Este estudio explora la aplicación de aprendizaje por transferencia en redes neuronales convolucionales (CNN) para la identificación de nuevos ataques en la detección de intrusos en redes. Dado que los enfoques basados en aprendizaje profundo, como las CNN, están en constante desarrollo para detectar y clasificar ataques cibernéticos en redes y sistemas de host de manera automática, surge la necesidad de investigar soluciones que se adapten a la evolución continua de las amenazas. El propósito principal de este estudio es analizar el rendimiento de los modelos CNN en la detección de ataques en redes y explorar la viabilidad del aprendizaje por transferencia para mejorar la identificación de ataques emergentes y abordar los problemas asociados con el reentrenamiento de modelos. Utilizando el conjunto de datos UNSW-NB15, se entrenaron y compararon modelos CNN y modelos basados en...