本发明中，我们提出了一种基于深度学习（称为DeepXSS）检测XSS攻击的新方法。首先，我们对输入的数据集进行预处理，预处理的步骤包括：解码、范化、标记。然后，我们使用word2vec提取标记后的XSS有效载荷的特征，捕获字序信息并将每个有效载荷映射到特征向量。最后，我们使用长期短期记忆（LSTM）递归神经网络训练和测试检测模型。实验结果表明，相比于之前常用的XSS攻击检测方法，基于深度学习的XSS检测模型在实际数据集中的准确率达到99.5％，召回率达到97.9％，这表明该方法能够有效识别XSS攻击。