La computación en la nube de IoT proporciona todas las funciones de la computación tradicional como servicios a través de Internet para los usuarios. El procesamiento de grandes datos es una de las ventajas más cruciales de la computación en la nube de IoT. Sin embargo, la programación de trabajos en la nube de IoT se considera un problema NP-duro debido a la dificultad de asignar los trabajos de los clientes a los recursos adecuados del proveedor de la nube de IoT. El trabajo previo en la programación de trabajos intentó minimizar el tiempo de ejecución de la programación de trabajos en la nube de IoT, pero aún necesita mejoras. Este documento propone un mecanismo de programación de trabajos mejorado utilizando la optimización del enjambre de gatos (CSO) con distancia modificada para minimizar el tiempo de ejecución. El mecanismo de programación de trabajos propuesto primero crea un conjunto de trabajos y recursos para generar la población asignando aleatoriamente los trabajos a los recursos. Luego, evalúa la población utilizando el valor de aptitud, que representa el tiempo de ejecución de los trabajos. Además, utilizamos iteraciones para regenerar poblaciones basadas en el comportamiento del gato para producir el mejor horario de trabajos que brinde el tiempo de ejecución mínimo para los trabajos. Evaluamos el mecanismo propuesto implementando una simulación inicial utilizando el lenguaje Java y luego realizamos una simulación completa utilizando el simulador CloudSim. Ejecutamos varios escenarios experimentales utilizando diferentes números de trabajos y recursos para evaluar el mecanismo propuesto con respecto al tiempo de ejecución. El mecanismo propuesto reduce significativamente el tiempo de ejecución cuando comparamos el mecanismo propuesto con el algoritmo de luciérnagas y la optimización del enjambre de gusanos luminosos. El tiempo de ejecución promedio de la optimización del enjambre de gatos propuesta fue de 131, mientras que los tiempos de ejecución promedio para el algoritmo de luciérnagas y la optimización de gusanos luminosos fueron de 237 y 220, respectivamente. Por lo tanto, los hallazgos experimentales demostraron que el mecanismo propuesto funciona mejor que el algoritmo de luciérnagas y la optimización del enjambre de gusanos luminosos en la reducción del tiempo de ejecución de los trabajos.