摘要
本发明涉及数据存储管理技术领域,公开了面向海量监控数据的边缘计算存储优化算法、系统,算法包括如下步骤:S1、分层存储步骤:基于监控数据的实时性、重要性及访问频率,将数据划分为实时数据、已处理数据和长期存储数据;S2、数据存储迁移机制步骤;S3、状态构建步骤;S4、动作空间定义步骤;S5、深度强化学习驱动的动态调度步骤:S6、时序预测优化步骤;S7、跨域协作优化步骤。本发明通过采用了基于长期性能评估和自适应优化算法的技术方案,实现了系统资源的动态优化配置。该技术能够实时根据系统运行状态调整存储路径和资源分配,相较于现有技术中固定配置的方案,解决了存储资源利用不均和性能波动的问题。
技术关键词
面向海量监控数据
深度强化学习模型
数据迁移路径
深度强化学习算法
边缘计算中心
跨域协作
资源分配
节点
时序预测模型
数据存储
实时数据
云端
数据迁移机制
存储优化系统
动态