传统网络攻击检测方法中，通常使用混沌系统结合高斯混合模型实现同步控制检测，当待检测的攻击信号具有高斯线性特征时，这种方法的检测效果理想。随着网络攻击信号向着非线性随机序列方向发展，传统检测模型无法实现有效的攻击检测。提出一种基于Rossle混沌模型的平均互信息特征潜质挖掘算法，并根据挖掘的互信息这种非线性特征解，实现对具有非线性随机特性的网络攻击信号有效检测。法进行网络攻击检测，检测性能明显提高，检测概率达到97.8%，展示了算法优越的检测性能和网络安全防御价值。