El protocolo CAN (Controller Area Network) es ampliamente adoptado para redes en vehículos debido a su eficiencia de costos y transmisión confiable. Sin embargo, a pesar de su popularidad, el protocolo carece de mecanismos de seguridad integrados, lo que lo hace vulnerable a ataques como inundaciones, fuzzing y DoS. Estos ataques pueden explotar vulnerabilidades y perturbar el comportamiento esperado de la red en el vehículo. Una de las principales razones de estas preocupaciones de seguridad es que el protocolo se basa en tramas de difusión para la comunicación entre las ECU (Unidades de Control Electrónico) dentro de la red. Para abordar este problema, presentamos un sistema de detección de intrusiones que aprovecha múltiples LSTM-Autoencoders. El sistema propuesto utiliza diversas características, incluidos cambios en el intervalo de transmisión y el valor de la carga útil, para capturar varias características del comportamiento normal de la red. El sistema detecta de manera efectiva anomalías mediante el análisis de diferentes tipos de características por separado utilizando el modelo LSTM-Autoencoder. En nuestra evaluación, realizamos experimentos utilizando tráfico real de la red de vehículos, y los resultados demostraron la alta precisión del sistema con una tasa de detección del 99% en la identificación de anomalías.