La seguridad de las infraestructuras clave y críticas es crucial para el flujo ininterrumpido de procesos industriales necesarios en la gestión estratégica, ya que estas instalaciones son objetivos principales de los invasores. La aparición del uso no militar de drones, especialmente para la logística, conlleva el desafío de redefinir el enfoque anti-drones para determinar el estado dañino de un dron en el espacio aéreo basado en ciertos métricas antes de contrarrestarlo. En este trabajo, se propone un marco anti-drones basado en visión y multitarea para detectar drones, identificar los objetos en el aire, determinar su estado dañino a través de un análisis de amenaza percibida y verificar su proximidad en tiempo real antes de tomar una acción. El modelo se valida utilizando 5460 muestras de drones generadas manualmente de seis (6) modelos de drones bajo escenarios soleados, nublados y vespertinos, y 1709 muestras de objetos en el aire de siete (7) clases bajo diferentes entornos, escenarios (desenfoque, escalas, baja iluminación) y alturas. El modelo propuesto se comparó con siete (7) otros modelos de detección de objetos en términos de precisión, sensibilidad, puntuación F1, latencia, rendimiento, fiabilidad y eficiencia. El resultado de la simulación revela que, en general, el modelo propuesto logró una precisión de detección de múltiples drones superior del 99.6%, identificación de objetos adjuntos con una sensibilidad del 99.80% y una puntuación F1 del 99.69%, con un error mínimo, baja latencia y menos complejidad computacional necesaria para una vigilancia aérea efectiva de instalaciones industriales. También se proporciona un conjunto de datos de referencia para la evaluación del rendimiento de otros modelos de detección de objetos.