随着大数据的发展,高性能计算在许多规模领域中越来越重要,传统的HDD越来越不能满足实际对高速I/O的需求,基于NAND Flash的SSD已经广泛使用在各类的应用中,但因Flash本身具有I/O不对称性,写前擦除,异地更新,使用寿命有限制等特性,这些特性引起了写放大情况的出现,降低了写性能和减少了闪存的使用寿命,如何有效的对数据进行冷热识别来减少写放大率和延长使用寿命是目前研究的重点。本文针对目前现有冷热识别算法不足之处进行改进而提出了一种数据温度感知算法,它将原来的一个数据访问周期化分为多个子周期,每个子周期中通过CBF进行统计数据页请求次数,利用BF记录当前子周期内达到阈值的数据页,同时引入了温度概念,使用冷、热、温暖三种状态来表示数据的访问情况,这样可以识别忽冷忽热的数据,从而有效的提高数据页面的识别精度。通过理论和实际分析,该算法拥有良好的识别精度,较低的时间和空间复杂度。本文将数据温度感知算法运用在SSD的缓存管理中,针对闪存的特点提出了将缓存区中置换出来的数据页按照相同的访问规律写入到同一个闪存块中,从而有效减少写放大率,增加垃圾回收效率,通过SSDSim仿真平台,对识别精度、内存消耗和块擦除次数以及块擦除时有效页面的复制次数为参数与MBF算法进行对比实验,实验结果表明本文提出的算法提高了 32%的识别精度,节约了 23%的内存消耗,提高了 13%的写效率。由于现有SSD的固有特点和价格因素,在将来一段时间内是不能完全取代HDD的,所以结合两者之间的优点是将来的研究方向,本文基于对时间敏感混合存储模型的改进提出一种数据温度感知混合存储模型,即使用数据温度感知算法来进行对页面进行较高精度的识别,以减少数据的迁移率从而提高整体I/O效率,通过对运行时间和数据迁移代价为指标设计了与时间敏感模型的对比实验,实验结果表示本文提出的模型具有良好的性能,能进一步有效的提高整体I/O性能和减少非必要的数据迁移。