Internet se ha convertido en una parte inseparable de la vida humana, y el número de dispositivos conectados a Internet está aumentando drásticamente. En particular, los dispositivos del Internet de las Cosas (IoT) se han convertido en parte de la vida cotidiana. Sin embargo, están surgiendo algunos desafíos, y sus soluciones no están bien definidas. Cada vez surgen más desafíos relacionados con la seguridad tecnológica en lo que respecta al IoT. Se han desarrollado muchos métodos para asegurar las redes IoT, pero aún se pueden desarrollar muchos más. Una forma propuesta para mejorar la seguridad del IoT es utilizar el aprendizaje automático. Esta investigación discute varias estrategias de aprendizaje automático y aprendizaje profundo, así como conjuntos de datos estándar para mejorar el rendimiento de seguridad del IoT. Desarrollamos un algoritmo para detectar ataques de denegación de servicio (DoS) utilizando un algoritmo de aprendizaje profundo. Esta investigación utilizó el lenguaje de programación Python con paquetes como scikit-learn, Tensorflow y Seaborn. Encontramos que un modelo de aprendizaje profundo podría aumentar la precisión para que la mitigación de ataques que ocurren en una red IoT sea lo más efectiva posible.