• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    機器學習在軟件測試用例集優(yōu)化生成中的應用

    2010-09-13 09:22:30靜,
    上海電機學院學報 2010年3期
    關鍵詞:流形測試用例測試數(shù)據(jù)

    胡 靜, 趙 瑩

    (上海電機學院電子信息學院,上海200240)

    機器學習在軟件測試用例集優(yōu)化生成中的應用

    胡 靜, 趙 瑩

    (上海電機學院電子信息學院,上海200240)

    軟件測試用例集生成是軟件測試中的重要環(huán)節(jié)。如何優(yōu)化軟件測試用例集,有效提高軟件測試用例集的質量,已成為提高軟件測試效率的主要手段。機器學習是解決這類問題的有效方法,目前也取得了許多重大的成果。本文對機器學習在軟件測試用例集優(yōu)化生成中的國內外研究現(xiàn)狀及存在問題進行了分析,并在此基礎上對機器學習與軟件測試用例優(yōu)化結合的發(fā)展趨勢提出了看法。

    軟件測試用例集;機器學習;遺傳算法;流形學習;測試用例優(yōu)化生成

    Abstract:Software test suite generation is important in software testing.Improving quality of test suite is a key in software testing.Machine learning is an effective way in solving the problem,and have a lot of results.This paper introduces some current research,methods and problems in machine learning for optimized generation test suites,and provides some opinions.

    Key words:software test suite;machine learning;genetic algorithms;manifold learning;optimized generation of test suite

    軟件測試是為了發(fā)現(xiàn)錯誤而執(zhí)行程序的過程,其中,設計和生成有效的測試用例是決定軟件測試質量的重要保證[1]。選取一批對錯誤敏感的測試用例可有效地提高發(fā)現(xiàn)軟件錯誤的可能性,從而降低軟件測試成本[2]。因此,如何發(fā)現(xiàn)對錯誤敏感的測試用例一直都是軟件測試人員所研究的重要課題。

    測試用例的生成可以被理解成一個數(shù)據(jù)抽樣的過程,即根據(jù)相應的數(shù)據(jù)測試覆蓋標準,采用一定的方法,在數(shù)據(jù)集中進行抽樣,以獲取一批高質量的、對隨后的測試過程貢獻較大的測試用例[3]。這個過程可以看成是一個學習過程,通過對測試用例總集的不斷學習,從中獲取高質量的用例子集,并盡可能地降低測試用例的總數(shù),節(jié)省測試成本。因而機器學習的方法自然而然地就成為了人們關注的焦點,各種機器學習的方法和成果被用來設計與生成軟件測試用例,并取得了相應的研究成果,使得機器學習的方法在軟件測試中發(fā)揮了越來越大的作用[4-5]。

    1 國內外研究現(xiàn)狀

    軟件測試方法是為了更好地實現(xiàn)軟件測試的目的而提出的途徑和優(yōu)良做法,其內容非常豐富,依據(jù)不同的目的、不同的角度有許多不同的分類結果。其中以功能測試和結構測試最為經典,本文以這兩種測試方法為主,介紹軟件測試與機器學習二者的結合。

