赵 东，韩晓艳，赵宏伟，于繁华

(1.吉林大学 计算机科学与技术学院，长春130022;2.长春师范大学 计算机科学与技术学院，长春130032;3.吉林农业大学 信息技术学院，长春130118)

0 引 言

负载均衡算法优化技术相对来说已比较成熟。毛誉熹等［1］利用IA－DSR(基于干扰感知的负载均衡路由协议)改进了网络的整体吞吐量。郑相全［2］通过跨层优化路径的方法提高网络的吞吐量来优化负载节点。文献［3］利用于多信道技术改善无线网络的通信，以优化传输速率，提高网络负载。王敏等［4］采用最大路径的方法进行负载均衡处理，其方法的主要缺点是没有考虑所选信道的拥塞情况。其中文献［5-6］还提及利用无线传感器网络，在不考虑节点密度分布的情况下对节点进行处理，能够有效地改善其负载性能。文献［7］对异构无线网络节点性能与代价进行处理和评估，从而优化部署实施策略。朱永娇等［8］使用遗传聚类方法对路由算法进行改进，实现无线传感网负载均衡。

本文运用Hadoop 技术原理将Slave 节点的数据汇集成数据节点，根据其Slave 节点的数据特点进行分类处理，使特征相似的Slave 节点归为一类。同一类别Slave 节点，其处理能力及目前状态可能非常相近，类别的不同决定其处理能力及当前状态的显著不同，因此根据其类别特点按照其资源空闲状况进行有效排序，再通过Master节点进行协调和分配Slave 节点任务，进而达到节点优化和提高资源效率的目的。本文结合MapReduce 模型、动态多因素组合及KNN 分类方法对网络节点进行分类及资源配置，以实现优化网络负载均衡的目的。……