Debido al aumento de las amenazas cibernéticas, las vulnerabilidades de seguridad de los dispositivos IoT están en expansión. Sin embargo, estos dispositivos no pueden ejecutar algoritmos de seguridad complicados localmente debido a restricciones de hardware. Los datos deben ser transferidos a nodos en la nube para su procesamiento, lo que brinda a los atacantes un punto de entrada. Esta investigación investiga la computación distribuida en el borde, utilizando dispositivos IoT habilitados para IA y herramientas de orquestación de contenedores para procesar datos en tiempo real en el borde de la red. El propósito es identificar y mitigar ataques DDoS mientras se minimiza el uso de CPU para mejorar la seguridad. Compara dispositivos IoT típicos con y sin chips habilitados para IA, orquestación de contenedores, y evalúa su rendimiento en la ejecución de modelos de aprendizaje automático con diferentes configuraciones de clúster. La arquitectura propuesta tiene como objetivo empoderar a los dispositivos IoT para procesar datos localmente, minimizando la dependencia de la transmisión en la nube y reforzando la seguridad en entornos IoT. Los resultados se correlacionan con la actualización en la arquitectura. Con la adición de dispositivos IoT habilitados para IA y orquestación de contenedores, hay una diferencia del 60% entre la nueva arquitectura y la arquitectura tradicional donde solo se utilizaban Raspberry Pi.