Los ataques de denegación de servicio distribuido (DDoS) generan tráfico engañoso de alto volumen que evade los mecanismos de detección convencionales. Cuando falla la interceptación, asignar de manera efectiva tráfico mixto benigno y malicioso bajo limitaciones de recursos se convierte en un desafío crítico. Para abordar esto, proponemos SchedOpt Engine (SOE), un marco de programación formulado como un problema de optimización discreta multiobjetivo. El objetivo es optimizar cuatro objetivos conflictivos: una tasa de aceptación de tráfico benigno (BTAR), una tasa de interceptación de tráfico malicioso (MTIR), equilibrio de carga del servidor y aislamiento de tráfico malicioso. Estos objetivos se combinan en una función de pérdida escalarizada compuesta con restricciones flexibles, priorizando un BTAR manteniendo flexibilidad. Para resolver este problema, introducimos MOFATA, una extensión multiobjetivo del Algoritmo Fata Morgana (FATA) dentro de un marco evolutivo basado en Pareto. Se incorpora un mecanismo de dominancia para mejorar la granularidad y diversidad de las soluciones. Las simulaciones bajo diferentes intensidades de ataque y limitaciones de recursos validan la efectividad de SOE. Los resultados muestran que SOE logra consistentemente un alto BTAR y MTIR mientras equilibra las cargas del servidor. Bajo ataques extremos, SOE aísla el tráfico malicioso a un subconjunto de servidores, preservando la capacidad para servicios benignos. SOE también demuestra una fuerte adaptabilidad en entornos de ataque fluctuantes, proporcionando una solución práctica para la mitigación de DDoS.