El Internet de las Cosas (IoT) ha demostrado ser una industria multimillonaria. A pesar de ofrecer numerosos beneficios, la naturaleza prevalente del IoT lo hace vulnerable y un posible objetivo para el desarrollo de ciberataques. La diversidad del IoT, por un lado, conduce a los beneficios de la integración de dispositivos en un ecosistema inteligente, pero la naturaleza heterogénea del IoT hace que sea difícil encontrar una solución de seguridad única. Sin embargo, la inteligencia centralizada y la programabilidad de las redes definidas por software (SDN) han hecho posible componer una solución de seguridad única y efectiva para hacer frente a amenazas y ataques cibernéticos. Presentamos una arquitectura habilitada para SDN que aprovecha algoritmos de detección híbridos de aprendizaje profundo para la detección eficiente de amenazas y ataques cibernéticos, teniendo en cuenta los dispositivos IoT con recursos limitados para no sobrecargarlos. Utilizamos un conjunto de datos de última generación, CICDDoS 2019, para entrenar nuestro algoritmo. Los resultados evaluados por este algoritmo logran una alta precisión con una tasa mínima de falsos positivos (FPR) y tiempo de prueba. También realizamos una validación cruzada de 10 pliegues, demostrando que nuestros resultados son imparciales, y comparamos nuestros resultados con algoritmos de referencia actuales.