對(duì)云存儲(chǔ)系統(tǒng)中的大數(shù)據(jù)進(jìn)行優(yōu)化聚類設(shè)計(jì)，降低存儲(chǔ)開(kāi)銷，提高數(shù)據(jù)管理和調(diào)度能力，傳統(tǒng)方法中對(duì)云存儲(chǔ)大數(shù)據(jù)聚類方法采用量子進(jìn)化方法，當(dāng)量子群個(gè)體存在非線性偏移時(shí)，數(shù)據(jù)聚類存在局部收斂，導(dǎo)致聚類準(zhǔn)確度降低。提出一種基于優(yōu)化粒子群算法的云存儲(chǔ)中大數(shù)據(jù)優(yōu)化聚類算法，進(jìn)行了云存儲(chǔ)大數(shù)據(jù)聚類的原理分析，在傳統(tǒng)的模糊C均值聚類的基礎(chǔ)上，采用粒子群聚類算法進(jìn)行大數(shù)據(jù)聚類算法改進(jìn)設(shè)計(jì)，把數(shù)據(jù)的分割轉(zhuǎn)化為對(duì)空間的分割，得到云存儲(chǔ)系統(tǒng)中海量數(shù)據(jù)的模糊聚類中心矢量，采用粒子群聚類方法對(duì)聚類數(shù)據(jù)的離散樣本進(jìn)行動(dòng)態(tài)分配，得到數(shù)據(jù)聚類的信息素濃度，結(jié)合粒子群優(yōu)化聚類的約束條件，求得云存儲(chǔ)中大數(shù)據(jù)聚類的中心最優(yōu)解。仿真結(jié)果表明，采用該算法進(jìn)行云存儲(chǔ)中大數(shù)據(jù)優(yōu)化粒子群聚類，數(shù)據(jù)聚類的聚類準(zhǔn)確度高，收斂性能較好，能在較短的迭代步數(shù)下計(jì)算得到最優(yōu)解，在模式識(shí)別等領(lǐng)域展示了較好的應(yīng)用價(jià)值。