In the development of 5G mobile network, Fog computing becomes an emerging component of the Cloud computing paradigm as the 5G core to assure the diverse computational demands of IoT applications can be satisfied. A cloud-based application requires a combined use of cloud and local resources for its processing. Resource allocation for cloud-based jobs plays an important role to achieve both QoS and efficient resource utilization of a Cloud-based computing environment. This study considers a hierarchical computing architecture in 5G network made up of various computational machines from user device, edge server, fog to cloud center. The system is to handle diverse IoT applications in heterogeneous computational resources. This study proposes a resource allocation policy that takes account of job characteristics in terms of job service demands with the aim at improving job service quality. We develop simulation software to investigate the proposed policy. Numerical results point out that the proposal reduces the average response time by 5% to 9% and yields better resource utilizations in comparison to a best-effort Round Robin policy.Trong sự phát triển của mạng di động 5G, điện toán sương mù là một thành phần của mô hình điện toán đám mây với vai trò mạng lõi 5G nhằm đảm bảo có thể đáp ứng các nhu cầu tính toán đa dạng của các ứng dụng IoT. Ứng dụng dựa trên đám mây yêu cầu sử dụng kết hợp tài nguyên đám mây và tài nguyên cục bộ để tính toán. Vấn đề phân bổ tài nguyên cho các ứng dụng đám mây đóng vai trò quan trọng để đạt được chất lượng dịch vụ (QoS) và tính hiệu quả trong việc sử dụng tài nguyên. Nghiên cứu này xem xét một kiến trúc điện toán phân cấp trong mạng 5G được tạo thành bởi nhiều máy tính toán khác nhau từ thiết bị người dùng, máy chủ biên, tầng sương mù đến trung tâm đám mây. Hệ thống điện toán thực thi việc xử lý các ứng dụng IoT đa dạng trên các tài nguyên tính toán có các đặc tính, khả năng xử lý khác nhau. Nghiên cứu này đề xuất một thuật toán phân bổ tài nguyên có xét đến yêu cầu về dịch vụ của công việc nhằm mục đích nâng cao chất lượng dịch vụ. Chúng tôi phát triển phần mềm mô phỏng để đánh giá giải pháp được đề xuất. Kết quả mô phỏng chỉ ra rằng đề xuất này giảm thời gian phản hồi trung bình từ 5% đến 9% và mang lại hiệu quả sử dụng tài nguyên tốt hơn so với chính sách phân bổ Round Robin.