En los últimos años, la industria moderna ha estado explorando la transición a fábricas inteligentes basadas en sistemas ciberfísicos (CPS). A medida que crece la tecnología inteligente de detección y control industrial, se generan enormes cantidades de aplicaciones sensibles al tiempo. Se desarrolló un paradigma informático de vanguardia llamado computación colaborativa de borde-nube para satisfacer la necesidad de tareas sensibles al tiempo, como vehículos inteligentes y control remoto mecánico automático, que requieren una latencia sustancialmente baja. En la computación colaborativa de borde-nube, es extremadamente desafiante mejorar la programación de tareas teniendo en cuenta tanto los cambios dinámicos de los requisitos de los usuarios como los recursos limitados disponibles. El sistema actual de programación de tareas aplica una política de round-robin para seleccionar cíclicamente el siguiente servidor de la lista de servidores disponibles, pero puede que no elija el servidor más adecuado para la tarea. Para satisfacer el flujo de tareas en tiempo real de la producción industrial en términos de programación de tareas basada en plazos y sensibilidad al tiempo, proponemos una arquitectura jerárquica para entornos colaborativos de borde-nube en Internet Industrial de las Cosas (IoT) y luego simplificamos y formulamos matemáticamente el consumo de tiempo de la computación colaborativa de borde-nube para reducir la latencia. Basándonos en el modelo jerárquico anterior, presentamos un algoritmo dinámico de programación sensible al tiempo (DSOTS). Tras la optimización de DSOTS, se propone el algoritmo de programación dinámica sensible al tiempo con estrategia codiciosa (TSGS) que clasifica la capacidad del servidor y el tamaño del trabajo en un escenario híbrido y jerárquico. Lo que no se puede ignorar es que proponemos emplear la capacidad de ejecución integral (CEC) para medir el rendimiento de un servidor por primera vez y realizar un equilibrio de carga efectivo del servidor al satisfacer el requisito del usuario para las tareas. En este documento, simulamos un entorno de computación colaborativa de borde-nube para evaluar el rendimiento de nuestro algoritmo en términos de tiempo de procesamiento, tasa de violación de SLA y costo mediante la ampliación del conjunto de herramientas CloudSimPlus, y los resultados experimentales son muy prometedores. Con el objetivo de elegir un servidor más adecuado para manejar tareas entrantes de forma dinámica, nuestro algoritmo disminuye el tiempo de procesamiento promedio y el costo en un 30% y 45%, respectivamente, así como la violación promedio de SLA en un 25%, en comparación con las soluciones existentes más avanzadas.