由于网络混合属性集的冗余数据量多，影响数据检测的查全率，为此提出结合粗糙集理论的网络大数据混合属性特征检测方法。首先构建一个四元组，利用四元组的任意邻域信息测算其长度函数，以判断信息特征的相似性，结合粗糙集理论求解相似信息特征的邻域熵，以检测并分类重复数据属性。为优化数据分类效率，引人支持向量机分类思想，将大数据混合属性的分类问题变换为线性可分问题，实现网络大数据混合属性特征检测与分类。实验结果表明，所提方法能够有效根据数据特征筛选出无关数据信息，使用经过训练后的分类装置对约简后的特征集进行分类，与基于特征和分类器参数组合优化的网络属性特征检测方法比较，证明了所提方法的有效性，为网络大数据混合特征检测技术提供一种新的有效解决方式。
