El ADS-B (Automatic Dependent Surveillance-Broadcast) es el futuro de la vigilancia y el control del tráfico aéreo, permitiendo que diferentes tipos de aeronaves intercambien información periódicamente. A pesar de las ventajas de este protocolo, es vulnerable a ataques de inundación, denegación de servicio e inyección. En este documento, decidimos unirnos a la iniciativa de asegurar este protocolo y proponer un método eficiente de detección para ayudar a detectar cualquier intento de explotación al inyectar estos mensajes con información incorrecta. Este documento se centró principalmente en tres ataques: modificación de ruta, inyección de aeronaves fantasmas y ataques de deriva de velocidad. El objetivo de este documento es proporcionar una metodología revolucionaria que, incluso ante nuevos ataques (ataques de día cero), pueda detectar con éxito mensajes inyectados. La principal ventaja fue utilizar un conjunto de datos reciente para crear materiales de entrenamiento y prueba más confiables y adaptables, que luego fueron preprocesados antes de utilizar diferentes algoritmos de aprendizaje automático para crear de manera factible el modelo más preciso y eficiente en tiempo. Los mejores resultados de la clasificación binaria se obtuvieron con una precisión del 99.14%, una puntuación F1 del 99.14% y un coeficiente de correlación de Matthews (MCC) de 0.982. Al mismo tiempo, los mejores resultados de la clasificación multiclase se obtuvieron con una precisión del 99.41%, una puntuación F1 del 99.37% y un coeficiente de correlación de Matthews (MCC) de 0.988. Finalmente, nuestros mejores resultados superan a los modelos existentes, pero creemos que el modelo se beneficiaría de más pruebas de otros tipos de ataques y un conjunto de datos más grande.