能的数据优化存储方法，涉及数据存储领域，包括：采集存储单元的存储速率数据和数据传输单元的传输速率数据；采用基于密度的局部异常因子LOF算法对存储速率数据进行异常检测；采用基于SARIMA和LSTM的多模型组合预测方法，得到下一时刻的预测传输速率序列；计算采集的传输速率数据与预测传输速率序列之间的残差；构建基于近端策略优化PPO的深度强化学习模型；根据存储速率异常点序列和传输速率残差序列构建多目标奖励函数，通过最大化目标奖励函数训练深度强化学习模型，生成最优的数据传输速率控制策略。针对现有技术中存储资源利用不平衡，本申请平衡存储资源的利用。