Los últimos avances en tecnologías de inteligencia artificial (IA), incluidos modelos de aprendizaje automático y profundo, en predicción, recomendación y automatización de procesos han impactado enormemente a los dispositivos de IoT en general, y los protegen de ciberataques en particular. Blockchain también tiene características que ayudan a crear dispositivos de IoT más seguros debido a sus capacidades de rastreabilidad, aceptabilidad y confianza. Este documento estudia los avances actuales en IoT y blockchain, sus arquitecturas y su efecto en la seguridad. El documento propone un marco novedoso que tiene en cuenta las ventajas y beneficios de los modelos de aprendizaje automático/profundo y blockchain para proporcionar una solución que haga que los dispositivos de IoT sean más seguros. Este marco se basa en la arquitectura de cuatro capas del IoT, y tiene como objetivo mejorar la forma en que los dispositivos de IoT detectan y reconocen ciberataques utilizando blockchain y algoritmos de aprendizaje automático/profundo. Los algoritmos de aprendizaje automático y profundo son responsables de detectar ataques de seguridad en el IoT, basándose en sus patrones. La plataforma blockchain es responsable de verificar si una solicitud específica es segura, y también utiliza criptografía para firmar todas las nuevas solicitudes con el fin de reconocerlas en futuras solicitudes. El conjunto de datos MQTTset, que contiene datos asociados con casos de detección de intrusiones, se ha utilizado para implementar un estudio de caso que tiene como objetivo demostrar la validez de este marco. Se han utilizado varios algoritmos de aprendizaje automático y profundo en este estudio de caso, los cuales han logrado altos resultados en cuanto a medidas de precisión, recall, exactitud y rendimiento F1. Estos resultados han demostrado la validez y confiabilidad del marco propuesto para detectar y predecir nuevos ataques antes de que sus solicitudes sean procesadas dentro de un sistema de IoT particular.