Con el progreso y la evolución del IoT, que ha resultado en un aumento tanto en el número de dispositivos como en sus aplicaciones, hay un creciente número de ataques de malware con mayor complejidad. Contrarrestar la propagación de malware en las redes de IoT es un aspecto vital de la ciberseguridad, donde la modelización matemática ha demostrado ser una herramienta potente. En este estudio, sugerimos un enfoque para mejorar la seguridad del IoT mediante la instalación de actualizaciones de seguridad en los nodos de IoT. El método propuesto emplea una red neuronal informada físicamente para estimar parámetros relacionados con la propagación de malware. Se lleva a cabo un estudio de caso numérico para evaluar la efectividad de la estrategia de mitigación, y se presentan métricas novedosas para probar su eficacia. Los hallazgos sugieren que la táctica de mitigación que implica la selección de nodos basada en las características de la red es más efectiva que la selección aleatoria de nodos.