針對(duì)在云 霧協(xié)作下實(shí)現(xiàn)移動(dòng)用戶任務(wù)請(qǐng)求的合理分配與調(diào)度的問題，提出了一種基于云霧協(xié)作模型的任務(wù)分配算法一IGA。 首先，采用混合編碼的方式對(duì)個(gè)體進(jìn)行編碼，并采用隨機(jī)的方式產(chǎn)生初始種群;其次設(shè)定服務(wù)商的花費(fèi)作為目標(biāo)函數(shù);然后進(jìn)行選擇、交叉、變異操作產(chǎn)生出符合條件的新個(gè)體;最后，根據(jù)染色體中的任務(wù)請(qǐng)求類型分配到相應(yīng)的資源節(jié)點(diǎn)上，并更新迭代計(jì)數(shù)器，直到迭代完成。仿真結(jié)果表明，在處理移動(dòng)用戶請(qǐng)求時(shí)，與傳統(tǒng)的云模型相比，云霧協(xié)作模型在時(shí)延上降低了近30s，服務(wù)水平目標(biāo)（SL0）違規(guī)率上降低了約10個(gè)百分比，在服務(wù)提供商花費(fèi)上亦有所減少。

　　隨著網(wǎng)絡(luò)邊緣設(shè)備數(shù)量的迅速增加，邊緣設(shè)備產(chǎn)生的數(shù)據(jù)量越來越大，已經(jīng)達(dá)到了澤字的級(jí)別。根據(jù)國(guó)際電信聯(lián)盟（ International Telecommunication Union-TelecommunicationSector， ITU-T）的報(bào)告顯示，到2020年，每人每秒將會(huì)產(chǎn)生1.7 MB的數(shù)據(jù) ，顯然人類已經(jīng)進(jìn)人了大數(shù)據(jù)時(shí)代。集中式的云已經(jīng)不能高效處理邊緣設(shè)備產(chǎn)生的海量數(shù)據(jù)”。霧計(jì)算是對(duì)云計(jì)算的延伸，它是在終端節(jié)點(diǎn)和遠(yuǎn)端云之間再擴(kuò)展的一層，也可以叫邊緣網(wǎng)絡(luò)層。在物聯(lián)網(wǎng)應(yīng)用中有些請(qǐng)求的處理并不需要放到遠(yuǎn)端的云，而是可以直接在距離用戶較近的霧端進(jìn)行處理。圖1是一個(gè)簡(jiǎn)單的霧計(jì)算架構(gòu)圖3］，底層是物聯(lián)網(wǎng)設(shè)備層，該層由移動(dòng)終端（如智能手機(jī)、平板電腦等）組成，主要用于信息收集;中間層是霧計(jì)算層，該層主要是由霧設(shè)備（如路由器、網(wǎng)關(guān)、小型服務(wù)器等）組成，這些霧設(shè)備通常具有一定的處理能力來完成部分任務(wù)處理;上層是云數(shù)據(jù)中心層，該層主要是由云服務(wù)器組成，云服務(wù)器用來分析和處理大量數(shù)據(jù)?；谶@種架構(gòu)模式，霧計(jì)算具有低延遲、移動(dòng)性支持、位置感知等特征。