En este documento, proponemos un método de seguridad cooperativa para vehículos aéreos no tripulados (UAV) y vehículos terrestres no tripulados (UGV) basado en el algoritmo de Gradiente de Política Determinista Profunda Multi-Agente (MADDPG) para abordar el escenario de drones rebeldes no autorizados (RD) que irrumpen en el espacio aéreo restringido de un aeropuerto. El método propuesto integra técnicas de inteligencia artificial con soluciones de ingeniería para mejorar la autonomía y efectividad de la cooperación aire-tierra en la seguridad aeroportuaria. Específicamente, el algoritmo MADDPG permite a los UAV de Intercepción de Seguridad (SI-UAV) detectar y contrarrestar de manera autónoma a los RD al optimizar sus procesos de toma de decisiones en un entorno multi-agente. Además, se emplea la Optimización por Enjambre de Partículas (PSO) para la asignación de objetivos basada en la distancia, lo que permite a cada SI-UAV seleccionar de manera autónoma los objetivos intrusos según la proximidad. Para abordar el desafío del rango de vuelo limitado de los SI-UAV, se introduce un mecanismo de recarga de energía, donde cada SI-UAV regresa automáticamente al UGV más cercano para recargarse después de alcanzar una distancia predeterminada. Mientras tanto, los UGV realizan patrullas terrestres a través de diferentes zonas críticas del aeropuerto (por ejemplo, pistas y perímetros de terminal) de acuerdo con rutas de patrullaje pre-diseñadas. Los resultados de la simulación demuestran la viabilidad y efectividad de la estrategia de seguridad propuesta, mostrando mejoras en la función de recompensa y en el número de intercepciones exitosas. Este enfoque resuelve efectivamente los problemas de asignación de objetivos y el rango limitado de los SI-UAV en escenarios de multi-SI-UAV a multi-RD, mejorando aún más la autonomía y eficiencia de la cooperación aire-tierra para garantizar la seguridad del aeropuerto.