توزیع بار در محیط‌های رایانش ابری نقش حیاتی در تعیین عملکرد و کارایی دارد. الگوریتم‌های متداول مانند Throttled Load Balancing (TLB) و Equally Spread Current Execution (ESCE) با محدودیت‌هایی مواجه‌اند: استفاده ناکارآمد از منابع، نبود آگاهی از ظرفیت واقعی ماشین‌های مجازی و خطر بارگذاری بیش از حد که به کاهش کارایی منجر می‌شود. این مقاله یک روش ترکیبی نوآورانه برای توزیع بار معرفی می‌کند که اصول کلیدی TLB و ESCE را به‌صورت هم‌افزا ادغام می‌نماید. روش پیشنهادی از یک مکانیزم آستانه بار دو مرحله‌ای پیشرفته بهره می‌برد تا وظایف ورودی را هوشمندانه توزیع کند. در مرحله اول، انتخاب از لیست ماشین‌های بیکار بر اساس توان پردازشی انجام می‌شود؛ در مرحله دوم، از میان ماشین‌های نیمه‌بار با محاسبه امتیاز وزن‌دار مبتنی بر ظرفیت (MIPS، تعداد هسته‌های CPU، حافظهٔ RAM) انتخاب صورت می‌گیرد؛ و در مرحله سوم، در صورت نیاز، از یک لیست گسترده‌تر بر اساس کارایی تاریخی و توان عملیاتی انتخاب می‌شود. در تمام مراحل، آستانه بار به‌صورت سختگیرانه اعمال می‌شود تا از بارگذاری بیش از حد جلوگیری شود. با در نظر گرفتن ناهمگنی ظرفیت‌ها و معیارهای کارایی زمان‌واقعی، این روش توزیع بار متعادل‌تر و هوشمندانه‌تری فراهم می‌آورد. شبیه‌سازی‌های جامع در CloudAnalyst نشان‌دهنده بهبود میانگین ۴۴٫۹۷٪ در زمان پردازش مرکز داده و کاهش ۲۳٫۳۸٪ در زمان پاسخ به مشتریان نسبت به ESCE و TLB است، که نشان‌دهنده ارتقای قابل‌توجه کیفیت ارئه خدمات در مراکز داده ناهمگن است.