針對在云 霧協作下實現移動用戶任務請求的合理分配與調度的問題，提出了一種基于云霧協作模型的任務分配算法一IGA。 首先，采用混合編碼的方式對個體進行編碼，并采用隨機的方式產生初始種群;其次設定服務商的花費作為目標函數;然后進行選擇、交叉、變異操作產生出符合條件的新個體;最后，根據染色體中的任務請求類型分配到相應的資源節點上，并更新迭代計數器，直到迭代完成。仿真結果表明，在處理移動用戶請求時，與傳統的云模型相比，云霧協作模型在時延上降低了近30s，服務水平目標（SL0）違規率上降低了約10個百分比，在服務提供商花費上亦有所減少。

　　隨著網絡邊緣設備數量的迅速增加，邊緣設備產生的數據量越來越大，已經達到了澤字的級別。根據國際電信聯盟（ International Telecommunication Union-TelecommunicationSector， ITU-T）的報告顯示，到2020年，每人每秒將會產生1.7 MB的數據 ，顯然人類已經進人了大數據時代。集中式的云已經不能高效處理邊緣設備產生的海量數據”。霧計算是對云計算的延伸，它是在終端節點和遠端云之間再擴展的一層，也可以叫邊緣網絡層。在物聯網應用中有些請求的處理并不需要放到遠端的云，而是可以直接在距離用戶較近的霧端進行處理。圖1是一個簡單的霧計算架構圖3］，底層是物聯網設備層，該層由移動終端（如智能手機、平板電腦等）組成，主要用于信息收集;中間層是霧計算層，該層主要是由霧設備（如路由器、網關、小型服務器等）組成，這些霧設備通常具有一定的處理能力來完成部分任務處理;上層是云數據中心層，該層主要是由云服務器組成，云服務器用來分析和處理大量數據?；谶@種架構模式，霧計算具有低延遲、移動性支持、位置感知等特征。