本研究提出一種多模態學習架構，融合無線通道狀態資訊與無人機飛行軌跡，透過深度學習模型強化物理層密鑰生成的穩定性與安全性。此技術能有效抵禦未來量子計算的解密威脅，特別適合於計算資源受限和缺乏可信第三方認證的環境中，從而加強無人機網路的資料保護。

本技術結合無線通道狀態（CSI）與飛行數據，透過深度卷積神經網路強化通道互惠性，實現適用於動態飛行的密鑰生成。相較傳統方法，互惠性提升逾30，運算資源降低達1000倍，能耗降幅近百倍，為無人機通訊安全奠定創新基礎。

無人機廣泛應用下，資料通訊安全面臨挑戰。本團隊所提之SkyCrypt 技術結合無線通道物理特性與無人機運動學參數生成動態密鑰，提升安全性。在軍事、物流、監控等領域，SkyCrypt 可抵禦量子計算攻擊，防止資料被篡改，確保系統穩定運行。未來有望在智慧城市和高度自動化系統中應用，提供安全通訊解決方案。