    在功能測試領域中,主要是以檢查程序是否正確執(zhí)行規(guī)格說明書的手段來完成測試任務,測試用例的生成是根據(jù)規(guī)格說明來選擇的。早期的測試由于缺乏形式化標準的規(guī)格說明,不能很好地完成測試要求。為了盡可能多地發(fā)現(xiàn)被測系統(tǒng)中的缺陷,最理想的情況是將系統(tǒng)中所有合法和不合法的輸入情況全部執(zhí)行一遍,故一般采用人工方式選擇測試用例集。在利用機器學習方法優(yōu)化測試用例集方面,Cohen等[6-8]提出了一種數(shù)據(jù)啟發(fā)方法,根據(jù)某種啟發(fā)性原則來選取測試用例集,其中啟發(fā)性原則的好壞直接影響測試的結果,同時開發(fā)了相應的測試數(shù)據(jù)自動生成系統(tǒng)AETG(Automatic Efficient Test Generate)。Lei等[9]利用貪心算法,提出一種依據(jù)參數(shù)順序來組合測試數(shù)據(jù)生成的方法。該算法的主要思想是每次從測試用例集中挑選出能滿足最多測試需求的測試用例,然后在測試需求中去掉被該測試用例滿足的測試需求,直到所有測試需求都被滿足,這時可以認為挑選出來的測試用例所組成的集合就是最優(yōu)測試用例集。該方法也開發(fā)了相應的測試數(shù)據(jù)生成工具 PAIRTEST。此外,Cohen等[10-11]將模擬退火法應用于測試數(shù)據(jù)生成;Schrocder等[12]提出了一種測試數(shù)據(jù)約簡方法,利用系統(tǒng)的輸入-輸出關系等附加信息,在不降低錯誤檢測能力前提下,對測試數(shù)據(jù)集進行約簡。

    在結構測試領域中,主要根據(jù)程序的內部結構設計測試用例,檢測程序的每條路徑是否都按照預定的要求正確執(zhí)行。結構測試要求對被測程序的結構特性做到一定程度的覆蓋,如語句覆蓋、分支覆蓋、數(shù)據(jù)流覆蓋、路徑覆蓋等。其測試數(shù)據(jù)生成是在輸入域中,尋找滿足測試準則的輸入數(shù)據(jù)的過程。

    結構測試用例的生成較多地受到符號執(zhí)行等自動化技術的局限,不能自動產生達到滿意覆蓋程度的用例集,故測試人員需要手工生成數(shù)據(jù)以覆蓋一些特定的目標。隨機測試雖然可以提高自動化程度,但是它會產生大量的測試數(shù)據(jù),查錯率也不是很高[13]。

    機器學習方法在結構測試領域的應用主要以遺傳算法為主。遺傳算法在機器學習領域是一個非常有前途的學習算法,它將測試用例的生成問題轉化為一個利用遺傳算法進行數(shù)值優(yōu)化的問題。其中,被搜索的解空間就是測試數(shù)據(jù)空間,最優(yōu)解就是滿足特定測試目標測試數(shù)據(jù)。該搜索過程可以完全自動化,從而有助于提高測試效率。在遺傳算法中,適應度函數(shù)根據(jù)測試數(shù)據(jù)對結構性元素的覆蓋程度來計算測試數(shù)據(jù)的重要性。Poper等[14]提出了一種基于程序流程圖的適應度函數(shù)構造方法,適應于語句覆蓋與分支覆蓋。Weichselbaum等[15]提出了一種新的進化測試方法,可用于語句、分支與條件覆蓋。針對不同的測試目標,研究者們[16-17]提出了一系列的適應度值構造方法,可用于語句與分支的覆蓋。此外,還有一些方法可用于條件覆蓋[18]。

    機器學習與軟件測試技術結合在我國雖然起步較晚,但隨著軟件測試在我國許多部門越來越受到重視,關于機器學習與測試用例集優(yōu)化研究也越來越被重視起來,并取得了一些成果。如文獻[19]提出了基于貝葉斯統(tǒng)計推斷理論的軟件測試用例估計方法,以貝葉斯的統(tǒng)計理論為依據(jù),在對隨機測試過程進行形式化描述的基礎上,確定測試用例分布的總體信息。文獻[20]提出了應用模糊數(shù)學理論,給出選取測試用例的方法,并證明此方法有效。

    上述研究或從輸入域的角度,探索利用機器學習的方法精簡輸入集,節(jié)省了測試時間,提高了測試效率;或從輸入-輸出對的角度,探索測試數(shù)據(jù)與測試目標之間的距離,試圖縮短從輸入空間到輸出空間的有效路徑,達到整體提高測試效率的目的。每個方法都取得了一定的成果,也存在著一些問題。

