随着网络与信息化技术的不断发展,目前互联网的数据存储量与日俱增。相对于结构单一、吞吐量低的传统存储方式,当前的云存储平台通过集群化存储管理技术,解决了庞大数据量的存储需求问题,极大地提高了存储效率。然而,仅仅能够存储数据并不是目前云存储技术追求的唯一目标。在实际的云存储环境中,数据在自己信息生命周期内的每个阶段具备不同的访问量,因此将访问量较高的数据存储在性能更高的存储设备上,能够提高集群存储效率。分级云存储技术通过组织管理集群设备,能够充分利用集群异构特性,为具有不同数据存储要求的用户提供相应的存储服务,为存储价值不同的数据合理分配性能不同的存储设备,以提高系统存储效率。本文深入研究了现有的分级云存储技术,提出了一种基于数据预分类的多目标优化分级云存储方案,用于在云存储环境中实现数据的分级存储。为了组织设备结构、感知数据热度分布情况,提出了一种基于设备分级与数据热度评估的适用性模型。该模型通过三层分级结构来组织集群设备,依据设备性能属性来计算设备性能值,并以此建立了系统的设备性能层级划分结构。此外,该模型通过数据访问情况来评估数据热度,并对数据按存储价值进行预分类。最后,该模型按照设备的性能层级划分情况来为每类数据预先选择合适的存储区域。同时,为了优化系统性能,本文以影响云存储系统性能的关键因素来制定数据的放置策略,以访问时间、访问延迟、迁移成本、负载变化为优化目标,建立了一种分级存储放置决策模型。该决策模型基于改进的多目标进化算法,权衡了这些系统性能影响因子间的利弊关系,为每个数据制定了最终的存储放置决策,从而获得最优的系统性能。然后,本文在云计算模拟器CloudSim中,拓展了分级云存储相关的功能结构,包括提出的分级结构、数据评估与存储预选模型、以及最终的存储放置决策方案。最后,通过多次的模拟仿真实验表明,本文所提出的分级云存储方案在一定程度上降低了系统消耗,提升了数据访问速率。