Recientemente, los recursos de computación en la nube se han convertido en una de las tecnologías más populares que permiten al usuario gestionar diversos recursos y una gran cantidad de datos en la nube. La programación de tareas se considera uno de los desafíos más significativos y una gestión ineficaz resulta en la degradación del rendimiento. Es necesario programar la tarea de manera efectiva con la máxima utilización de recursos y el tiempo de ejecución mínimo. Por lo tanto, este documento propone una técnica novedosa para la programación efectiva de tareas con una seguridad mejorada en el entorno de la computación en la nube. Se propone un algoritmo novedoso de red neuronal convolucional optimizado con optimización de mariposa modificada (CNN-MBO) para programar las tareas, maximizando así el rendimiento y minimizando el tiempo de ejecución. En segundo lugar, se emplea un algoritmo RSA modificado para cifrar los datos, proporcionando así una transmisión segura de datos. Finalmente, nuestro enfoque propuesto se simula bajo un simulador de nube y los resultados de evaluación se analizan para determinar su rendimiento. Además, el enfoque propuesto se compara con varios otros enfoques basados en la programación de tareas para diversas métricas de rendimiento, a saber, utilización de recursos, tiempo de respuesta y consumo de energía. Los resultados experimentales revelaron que el enfoque propuesto logró un consumo mínimo de energía de 180 kWh, un tiempo de respuesta mínimo de 20 s, un tiempo de ejecución mínimo de 0.43 s y una utilización máxima del 98% para un tamaño de tarea de 100.