    2 存在的若干問題

    在結構測試領域,機器學習方法是精選少量的測試用例的科學有效的方法,也是研究者們研究的重點[21-22],也取得了一些成果。但是,由于最優(yōu)的測試用例生成是一個多項式復雜度的非確定性難題(NP),所以大多數(shù)方法都只是提供了近似解,每種方法在特定情況下都存在著不足之處。

    (1)遺傳算法、模擬退火法等優(yōu)化方法最大的特點就是可以很快地生成滿足測試目標的測試數(shù)據(jù),且檢錯能力也大大提高。但是,大多數(shù)的研究僅針對控制流測試中的語句覆蓋和分支覆蓋,對于路徑覆蓋的研究較少。此外,目前的研究僅限于單元測試領域,較少深入到集成測試領域中。

    (2)遺傳算法中,適應度函數(shù)設計是決定遺傳算法執(zhí)行結果好壞的關鍵。在面向結構性測試的應用中,適應度函數(shù)的設計一般遵循如下規(guī)則[6]:適應度函數(shù)根據(jù)數(shù)據(jù)對結構性元素的覆蓋程度來計算測試數(shù)據(jù)的適應度值。此類方法先要構造測試程序流程圖,然后利用測試數(shù)據(jù)執(zhí)行軌跡來計算相應的適應值。其適應度函數(shù) F的構造為

    F取值為[0,1]。適應度函數(shù)的設計不僅能考慮測試過程中非常重要的覆蓋因素,而且還能考慮測試過程中的空間和時間因素,則所設計的適應度值將更具有通用性。若適應度函數(shù)的設計思路設計為

    式中,Tj為時間參數(shù),j∈[0,1];Kj為空間參數(shù);cost(Tj,Kj)的值與空間、時間都相關,即與內存的消耗量成反比,與程序運行的速度成正比;而cov(Tj,Kj)的值取決于測試用例所覆蓋到的路徑的價值,被覆蓋的路經越新,其分數(shù)就越高。但是目前在遺傳算法與測試用例生成的結合中,按照這種思想來設計適應度函數(shù)的應用還較少。

    貝葉斯理論可以簡單地被描述成一條原則:為了預見未來,必須要看過去。某件事情發(fā)生的概率大致可由它過去發(fā)生的頻率近似估計出來。貝葉斯方法的最大特點是方法簡單,理論依據(jù)充分,模型假設易于理解等,但是其缺點也很明顯,即它的先驗分布函數(shù)估計建立在隨機的先驗分布函數(shù)基礎上,受隨機測試數(shù)據(jù)選取影響較大,雖然要求盡可能地選取均勻分布的隨機測試數(shù)據(jù),卻給隨機測試也帶來了一定的難度。

    啟發(fā)式算法是一種根據(jù)某種啟發(fā)性原則來選取測試用例的選擇性測試方法,啟發(fā)性原則的好壞直接影響測試的結果。對于一些測試數(shù)據(jù),較難自動地構造出啟發(fā)性原則,故如何構造合適的啟發(fā)性選擇原則,也是研究人員研究的重點所在。

    3 分析與展望

    一個成功的測試用例集首先應該滿足充分性,即待測軟件在這個有限的測試用例集上的行為,應該充分體現(xiàn)軟件在整個輸入空間的行為。無論理論研究還是實驗結果都表明,對于相同數(shù)量的測試數(shù)據(jù),結合機器學習方法所產生的測試數(shù)據(jù),在發(fā)現(xiàn)錯誤的能力方面明顯要高于隨機性所產生的測試數(shù)據(jù)。但是到底能提高多少還是一個未知數(shù),即對利用某種機器學習方法而挑選出來的測試用例集,其價值到底有多高?每個測試用例對測試的貢獻有多大?還缺乏一個根本的度量。

