همراه با رشد روزافزون دستگاه های هوشمند ، فناوری اینترنت اشیاء نیز توسعه پیداکرده است. در نتیجه تولید حجم داده ها و بار های محاسباتی در مقیاس های وسیع افزایش یافته است. به همین دلیل رایانش ابری، به عنوان راه حل اصلی جهت کنترل این بارها استفاده می شود. بااین حال، زمان بر بودن پردازش بار ها در ابر، هنوز به عنوان مسئله اصلی در حوزه شبکه های توزیع شده مطرح است. پردازش بار های کاری در لبه های شبکه (پردازش مه) می تواند موجب کاهش این زمان پاسخ شود؛ اما از سوی دیگر با آوردن پردازش بار ها از مراکز داده ها (متصل به برق) به سمت لبه های شبکه (متصل به باتری)، با محدودیت انرژی مواجه می شود. بنابراین لازم است بار های کاری به شکلی متوازن میان ابر ها و لبه های شبکه توزیع شوند. در این پژوهش ، ما یک روش تعادل بار و زمان بندی برای محیط های محاسبات مه مبتنی بر تئوری بازی ها و الگوریتم کلونی مورچه ارائه کرده ایم. این الگوریتم پیشنهادی نه تنها تعادل بار را انجام می دهد، بلکه اولویت وظایف حذف شده از ماشین های مجازی سر بارگذاری شده را نیز زیر نظر می گیرد. وظایف حذف شده از این ماشین های مجازی به عنوان عادلانه می کنند که اطلاعات را به طور سراسری به روزرسانی می کنند. این الگوریتم اولویت های وظایف را نیز در نظر می گیرد. تعادل بار توان کلی پردازش را بهبود می بخشد و تعادل بار بر اساس اولویت، بر کاهش زمان انتظار وظیفه در صف ماشین مجازی تمرکز دارد؛ بنابراین، پاسخ زمان ماشین های مجازی را کاهش می دهد. ما الگوریتم پیشنهادی خود با دیگر تکنیک های موجود مقایسه کرده ایم. نتایج نشان می دهد که الگوریتم ما خوب و بدون افزایش هزینه های اضافی است. این روش تعادل بار برای سیستم های محاسبات مه ناهمگن کار می کند و برای ایجاد تعادل در وظایف مستقل غیر پیشگیرانه است. نتایج شبیه سازی نشان می دهد که روش پیشنهادی به دلیل توزیع عادلانه بار عملکرد بهتری نسبت به روش های قبلی دارد و سبب کاهش 9درصدی مصرف انرژی و کاهش 7درصدی تاخیر در لبه شبکه میشود.
