WLAN(Wireless Local Area Networks)即无线局域网。其优点是速度快、价格便宜、能够灵活组网,目前被广泛应用于医院、商场等大型机构,已经具有较大的规模。WLAN作为宽带接入的重要手段,它的性能将直接影响网络服务质量。大数据(big data),指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。它的特点是海量、增长速度极高、数据类型繁多、且涉及范围广泛。由于具备以上特点,对大数据的处理需要更强决策力、敏锐观察力及流程优化能力。WLAN核心性能指标如网络设备性能管理、用户行为特征、用户投诉处理等都需要从WLAN大数据样本中提取特征并进行性能分析。为此,构建基于大数据的WLAN核心性能评估系统具有实际意义。本文使用WinPcap技术、Hadoop平台、聚类分析算法构建WLAN评估系统,针对网络运营商主要关注的WLAN若干核心性能指标进行分析,以实时准确地掌握性能指标的动态变化,为厂商后续拓展提供方便。论文的主要工作如下:(1)利用WinPcap技术采集WLAN中产生的海量数据。WinPcap是基于Win32平台的网络数据包捕获和分析平台,具有代码开源、性能稳定、效率极高等特点,可以处理复杂和丰富的来自网络的各种数据包,从而利用WinPcap技术采集WLAN海量数据以实现对大数据的分析处理。(2)设计Hadoop平台对采集数据进行存储。Hadoop是一个分布式系统基础架构,其分布式文件系统容错性能非常好,在低档次的硬件上同样可以应用。Hadoop吞吐量高的特点可以满足访问应用程序的各种数据,所以具有超大数据集的应用能力。(3)研究了聚类分析算法分析处理WLAN大数据。利用聚类分析算法分析WLAN产生的海量数据,衡量不同WLAN数据源间的相似性,并把数据源分类到不同的簇中。(4)构建了WLAN核心性能指标评估系统。针对网络运营商主要关注的WLAN核心性能指标进行研究和分析,并通过KPI数据对用户感知进行评估。该系统充分利用了集群的优势进行高速运算和存储,分别针对资源与组网的方便性以及传输的效果等方面来提高网络性能,切实为用户提供满意服务。