随着计算机和互联网技术的飞速发展,以计算机网络为工具和媒介的犯罪活动不断增长。传统的计算机取证技术依赖对个人电脑和本地服务器数据存储介质的获取。而在网络与云计算技术的发展下,大量信息存储于取证方很难直接访问的云端服务器中,难以进行直接和有效的取证,对传统的计算机取证技术提出了挑战。本文针对这一问题,提出网络取证相关模型和方法,研究和设计一个可信度网页取证系统,主要研究内容包括：首先,针对网页的可信取证问题,本文提出三层取证模型,将整个取证过程分为网络数据层、内容爬取层、截图取证层三个部分,在不同层次上进行数据获取,对保存的证据可以在不同层次间进行交叉验证。同时,对所获取的网页组件重新还原出原来的网页,并在本地浏览器中真实的显示出来,保证了网页取证电子证据的完整性、一致性和可验证性。其次,针对社交网站取证问题,本文以新浪微博为例,设计了一套有效的取证解决方案,主要对用户发表的信息、人脸图片、位置信息进行固定,依靠网页取证方法确保信息的可信性,而利用信息可视化展示手段,辅助分析,有助于应对在海量社交网站数据背景下的计算机取证工作难题。最后,针对互联网数字图像取证问题,本文提取合成图像、重压缩图像和计算机生成图像(CG)的图像特征,设计基于SVM的取证分类器,然后使用D-S证据理论对多种图像类别特征进行融合,提高了对常见图像分类取证的准确性和可靠性。