Un crypto-ransomware tiene el proceso de cifrar los archivos de la víctima. Posteriormente, el crypto-ransomware solicita un rescate por la contraseña de los archivos cifrados a las víctimas. En este documento, presentamos un enfoque novedoso para prevenir el crypto-ransomware mediante la detección de algoritmos de cifrado de bloques para plataformas de Internet de las cosas (IoT). Extraemos las características de secuencia y frecuencia del opcode de los archivos binarios para el microcontrolador del procesador de 8 bits Alf y Vegard"s RISC (AVR). En otras palabras, se utiliza el método de fusión tardía para extraer dos características de una fuente de datos, aprender a través de cada red e integrarlas. Clasificamos el virus crypto-ransomware o el software inofensivo a través del método propuesto. El software general de los paquetes AVR y las implementaciones de cifrado de bloques escritas en lenguaje C de la biblioteca de cifrado de bloques ligeros (es decir, Evaluación Justa de Sistemas Criptográficos Ligeros ()) son entrenados a través de la red de aprendizaje profundo y evaluados. El software general y los algoritmos de cifrado de bloques son clasificados con éxito mediante funciones de entrenamiento en archivos binarios. Además, detectamos códigos binarios que cifran un archivo usando cifrados de bloques. La tasa de detección se evalúa en términos de F-measure, que es la media armónica de la precisión y la recuperación. El método propuesto no solo logró una tasa de éxito de detección del 97% para el crypto-ransomware, sino que también logró una tasa de éxito del 80% en la clasificación para cada algoritmo criptográfico ligero y firmware benigno. Además, la tasa de éxito en la clasificación para la estructura de Red de Sustitución-Permutación (SPN), estructuras de Adición-Rotación-eXclusive-or (ARX) y firmware benigno es del 95%.