Los Vehículos Aéreos No Tripulados (VANT), o drones, equipados con sensores de cámara permiten una mejor conciencia situacional en varias aplicaciones de respuesta a emergencias y gestión de desastres, ya que pueden funcionar desde regiones remotas y de difícil acceso. Los VANT pueden ser utilizados en varias áreas de aplicación que pueden contener datos sensibles, lo que requiere un procesamiento seguro mediante enfoques de cifrado de imágenes. Al mismo tiempo, los VANT pueden integrarse en las últimas tecnologías y modelos de aprendizaje profundo (DL) para áreas de monitoreo de desastres como inundaciones, edificios colapsados o incendios, para una mitigación más rápida de sus impactos en el medio ambiente y la población humana. Este estudio desarrolla un Sistema de Comunicación y Clasificación Segura Basado en Inteligencia Artificial para Sistemas de Monitoreo de Emergencias Habilitados por Drones (AISCC-DE2MS). La técnica AISCC-DE2MS propuesta emplea principalmente modelos de cifrado y clasificación para situaciones de monitoreo de desastres de emergencia. El modelo AISCC-DE2MS sigue un proceso de dos etapas: cifrado y clasificación de imágenes. En la etapa inicial, el modelo AISCC-DE2MS emplea un algoritmo de optimización de tropas de gorilas artificiales (AGTO) con una técnica de cifrado ElGamal basada en ECC para lograr seguridad. Para la clasificación de situaciones de emergencia, el modelo AISCC-DE2MS abarca una extracción de características de red densamente conectada (DenseNet), ajuste de hiperparámetros basado en optimización de búsqueda de pingüinos (PESO) y clasificación basada en memoria a corto y largo plazo (LSTM). El diseño de la generación de claves óptimas basada en AGTO y el ajuste de hiperparámetros basado en PESO demuestran la novedad de nuestro trabajo. El análisis de simulación del modelo AISCC-DE2MS se prueba utilizando el conjunto de datos AIDER y los resultados demuestran el mejor rendimiento del modelo AISCC-DE2MS en términos de diferentes medidas.