    機器學習與具體的領域知識相結合,以此來解決一些實際問題,其主要途徑有:①整體建模方式;②局部建模方法。目前機器學習方法在軟件測試用例生成方面的研究大多采用整體建模的方法,實際上就是先假設滿足測試要求的所有用例集存在,然后在所有測試用例集上選擇較小的、較優(yōu)的用例集。此外,局部建模的方法在解決非線性、海量數(shù)據(jù)處理方面有著比整體建模方法更大的優(yōu)勢,如流形學習法、集群學習法等。從測試角度看,某些軟件系統(tǒng)功能龐大,參數(shù)復雜,滿足測試要求的測試用例具有數(shù)量大、維數(shù)高的特點。解決這類軟件系統(tǒng)的測試用例精簡問題一般難度都較大,如遺傳算法中適應度函數(shù)的設計,啟發(fā)式方法中啟發(fā)性信息的確定等。

    作為機器學習的重要研究領域——流形學習的主要目的在于發(fā)現(xiàn)并學習數(shù)據(jù)集里的內在規(guī)律與性質,完成或協(xié)助完成數(shù)據(jù)挖掘等各項任務[23]。流形學習和軟件測試用例精簡看起來是兩個不同的概念,但兩者之間存在一定的聯(lián)系。

    假設所有測試用例的集合記為Uall,被測軟件系統(tǒng)如果有 N個測試參數(shù),每個參數(shù)有 T個取值,每個取值里又有 t個元素,且任何一個測試用例都不是其他測試用例的線性組合,顯然,Uall∈Rn(Rn為實數(shù)高維空間)具有高維非線性的特點。同時,又由于它們屬于同一被測軟件,因此,從高維空間角度看,它們具有連續(xù)分布的特性,即在Uall中,從一個測試用例Ui(1

    從感知的角度看,流形是認知的基礎,任何一個高維流形一般存在于一個非線性低維流形上[24-25],認知過程在很大程度上是通過這種非線性低維流形表示來識別事物的。也就是說,無論流形結構有多么復雜,人們都可以通過少數(shù)幾個“本質”參數(shù)去迅速地認識它,同理,被測軟件的測試用例集合也可通過這些“關鍵”參數(shù)來認識其內在規(guī)律和性質。

    利用流形學習的方法進行軟件測試用例集精簡,其目標就是從在高維空間里具有“流形”分布的全體測試用例集中選擇出“最具代表性”的測試用例集,以達到有效精簡測試用例集的目的。對于中、大型軟件系統(tǒng),從輸入空間角度看,因測試數(shù)據(jù)集滿足非線性、海量數(shù)據(jù)集的特點,故如流形學習等基于局部建模的機器學習方法與軟件測試領域結合將有著更好、更廣泛的發(fā)展前景。

    4 結 語

    隨著軟件測試工作的重要性越來越高,以及機器學習方法與其結合越來越緊密,期望機器學習解決的測試問題層出不窮。各類機器學習方法在軟件測試方面的應用由此派生。這無論對機器學習領域還是軟件測試領域來說,都具有十分重要的研究價值。

    [1]Myer GJ,Sandler C,Badgett T,et al.The art of software testing[M].2nd ed.[S.l.]:John Wiley&Sons,2004:234-240.

    [2]Patton R.Software Testing.[M].2nd ed.[S.l.]:SAMS&Education,2006:10-14.

    [3]Clarke J,Dolado J J,Haman M,et al.Reformu lating software engineering as a search problem[J]. IEE Proceedings Software,2003,150(3):161-175.

    [4]Kuhn D R,Wallace D R,Gallo A M.Software fault interaction and implication for software testing[J].IEEE Transcations on Software Engineering,2004,30(6):418-421.

    [5]Wegener J.Overview of evolutionary testing[C]//IEEE Seminal Workshop.T oronto,Canada:IEEE,2001:46-54.

    [6]Coher D M,Dalal S R,Fredman M,et al.The AETG system:an approach to testing based on combinatoral design[J].IEEE Transactions on Software Engineering,1997,23(7):437-444.

    [7]Coher D M,Dalal S R,Parelius J,et al.The combinatorial design approach to automatic test generation[J].IEEE software,1996,13(5):83-88.

    [8]Cohen D M,Fredman M L.New techniques for designing qualitatively independentsystem[J].Journal of combinatorial design,1998,6(6):411-416.

