La scienza forense di rete aiuta a rintracciare i truffatori informatici valutando e rintracciando i dati di rete. L'uso di vari strumenti di raccolta del traffico di rete è necessario. La network forensics analizza il traffico di rete per rilevare le intrusioni e studiare come si è verificato il crimine, cioè stabilire una scena del crimine per le indagini e le repliche. Questo studio propone un modello e un'architettura generale del processo di network forensic. Per l'analisi viene utilizzato un set di dati secondari, KDD CUP, di traffico normale e anomalo, per simulare l'intero processo. Il set di dati è stato ampiamente elaborato per la selezione delle caratteristiche e la rimozione della ridondanza. Il set di dati è stato pulito prima di essere analizzato utilizzando il modello di apprendimento Support Vector Machine per classificare il traffico. La classificazione multiclasse è stata utilizzata per classificare vari tipi di attacchi di rete. L'accuratezza del modello è stata valutata sulla base dei risultati ottenuti.