Los vehículos aéreos no tripulados (VANT) se han utilizado ampliamente para la detección de objetivos en los campos de batalla modernos. Desde el punto de vista de los oponentes, el engaño de objetivos falsos es un enfoque efectivo para disminuir la capacidad o probabilidad de detección de los VANT, pero actualmente hay pocos esfuerzos de investigación dedicados a este problema adversarial. Este artículo formula un problema de optimización de engaño de objetivos falsos basado en un problema contraparte de detección de VANT, donde cada solución de engaño de objetivos falsos se evalúa de acuerdo con sus efectos adversariales sobre un conjunto de posibles soluciones de detección de VANT. Para resolver el problema de manera eficiente, proponemos un marco evolutivo, que se implementa con cuatro algoritmos evolutivos populares al diseñar/adaptar sus operadores evolutivos para soluciones de engaño de objetivos falsos. Los resultados experimentales en 12 instancias de prueba con diferentes regiones de búsqueda y números de VANT y objetivos falsos demuestran que el enfoque propuesto puede reducir significativamente la probabilidad de detección de VANT, y la optimización por olas de agua (WWO) exhibe el mejor rendimiento general entre los cuatro algoritmos evolutivos. Hasta donde sabemos, este es el primer estudio sobre la optimización del engaño de objetivos falsos contra la detección de VANT, y el marco propuesto puede extenderse a más contramedidas contra las operaciones de VANT.