Este documento presenta una metodología para diseñar una metodología de Gestión y Control del Tráfico Aéreo (ATMC) altamente confiable utilizando Redes Neuronales y blockchain de igual a igual (P2P). Se diseñó un novedoso algoritmo basado en datos para la Predicción de Trayectorias de Aeronaves (ATP) basado en una arquitectura de Autoencoder. El Autoencoder fue considerado en este estudio debido a su excelente capacidad de tolerancia a fallos cuando los datos de entrada proporcionados por el GPS son deficientes. Después de la detección de conflictos, se utilizó blockchain P2P para una toma de decisiones descentralizada y segura. Un meta-controlador compuesto por este Autoencoder y blockchain P2P realizó la tarea de ATMC de manera muy efectiva. Se utilizó una base de datos integral de trayectorias construida con nuestro UAS-S4 Ehécatl para la validación de algoritmos. La precisión del ATP se evaluó para una variedad de fallos de datos, y el índice de alto rendimiento confirmó la excelente eficiencia del autoencoder. Se consideraron aeronaves en varios escenarios de encuentros locales, y sus trayectorias fueron gestionadas y controladas de manera segura utilizando nuestro software de Contrato Inteligente desarrollado internamente en la plataforma Ethereum. El enfoque de Sharding mejoró el rendimiento de blockchain P2P en términos de complejidad computacional y tiempo de procesamiento en operaciones en tiempo real. Por lo tanto, la probabilidad de conflictos entre aeronaves en un entorno de enjambre se redujo significativamente utilizando nuestra nueva metodología y algoritmo.