En un área donde el tráfico de sistemas aéreos no tripulados (UAS) es alto, un sistema de detección de conflictos es uno de los componentes importantes para la seguridad de las operaciones de UAS. Se desarrolló una nueva aplicación de gestión de tráfico de UAS (UTM), que incluye un sistema de detección de conflictos utilizando la detección de área en forma de lágrima invertida basada en datos de vuelo en tiempo real transmitidos desde los módulos de identificación remota (Remote ID) de la red. Esta investigación tuvo como objetivo analizar el rendimiento de la aplicación de monitoreo UTM basada en datos de pruebas de vuelo utilizando enfoques estadísticos y de aprendizaje automático. Las pruebas de vuelo se llevaron a cabo utilizando varios tipos de vehículos aéreos no tripulados (UAV) de ala fija pequeños controlados por un piloto humano utilizando una red de comunicación celular de Taiwán en áreas suburbanas y rurales. Se utilizaron dos tipos de escenarios que involucraban un intruso estacionario en el suelo y un intruso volador para simular un evento de conflicto. Además del método estadístico que calcula la media y la desviación estándar, se utilizó el algoritmo de bosque aleatorio, que incluye módulos de regresión y clasificación, para analizar los parámetros de vuelo y los parámetros de tiempo de las pruebas de vuelo. El resultado indica que el tiempo de procesamiento de la aplicación UTM fue el parámetro más significativo para el parámetro de advertencia de conflicto, además de la distancia y altura relativas entre los UAV. Además, el tiempo de latencia fue mayor para el vuelo en el área rural que en el área suburbana y también mayor para los datos transmitidos desde la posición voladora que desde la posición en el suelo. Los hallazgos de nuestro estudio pueden ser utilizados como referencia para las autoridades de aviación y otros interesados en el desarrollo de futuros sistemas UTM.