我使用了TextCNN模型训练一个SQL注入检测模型，但是我的模型测试集精确度几乎不变，从第一轮训练到第十轮，从第一轮起精确度就非常高，往后基本保持不变，在90.1作用波动这是什么原因

这种情况可能是因为你的模型已经开始过拟合了。过拟合是指模型在训练集上表现很好，但在测试集或实际应用中表现不佳。在你的情况下，你的模型可能在训练集上学到了很好的特征，但是无法泛化到测试集或实际应用中。

有几个可能的原因导致过拟合。一种可能是你的训练集和测试集之间存在较大的差异，导致模型无法泛化。另一种可能是你的模型太复杂了，需要更多的数据来训练，或者你需要使用正则化技术来避免过拟合。

建议你尝试以下几种方法：

1. 增加训练数据量，以减少过拟合。

2. 使用正则化技术，如 L1 或 L2 正则化、dropout 等，来减少模型复杂度，防止过拟合。

3. 调整模型结构，如减小网络层数或节点数，以减少模型复杂度。

4. 尝试使用其他的模型，如 LSTM、GRU、Transformer 等，看看是否能够提高模型的泛化能力。