moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2025.50.3.005 1925 Эффективные совместные периферийные вычисления для транспортной сети с использованием службы кластеризации Efficient collaborative peripheral computing for a transport network using a clustering service Комаренко Егор Андреевич Komarenko Yegor Andreevich komarenko04@list.ru aff-1 Крепышев Дмитрий Александрович Krepyshev Dmitry Alexandrovich S_web@mail.ru aff-2 Кубанский государственный аграрный университет имени И.Т. Трубилина Kuban State Agrarian University named after I.T. Trubilin Кубанский государственный аграрный университет имени И.Т. Трубилина Kuban State Agrarian University named after I.T. Trubilin 01 01 2026 1 1 10.26102/2310-6018/2025.50.3.005 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

Современные приложения интернета транспортных средств (IoV) предъявляют высокие требования к надежности и минимальному времени отклика в условиях динамичного дорожного движения. Однако высокая скорость транспортных средств и сложные участки инфраструктуры, такие как перекрестки, могут приводить к потере связи и увеличению задержек при передаче и обработке данных. В работе предлагается инновационный фреймворк кластерного взаимодействия транспортных средств на основе периферийных вычислений (CCVEC), реализованный на платформе OpenStack. Разработка ориентирована на обеспечение устойчивой связи и рационального распределения вычислительных ресурсов в интеллектуальных транспортных системах. Проведенное тестирование охватывало различные сценарии движения, включая зоны высокой плотности трафика. Результаты показали, что предложенное решение поддерживает стабильную связь между бортовыми датчиками и облачными сервисами. В оптимальных условиях средняя задержка составила около 390 мс, а пропускная способность достигла 30 кБ/с. Платформа продемонстрировала высокую производительность и эффективное использование памяти при распределении ресурсов. Таким образом, фреймворк CCVEC способен снижать задержки, повышать надежность соединения и эффективно использовать локальные ресурсы, что делает его перспективным для внедрения в системы на базе IoV и периферийных вычислений.

Modern Internet of Vehicles (IoV) applications place high demands on reliability and minimal response time in dynamic traffic conditions. However, high-speed vehicles and complex infrastructure such as intersections can lead to loss of communication and increased delays in data transmission and processing. The paper proposes an innovative framework for cluster interaction of vehicles based on peripheral computing (CCVEC), implemented on the OpenStack platform. The development is focused on ensuring stable communication and rational allocation of computing resources in intelligent transport systems. The conducted testing covered various traffic scenarios, including high-density traffic areas. The results showed that the proposed solution supports stable communication between onboard sensors and cloud services. Under optimal conditions, the average latency was about 390 ms, and the throughput reached 30 kB/s. The platform has demonstrated high performance and efficient memory usage when allocating resources. Thus, the CCVEC framework is able to reduce delays, increase connection reliability and efficiently use local resources, which makes it promising for implementation in IoV-based systems and peripheral computing.

 интернет транспортных средств (IoV) периферийные вычисления интеллектуальные транспортные системы надежность связи задержка передачи данных кластерное взаимодействие распределение вычислительных ресурсов OpenStack облачные сервисы бортовые датчики internet of vehicles (IoV) peripheral computing intelligent transport systems communication reliability data transmission latency cluster interaction computing resource allocation OpenStack cloud services on-board sensors Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Zhou X., Ke R., Yang H., Liu Ch. When Intelligent Transportation Systems Sensing Meets Edge Computing: Vision and Challenges. Applied Sciences. 2021;11(20). https://doi.org/10.3390/app11209680 Li Q., Chen P., Wang R. Edge Computing for Intelligent Transportation System: A Review. In: Cyberspace Data and Intelligence, and Cyber-Living, Syndrome, and Health: International 2019 Cyberspace Congress, CyberDI and CyberLife: Proceedings: Part II, 16–18 December 2019, Beijing, China. Singapore: Springer; 2019. P. 130–137. https://doi.org/10.1007/978-981-15-1925-3_10 Lakkakorpi J., Pitkänen M., Ott J. Using Buffer Space Advertisements to Avoid Congestion in Mobile Opportunistic DTNs. In: Wired/Wireless Internet Communications: 9th IFIP TC 6 International Conference, WWIC 2011: Proceedings, 15–17 June 2011, Vilanova i la Geltrú, Spain. Berlin, Heidelberg: Springer; 2011. P. 386–397. https://doi.org/10.1007/978-3-642-21560-5_32 Yang B., Wu B., You Yu., Guo Ch., Qiao L., Lv Zh. Edge Intelligence Based Digital Twins for Internet of Autonomous Unmanned Vehicles. Software: Practice and Experience. 2024;54(10):1833–1851. https://doi.org/10.1002/spe.3080 Abraham A., Prasad Sh., Alhammadi A., Lestable Th., Chaabane F. Internet of Vehicles and Computer Vision Solutions for Smart City Transformations. Cham: Springer; 2025. 476 p. https://doi.org/10.1007/978-3-031-72958-4 Yang J., Tan Yu., Xie J., Teng B., Dong S. Vehicle Clustering Based Edge Caching Scheme in Internet of Vehicles. IET Communications. 2023;17(15):1829–1836. https://doi.org/10.1049/cmu2.12657 Makawana P.R., Joshi S., Katira A., Bharvad J., Pawar Ch. A Bibliometric Analysis of Recent Research on Delay-Tolerant Networks. In: ICT Systems and Sustainability: Proceedings of ICT4SD 2022, 29–30 July 2022, Goa, India. Singapore: Springer; 2023. P. 247–256. https://doi.org/10.1007/978-981-19-5221-0_24 Wang J., Shang P. Edge Computing Application of Expressway Intelligent Transportation System Based on IoT Technology. Computing and Informatics. 2024;43(4):974–992. https://doi.org/10.31577/cai_2024_4_974 Liu J., Wei J., Luo R., Yuan G., Liu J., Tu X. Computation Offloading in Edge Computing for Internet of Vehicles via Game Theory. Computers, Materials & Continua. 2024;81(1):1337–1361. https://doi.org/10.32604/cmc.2024.056286 More A., Kale R. Review on Recent Research Trends and Applications in Delay Tolerant Networks. In: 2022 6th International Conference on Computing, Communication, Control and Automation (ICCUBEA), 26–27 August 2022, Pune, India. IEEE; 2022. P. 1–9. https://doi.org/10.1109/ICCUBEA54992.2022.10011041

The authors declare that there are no conflicts of interest present.