Con el uso a gran escala del Internet de las Cosas, los problemas de seguridad se han vuelto cada vez más prominentes. La detección precisa de ataques de red en el entorno del IoT con recursos limitados es un problema clave que necesita ser resuelto con urgencia. El sistema de detección de intrusiones basado en las características del tráfico de red es una de las soluciones para la seguridad del IoT. Sin embargo, el sistema de detección de intrusiones tiene el problema de una gran cantidad de características de tráfico, lo que hace que el entrenamiento y la detección sean lentos. Enfrentándose a este problema, este trabajo propone un método de selección de características basado en un algoritmo genético. Los experimentos realizados en el conjunto de datos de detección de botnets Bot-IoT muestran que este método selecciona con éxito 6 características de las 40 características originales, con una precisión de detección del 99.98% y un puntaje F1 del 99.63%. En comparación con otros métodos y sin selección de características, este método tiene ventajas en tiempo de entrenamiento y precisión de detección.