El trabajo aborda la detección y mitigación de ataques de denegación de servicio en redes del Internet de las Cosas mediante técnicas de aprendizaje automático. Se describen los fundamentos del IoT, los principales vectores de ataque en las capas de transporte y aplicación, y se exponen los modelos de aprendizaje automático más comunes. Asimismo, se revisan distintos conjuntos de datos y metodologías híbridas que combinan selección de características y algoritmos supervisados para optimizar la precisión y reducir la latencia. Por último, se abordan los principales desafíos que presenta la detección de este tipo de ataques en el contexto de la sociedad actual.