В работе проводится сравнительный анализ эвристик распределения вычислительной нагрузки на основе гибридной cloud-fog архитектуры, использующейся для обработки трафика интернета вещей. Такая архитектура является оптимальной для приложений, требующих быстродействия и работающих в масштабе реального времени, с учетом ограничений по задержке, энергопотреблению и загрузке вычислительных узлов. Сравнительное моделирование проводится на основе стохастической многокритериальной математической модели распределения вычислительной нагрузки между туманными и облачными ресурсами. На модель накладываются ограничения по емкости, задержке, надежности и балансировке загрузки. На базе iFogSim проведено моделирование типового IoT-сценария с вариацией интенсивности потока задач и сравнением двух политик распределения – базовой и оптимизированной. Динамический анализ проводился с изменением нагрузки по интенсивности поступления заявок. Результаты показывают, что оптимизированная стратегия снижает среднюю задержку, энергопотребление, долю нарушений SLA и степень перегрузки fog-узлов, обеспечивая более устойчивое функционирование системы при росте нагрузки. При таком подходе туманные и облачные ресурсы используются более рационально, повышая тем самым эффективность обработки IoT-данных. Практическая значимость работы заключается в возможности применения результатов моделирования при построении интеллектуальных алгоритмов управления нагрузкой в промышленных IoT-системах, умных городах, телемедицине и системах видеомониторинга.