Con la profunda integración de la tecnología de comunicación y la tecnología de Internet de las cosas, la estructura de la red periférica se está volviendo cada vez más densa y heterogénea. Al mismo tiempo, en el entorno de la red periférica, características como los servicios diferenciados de área amplia, el despliegue descentralizado de recursos informáticos y de red, y un entorno de red altamente dinámico conducen al despliegue de nodos de caché periférica redundantes o insuficientes, lo que restringe la eficiencia del almacenamiento en caché de servicios de red y la asignación de recursos. Ante los problemas mencionados, se lleva a cabo una investigación sobre la optimización conjunta del almacenamiento en caché de servicios y recursos en el escenario de red periférica descentralizada. Por lo tanto, hemos realizado investigaciones sobre el almacenamiento en caché colaborativo de datos de entrenamiento entre múltiples nodos periféricos y optimizado el número de nodos de almacenamiento en caché colaborativo. En primer lugar, utilizamos un modelo de múltiples colas para modelar el proceso de almacenamiento en caché colaborativo. Este modelo puede utilizarse para simular el proceso de reemplazo de caché en red en nodos de almacenamiento en caché colaborativo. De esta manera, podemos describir de manera más clara el flujo de datos y los cambios de almacenamiento durante el proceso de almacenamiento en caché. En segundo lugar, considerando la limitación del espacio de almacenamiento de los nodos periféricos y la demanda de datos de entrenamiento dentro de un epoch de entrenamiento, proponemos un algoritmo de descenso de gradiente estocástico para obtener el número óptimo de nodos de almacenamiento en caché. Este algoritmo tiene en cuenta completamente las restricciones de recursos en aplicaciones prácticas y proporciona una forma efectiva de optimizar el número de nodos de almacenamiento en caché. Finalmente, los resultados de la simulación muestran claramente que el número optimizado de nodos de almacenamiento en caché puede mejorar significativamente la tasa de adecuación y la tasa de aciertos de los datos de entrenamiento, con una tasa de adecuación que alcanza el 84% y una tasa de aciertos que alcanza el 100%.