Recientemente, los enfoques basados en la transformación de datos tabulares en imágenes han ganado mucha atención científica. Esto se explica por el hecho de que las redes neuronales convolucionales (CNN) han mostrado buenos resultados en visión por computadora y otras tareas de clasificación basadas en imágenes. La transformación de características sin relaciones espaciales a imágenes permite la aplicación de redes neuronales profundas a una amplia gama de tareas de análisis. Este artículo analiza los enfoques existentes para la transformación de características basada en la conversión de las características del tráfico de red en imágenes y discute sus ventajas y desventajas. Los autores también proponen un enfoque para la transformación de paquetes de red en bruto en imágenes y analizan su eficiencia en la tarea de detección de ataques a la red en un objeto ciberfísico, incluyendo su robustez ante ataques novedosos y no vistos.