一种对抗性正则化的识别模型设计方法，首先需要定义设备识别模型及其优化函数；然后构建零先验知识对抗模型；接下来构建基于GAN的对抗性训练网络，其中生成器以设备识别模型为核心，判别器以零先验知识对抗模型为核心，两者在训练过程中互相形成对抗，随着训练次数的增多不断优化设备识别模型的参数，提高其对隐私推理攻击的健壮性；最后将设备识别模型进行对抗性训练并投入使用，生成设备指纹库。本发明是一种成熟的主动识别技术，能更好地在对抗性训练中发挥作用，提高模型的健壮性，在提高了对抗性训练的效率的同时，增加了网络参数调节的便捷性和稳定性，提高了模型对于隐私推理攻击的健壮性，保证了设备识别在安全可信的环境下进行。