Los buques de energía híbrida ofrecen ventajas significativas en la reducción de emisiones de carbono y contaminantes del aire al integrar motores de combustión interna tradicionales, motores eléctricos y nuevas tecnologías energéticas. Sin embargo, durante la operación, la alta dependencia de los barcos de energía híbrida en redes y sistemas de comunicación plantea serios riesgos de seguridad de datos. Mientras tanto, la complejidad de la programación energética presenta desafíos para obtener soluciones viables. Para abordar estos problemas, este documento propone un innovador marco de programación de optimización de seguridad en dos etapas, destinado a mejorar simultáneamente la seguridad y la economía del sistema. En primer lugar, el marco emplea un modelo híbrido CNN-LSTM (WOA-CNN-LSTM) optimizado mediante el algoritmo de optimización de ballenas para lograr la detección en tiempo real de ataques de inyección de datos falsos (FDIAs) y la recuperación de datos posterior al ataque. Al profundizar en las características espaciotemporales de los datos medidos, el marco identifica eficazmente anomalías y repara datos manipulados. Posteriormente, basado en el algoritmo de optimización de ballenas multiobjetivo mejorado (IMOWOA), se lleva a cabo una programación de optimización rápida para garantizar que el sistema pueda mantener un estado operativo óptimo tras un ataque. Los resultados de simulación demuestran que el marco propuesto logra una precisión de detección del 0.9864 y una eficiencia de recuperación del 0.969 para datos anómalos. Además, reduce el costo operativo del barco, la pérdida de energía y las emisiones de carbono en al menos un 1.96%, un 5.67% y un 1.65%, respectivamente.