    [9]Tai K C,Lei Y.A test generation strategy for pairwise testing[J].IEEE Transactions on Software Engineer,2002,28(1):109-111.

    [10]Poole J.A method to determine a basis set of paths to perform program testing[EB/OL].[2009-12-28].http:∥hissa.nist.gov/publications/nistir5737.

    [11]Cohen M B,Gibbons P B,Mugridge W B,et al.Constructing testsuites forinteraction testing[C]//Processing of the 25th International Conference on Software Engineering.Washington,D C:IEEE Computer Society,2003:38-48.

    [12]Schroeder P J,Korel B.Black-box test reduction using input-output analysis[J].ACM SIGSOFT Software Engineering Notes,2000:173-177.

    [13]Chen T Y,Tes T H,Zhou Zhiquan.Fault-based testing without the need of oracle[J].Information and Software Technology,2003,45(1):1-9.

    [14]Roper M.Computer-aided software testing using genetic algorithms[C]//The10th international software quality week(QW'97).San Francisco,USA:[s.n],1997.

    [15]Weichselbaum R. Software testautomation by means of genetic algorithms[C]//Proceedings of The 6th International Conference on Software Testing,Analysis and Review.Munich,Germany:[s.n.],1998.

    [16]Sthamer H H.The automatic generation of software test data using genetic algorithms[D].Pontyprid,U K:Thesis University of Glamorgan,1996.

    [17]Traccy N,Clark J,Mander K,et al.An automated framework for structural test-data generation[C]//Proceedings of the 13th IEEE Conference on Automated Software Engineering.Hawaii,USA:[s.n.],1998:285-288.

    [18]Kaner C,Bach J,Pettichord B.Lessons learned in software testing[J].Computing Reviews,2004,45(12):769-770.

    [19]張廣梅.軟件測試與可靠性評估[D].北京:中科院計算技術研究所,2006.

    [20]楊勁濤,郭荷清.一種精簡測試用例方法的研究[J].計算機科學,2005,32(5):236-239,F004.

    [21]莢 偉,謝軍闿,奚紅宇,等.遺傳算法在軟件測試數(shù)據(jù)生成中的應用[J].北京航天航空大學學報,1998,24(4):434-437.

    [22]史 亮,徐寶文.測試數(shù)據(jù)自動生成技術研究[D].南京:東南大學,2006:5-8.

    [23]趙連偉,羅四維,趙艷敞,等.高維數(shù)據(jù)流形的低維嵌入及嵌入維數(shù)研究[J].軟件學報,2005,16(8):1423-1430.

    [24]Camastra F.Data dimensionality estimation methods:a survey[J].Pattern Recognition,2003,36(12):2945-2954.

    [25]Gonzalez J,Rojas J,Pomares H,et al.A new clustering technique forfunction approximation[J].IEEE Transactions on NeuralNetworks,2002,13(1):132-142.

    Application of Machine Learning in Optimized Generation of Software Test Suite

    HU J ing, Z HAO Ying
    (School of Electrics and Information,Shanghai Dianji University,Shanghai 200240,China)

    TP 18;TP 311.56

    A

    1671-2730(2010)03-0162-05

    2010-02-26

    上海市教育委員會科研創(chuàng)新項目(09Y2479)

