La criminalistique de réseau permet de traquer les cyberfraudeurs en évaluant et en retraçant les données du réseau. La criminalistique de réseau consiste à analyser le trafic réseau afin de détecter les intrusions et d'étudier la façon dont le crime s'est produit, c'est-à-dire d'établir une scène de crime pour l'enquête et la reconstitution. Cette étude propose un modèle et une architecture générale de processus d'investigation du réseau. Un ensemble de données secondaires, KDD CUP, composé de trafic normal et anormal, est utilisé pour l'analyse afin de simuler l'ensemble du processus. L'ensemble de données est largement traité pour la sélection des caractéristiques et la suppression des redondances. L'ensemble de données a été nettoyé avant d'être analysé à l'aide du modèle d'apprentissage Support Vector Machine pour classer le trafic. La classification multiclasse a été utilisée pour classer les différents types d'attaques réseau. La précision du modèle est ensuite évaluée à l'aide des résultats obtenus.