本发明公开了一种基于GDNN的工业视频全局稀疏对抗样本生成方法和设备，方法：获取良性的工业视频样本输入至GDNN；通过可控攻击成本和预设概率分布分别对GDNN两个分支解码器的输出处理，学习获得扰动强度矩阵和扰动位置矩阵，用于对良性视频样本扰动叠加处理得到全局稀疏对抗样本；将得到的全局稀疏对抗样本输入至视频识别模型，并根据识别结果和真实标签计算对抗损失，再考虑扰动位置的优化损失得到样本损失；最终基于所有样本损失训练GDNN得到对抗样本生成模型，用于对未知的工业视频样本进行处理，生成对应的全局稀疏对抗样本。本发明提高了对抗生成样本的全局稀疏性，降低扰动像素修改需求，从而节省通信资源。