本发明涉及一种基于深度学习与自适应优化的车辆集群动态分级存储方法，属于数据存储技术领域，解决了现有车辆数据存储系统面临的冷热数据分配不灵活、缓存管理效率低、异常检测能力弱以及冷数据长期存储效率低的问题。包括：获取车辆集群中各车辆的多源车辆数据并进行预处理，得到各车辆在同一时间轴的同步多源车辆数据；基于各车辆的同步多源车辆数据，使用多层次动态时效性及访问频率特征提取网络对同步多源数据进行分类，将各车辆数据标记为冷数据、热数据或中频数据；其中，所述多层次动态时效性及访问频率特征提取网络基于优先级评分对各车辆数据进行分类；构建多层动态缓存架构，对同步多源车辆数据基于标记结果进行动态多层次缓存存储。