Эта работа посвящена исследованию методов кластеризации, которые могут быть применимы к граничным вычислениям в крае конечного пользователя. В ходе исследования было выявлено, что на основе технологий контейнерной виртуализации были созданы несколько перспективных решений для кластеризации. Но данные решения имеют недостатки. С целью устранения этих недостатков были реализованы новые компоненты – автоматический классификатор устройств и контроллер оптимального планирования, который позволяет пользователю гарантировать запуск вычислений на подходящем узле кластера. Это позволило создать полноценное решение. Результаты тестирования и апробации нового решения показали перспективность его внедрения в промышленное использование для кластеризации и управления ARM устройствами, которые используются для парадигмы граничных вычислений.

This paper explores clustering techniques that may be applicable to edge computing at the end-user edge. During the study, it was revealed that several promising solutions for clustering were created on the basis of container virtualization technologies. But these solutions have drawbacks. In order to eliminate these shortcomings, new components were implemented - an automatic device classifier and an optimal scheduling controller, which allows the user to guarantee the start of computations on a suitable cluster node. This allowed us to create a complete solution. The results of testing and approbation of the new solution showed the prospects of its implementation into industrial use for clustering and managing ARM devices that are used for the edge computing paradigm.