    胡 靜(1964-),女,副教授,博士,專業(yè)方向為機器學習與智能信息處理,E-mail:hujing@sdju.edu.cn

    猜你喜歡
    流形測試用例測試數(shù)據(jù)
    基于SmartUnit的安全通信系統(tǒng)單元測試用例自動生成
    緊流形上的Schr?dinger算子的譜間隙估計
    迷向表示分為6個不可約直和的旗流形上不變愛因斯坦度量
    Nearly Kaehler流形S3×S3上的切觸拉格朗日子流形
    測試數(shù)據(jù)管理系統(tǒng)設計與實現(xiàn)
    基于混合遺傳算法的回歸測試用例集最小化研究
    基于自適應粒子群優(yōu)化算法的測試數(shù)據(jù)擴增方法
    計算機應用(2016年9期)2016-11-01 17:57:12
    空間co-location挖掘模式在學生體能測試數(shù)據(jù)中的應用
    體育科技(2016年2期)2016-02-28 17:06:21
    基于依賴結構的測試用例優(yōu)先級技術
    基于多故障流形的旋轉機械故障診斷
    美女免费视频网站| av天堂在线播放| 国产三级中文精品| 日韩欧美 国产精品| 欧美一区二区精品小视频在线| www日本黄色视频网| 视频区欧美日本亚洲| 久久精品91无色码中文字幕| 伦理电影免费视频| 亚洲电影在线观看av| 久久精品aⅴ一区二区三区四区| 一个人免费在线观看的高清视频| 久久香蕉激情| 国内精品久久久久精免费| 三级男女做爰猛烈吃奶摸视频| 啦啦啦免费观看视频1| 国产一区二区三区在线臀色熟女| 日本撒尿小便嘘嘘汇集6| 国产片内射在线| 日本熟妇午夜| av在线播放免费不卡| 天天添夜夜摸| bbb黄色大片| 免费在线观看日本一区| 小说图片视频综合网站| 国产91精品成人一区二区三区| 岛国在线免费视频观看| 亚洲男人的天堂狠狠| 国产伦在线观看视频一区| 成人国产一区最新在线观看| 99国产综合亚洲精品| 国产成人aa在线观看| 精品久久久久久久久久免费视频| 精品一区二区三区视频在线观看免费| 丰满人妻一区二区三区视频av | 国产精品久久久久久亚洲av鲁大| 久久人妻福利社区极品人妻图片| 可以免费在线观看a视频的电影网站| 9191精品国产免费久久| 天天躁狠狠躁夜夜躁狠狠躁| 久久中文字幕人妻熟女| 日本撒尿小便嘘嘘汇集6| 久久 成人 亚洲| 三级国产精品欧美在线观看 | 国产精品香港三级国产av潘金莲| 欧美日韩黄片免| 欧美成人午夜精品| ponron亚洲| 999久久久国产精品视频| 国产爱豆传媒在线观看 | 淫妇啪啪啪对白视频| 久热爱精品视频在线9| 久久精品aⅴ一区二区三区四区| 一个人观看的视频www高清免费观看 | 欧美性猛交╳xxx乱大交人| 别揉我奶头~嗯~啊~动态视频| 亚洲av成人精品一区久久| 小说图片视频综合网站| 亚洲熟妇熟女久久| 免费在线观看亚洲国产| 成人国产综合亚洲| 丰满人妻一区二区三区视频av | 国产精品,欧美在线| 久久精品91无色码中文字幕| 日韩大尺度精品在线看网址| www.自偷自拍.com| 少妇裸体淫交视频免费看高清 | 亚洲专区中文字幕在线| 欧美一区二区国产精品久久精品 | 老司机深夜福利视频在线观看| 中文亚洲av片在线观看爽| 国产爱豆传媒在线观看 | 国产欧美日韩一区二区精品| 国产真实乱freesex| 三级毛片av免费| 国产激情久久老熟女| 一级毛片女人18水好多| 欧美日韩国产亚洲二区| 夜夜看夜夜爽夜夜摸| 国产亚洲精品第一综合不卡| 国产欧美日韩一区二区三| 欧美性猛交黑人性爽| 99久久无色码亚洲精品果冻| 狂野欧美白嫩少妇大欣赏| www.