Las aplicaciones intensivas en datos están generando cantidades masivas de datos que se almacenan en plataformas de computación en la nube donde se utilizan sistemas de archivos distribuidos para el almacenamiento en el backend. La mayoría de los usuarios de esas aplicaciones desplegadas en sistemas de computación en la nube leen datos con más frecuencia de lo que escriben. Por lo tanto, mejorar el rendimiento de las operaciones de lectura es un tema de investigación importante. El prefetching y el almacenamiento en caché se utilizan como técnicas importantes en el contexto de los sistemas de archivos distribuidos para mejorar el rendimiento de las operaciones de lectura. En esta investigación, presentamos un algoritmo basado en patrones frecuentes altamente relevantes (HRFP) que prefetches contenido del entorno del sistema de archivos distribuido y lo almacena en las cachés del lado del cliente que están presentes en el mismo entorno. También hemos introducido una nueva política de reemplazo y una técnica de migración eficiente para mover los patrones de las cachés de la memoria principal a las cachés presentes en los dispositivos de estado sólido basándonos en una nueva métrica, a saber, la relevancia de los patrones. Según los resultados de la simulación, el enfoque propuesto superó a otros algoritmos que se han sugerido en la literatura en un mínimo del 15% y un máximo del 53%.