虽然物联网（IoT）的扩散彻底改变了几个行业，但它也引起了严重的数据安全问题。这些网络设备的安全性和物联网网络的可靠性取决于有效的威胁检测。设备异质性，计算资源限制以及网络威胁的不断变化的性质是使在物联网系统中检测网络威胁的一些障碍。复杂的威胁常常被传统的安全措施未发现，需要更复杂的自适应检测方法。因此，本研究介绍了基于支持向量机规则的检测（HSVMR-D）方法的混合方法，用于识别对物联网的网络威胁的全包含方法。HSVMR-D使用从物联网数据中获得的属性使用SVM来对已知和未知威胁进行分类。使用基于规则的方法识别已知的攻击特征和模式可以提高检测效率，而无需通过将预训练的模型调整为新的IoT环境，而不必重新培训。保护重要的基础架构和敏感数据，HSVMR-D提供了一个彻底且适应性的解决方案，以改善物联网部署的安全姿势。与基线研究相比，全面的实验分析和仿真结果证实了所提出的HSVMR-D的效率。此外，增加对完全新颖的威胁，更少的假阳性以及提高威胁检测准确性的弹性是所有结果表明拟议的工作表现优于其他工作。HSVMR-D方法很有帮助，而在资源有限的情况下，主要目标是物联网（IoT）的安全环境。