精华液| 国产亚洲精品综合一区在线观看 | 午夜福利在线观看吧| 最近在线观看免费完整版| 久久这里只有精品19| 级片在线观看| 欧美乱码精品一区二区三区| 国产视频一区二区在线看| 国产男靠女视频免费网站| 久久99热这里只有精品18| 麻豆国产97在线/欧美 | 美女扒开内裤让男人捅视频| 日日摸夜夜添夜夜添小说| 变态另类成人亚洲欧美熟女| 精品电影一区二区在线| 日韩欧美免费精品| 91大片在线观看| 日本黄大片高清| 日韩三级视频一区二区三区| bbb黄色大片| 搡老熟女国产l中国老女人| 久久人人精品亚洲av| а√天堂www在线а√下载| 免费看日本二区| 777久久人妻少妇嫩草av网站| 人妻久久中文字幕网| 亚洲色图av天堂| 精品国产美女av久久久久小说| 在线观看午夜福利视频| 真人做人爱边吃奶动态| 亚洲国产精品sss在线观看| 中文字幕人妻丝袜一区二区| 一卡2卡三卡四卡精品乱码亚洲| 老司机午夜十八禁免费视频| 午夜成年电影在线免费观看| 亚洲av片天天在线观看| 成人国产综合亚洲| 老汉色∧v一级毛片| 大型黄色视频在线免费观看| 好男人电影高清在线观看| 精华霜和精华液先用哪个| 岛国视频午夜一区免费看| 亚洲五月婷婷丁香| 免费看日本二区| 熟妇人妻久久中文字幕3abv| 久久久久久免费高清国产稀缺| 午夜视频精品福利| 此物有八面人人有两片| 日韩欧美一区二区三区在线观看| 国产午夜精品久久久久久| 99久久无色码亚洲精品果冻| 在线看三级毛片| 国产在线精品亚洲第一网站| 亚洲国产精品合色在线| 亚洲专区中文字幕在线| 在线免费观看的www视频| 51午夜福利影视在线观看| 亚洲人与动物交配视频| 国产av一区在线观看免费| 国产成+人综合+亚洲专区| 老司机靠b影院| 亚洲激情在线av| 午夜福利免费观看在线| 亚洲五月婷婷丁香| 91麻豆av在线| 免费一级毛片在线播放高清视频| 757午夜福利合集在线观看| 男人舔奶头视频| 宅男免费午夜| 国产成人精品无人区| 美女 人体艺术 gogo| 男女那种视频在线观看| 岛国在线观看网站| 亚洲精品在线观看二区| 国产不卡一卡二| 午夜福利免费观看在线| 久久香蕉激情| 精品国内亚洲2022精品成人| 欧美一级a爱片免费观看看 | 国产亚洲精品一区二区www| 亚洲中文字幕日韩| 97人妻精品一区二区三区麻豆| 天堂动漫精品| 黄频高清免费视频| 亚洲成人精品中文字幕电影| 黄色视频不卡| 丝袜人妻中文字幕| 成年女人毛片免费观看观看9| 国产精品野战在线观看| 日本黄大片高清| 99久久精品热视频| 香蕉丝袜av| 免费在线观看黄色视频的| 精品国产乱子伦一区二区三区| 国产午夜精品论理片| 亚洲全国av大片| 舔av片在线| 午夜成年电影在线免费观看| 成人国产一区最新在线观看| 欧美成人一区二区免费高清观看 | 日本黄色视频三级网站网址| 久久中文字幕人妻熟女| 欧美大码av| 亚洲av成人不卡在线观看播放网| а√天堂www在线а√下载| 九色国产91popny在线| 99国产极品粉嫩在线观看| 国产精品av久久久久免费| 99久久精品国产亚洲精品| 女人爽到高潮嗷嗷叫在线视频| 美女大奶头视频| 黄色视频,在线免费观看| 给我免费播放毛片高清在线观看| 国产成人啪精品午夜网站| 麻豆成人av在线观看| 日韩精品青青久久久久久| 亚洲成人国产一区在线观看| 国产精品 国内视频| 亚洲avbb在线观看| 