El Internet de las Cosas (IoT) es una tremenda red basada en dispositivos inteligentes conectados. Estas redes detectan y transmiten datos utilizando estándares avanzados de comunicación y tecnologías. El hogar inteligente es una de las áreas de las redes de IoT, donde los electrodomésticos están conectados a internet y a redes inteligentes. Sin embargo, estas redes están en alto riesgo en términos de violaciones de seguridad. Se han llevado a cabo diferentes tipos de ataques en estas redes donde el usuario perdió sus datos. Los sistemas de detección de intrusiones (IDS) se utilizan para detectar y prevenir ciberataques. Estos sistemas se basan en técnicas de aprendizaje automático y profundo y todavía sufren de problemas de ajuste o sobreajuste. Este documento propone una solución novedosa para la detección de intrusiones basada en anomalías para redes domésticas inteligentes. El modelo propuesto aborda problemas de sobreajuste/subajuste y garantiza un alto rendimiento en términos de hibridación. La solución propuesta utiliza selección de características y ajuste de hiperparámetros y fue probada con un conjunto de datos existente. Los resultados experimentales indicaron un aumento significativo en el rendimiento al tiempo que se minimizaban la clasificación errónea y otras limitaciones en comparación con las soluciones de vanguardia.