一种基于深度学习的智能数据分类存储方法与系统

本发明涉及一种基于深度学习的智能数据分类存储方法与系统，方法包括：获取原始数据集，预处理后获得多维数据集；获取数据的频率统计集，并采用最小二乘法对频率统计集进行拟合，得到每类数据的访问频率预测值；根据访问频率预测值与预设频率阈值的对比情况为对应数据生成高频或低频数据标识；并据此构建高频数据清单和低频数据清单；根据存储位置索引获取存储节点的存储成本权重和访问延迟指标；计算各个存储节点的存储效率评分；计算各个存储节点的分配比例，通过存储效率评分进行调整，生成多层次存储分配方案；根据多层次存储分配方案生成对应的迁移指令后，进行数据迁移，实现数据的层次化分类存储。本发明能够提高系统存储资源利用率。