En este documento, se explora el problema del modelo de frontera estocástica de alta dimensionalidad a través de Elastic Net bajo el marco de aprendizaje por transferencia. Cuando los datos objetivo son limitados, el aprendizaje por transferencia mejora la precisión de la estimación y predicción del modelo al transferir los datos fuente. Cuando se conoce la fuente transferible, se propone un algoritmo de aprendizaje por transferencia para un modelo de frontera estocástica de alta dimensionalidad basado en Elastic Net. Además, basándose en el conocimiento previo de los parámetros, este documento introduce restricciones lineales para mejorar la precisión de la estimación en el aprendizaje por transferencia. Cuando la fuente transferible es desconocida, este documento diseña un algoritmo correspondiente para detectar la fuente transferible. Finalmente, la efectividad del método se demuestra mediante experimentos de simulación y casos reales.