Con el crecimiento exponencial de las transacciones e intercambios realizados a través de Internet, los riesgos de falsificación y distorsión de la información están multiplicándose, alentados por el acceso generalizado al mundo virtual. En este contexto, la marca de agua digital de imágenes ha surgido como una solución esencial para proteger el contenido digital al mejorar su durabilidad y resistencia a la manipulación. Sin embargo, ninguna tecnología actual de marca de agua digital ofrece una protección completa contra todas las formas de ataque, y cada método a menudo está limitado a aplicaciones específicas. Este campo se ha beneficiado recientemente de la integración de técnicas de aprendizaje profundo, que han traído avances significativos en la seguridad de la información. Este artículo explora la implementación de marcas de agua digitales en sistemas embebidos, abordando los desafíos planteados por las limitaciones de recursos como la memoria, la potencia de cálculo y el consumo de energía. Proponemos técnicas de optimización, incluidos métodos en el dominio de la frecuencia y el uso de modelos de aprendizaje profundo ligeros, para mejorar la robustez y la resiliencia de los sistemas embebidos. Los resultados experimentales validan la efectividad de estos enfoques para una mejor protección de imágenes, abriendo nuevas perspectivas para el desarrollo de tecnologías de seguridad de la información adaptadas a entornos embebidos.