Debido a los avances en las tecnologías de CPU y almacenamiento, la velocidad de procesamiento de tareas ha estado aumentando. Sin embargo, ha habido una relativa desaceleración en las velocidades de transferencia de datos entre discos y memoria. En consecuencia, el problema de la velocidad de procesamiento de E/S se ha convertido en una preocupación significativa en tareas intensivas en E/S. Este artículo de investigación propone CluMP, que predice el siguiente bloque a solicitar dentro de un proceso utilizando una cadena de Markov clusterizada. En comparación con el enfoque simple de anticipación de lectura comúnmente utilizado en sistemas Linux, CluMP puede predecir el almacenamiento previo de manera más precisa y requiere menos memoria para el proceso de predicción. CluMP demostró una mejora máxima en la proporción de aciertos en memoria del 191.41% en la carga de trabajo de KVM en comparación con la anticipación de lectura, así como una mejora máxima del 130.81% en la carga de trabajo de compilación del kernel de Linux. Además, CluMP proporciona la ventaja de adaptabilidad a los objetivos del usuario y las cargas de trabajo utilizadas al incorporar varios parámetros, lo que permite un rendimiento óptimo en diversos patrones de carga de trabajo.