En este artículo, proponemos un nuevo marco para abordar el problema de generalización de la identificación de dispositivos (ID) con el fin de mejorar la seguridad de los dispositivos del Internet de las Cosas (IoT). Los enfoques actuales de ID basados en aprendizaje automático pasan por alto la dificultad de generalizar los modelos en diversos entornos de red. En este estudio, mejoramos el método de selección de características y modelos mediante algoritmos genéticos y retroalimentación externa, y evaluamos la generalización de los modelos utilizando conjuntos de datos recopilados en diferentes entornos de red. Demostramos experimentalmente las limitaciones de las técnicas existentes, como la ventana deslizante y las estadísticas de flujo, y la falta de fiabilidad de los métodos estadísticos que dependen de las características de la red, contribuyendo así al avance de la investigación en seguridad del IoT e identificación de dispositivos.