欧美绝顶高潮抽搐喷水| 欧美又色又爽又黄视频| 90打野战视频偷拍视频| 别揉我奶头~嗯~啊~动态视频| 国产成人av激情在线播放| 日本黄色视频三级网站网址| 99热只有精品国产| 黄片大片在线免费观看| 黄色丝袜av网址大全| 欧美成人午夜精品| 亚洲精品久久成人aⅴ小说| 久久久久久久久久黄片| 欧美日韩乱码在线| 久久香蕉激情| 日韩欧美国产在线观看| 国产乱人伦免费视频| 国产av一区二区精品久久| 欧美日韩一级在线毛片| 久99久视频精品免费| 国产伦一二天堂av在线观看| 亚洲国产精品sss在线观看| 天堂动漫精品| 国产亚洲av嫩草精品影院| 丰满人妻熟妇乱又伦精品不卡| 精品一区二区三区av网在线观看| 女警被强在线播放| 天堂影院成人在线观看| 亚洲熟女毛片儿| 深夜精品福利| 日本撒尿小便嘘嘘汇集6| 无限看片的www在线观看| 啦啦啦免费观看视频1| 啪啪无遮挡十八禁网站| 正在播放国产对白刺激| 三级国产精品欧美在线观看 | 少妇人妻一区二区三区视频| av在线天堂中文字幕| 欧美丝袜亚洲另类 | 法律面前人人平等表现在哪些方面| 亚洲最大成人中文| 亚洲精品久久成人aⅴ小说| 母亲3免费完整高清在线观看| 性欧美人与动物交配| 国产伦在线观看视频一区| 亚洲自拍偷在线| 亚洲av电影在线进入| 欧美人与性动交α欧美精品济南到| 国产高清videossex| 在线观看66精品国产| 国产精品av视频在线免费观看| 国产黄色小视频在线观看| 成人国语在线视频| 国产午夜精品论理片| 女人高潮潮喷娇喘18禁视频| 国产一区二区三区在线臀色熟女| www国产在线视频色| av福利片在线观看| 麻豆国产97在线/欧美 | 亚洲成av人片在线播放无| 999久久久国产精品视频| 极品教师在线免费播放| 久99久视频精品免费| 欧美最黄视频在线播放免费| 亚洲国产高清在线一区二区三| 亚洲成人国产一区在线观看| 国产成人影院久久av| 国产aⅴ精品一区二区三区波| 亚洲中文字幕日韩| 国产av不卡久久| 欧美日韩福利视频一区二区| 啦啦啦韩国在线观看视频| 国产爱豆传媒在线观看 | 亚洲国产日韩欧美精品在线观看 | 精品国内亚洲2022精品成人| 亚洲 国产 在线| 国产一区二区在线av高清观看| 国产成人啪精品午夜网站| 最好的美女福利视频网| 老司机午夜十八禁免费视频| 悠悠久久av| 久久天躁狠狠躁夜夜2o2o| 熟妇人妻久久中文字幕3abv| 极品教师在线免费播放| 精品高清国产在线一区| 久久精品影院6| 级片在线观看| 在线永久观看黄色视频| 欧美日韩亚洲国产一区二区在线观看| 亚洲成人中文字幕在线播放| 欧美黑人巨大hd| 国产成人精品久久二区二区免费| 99热只有精品国产| 欧美中文综合在线视频| 欧美在线黄色| 91麻豆av在线| 亚洲成人中文字幕在线播放| 亚洲免费av在线视频| 亚洲成人久久性| 嫁个100分男人电影在线观看| 亚洲国产精品合色在线| 狠狠狠狠99中文字幕| 好看av亚洲va欧美ⅴa在| 哪里可以看免费的av片| 脱女人内裤的视频| 国产黄a三级三级三级人| 国产av一区在线观看免费| 日韩 欧美 亚洲 中文字幕| 亚洲人成伊人成综合网2020| 每晚都被弄得嗷嗷叫到高潮| 久9热在线精品视频| 国产亚洲精品久久久久久毛片| 两个人视频免费观看高清| 日韩欧美在线乱码| 色综合站精品国产| 中文字幕av在线有码专区| 五月玫瑰六月丁香| 国内精品久久久久精免费| 18禁国产床啪视频网站| 天堂影院成人在线观看| 亚洲成人国产一区在线观看| 国产久久久一区二区三区| 午夜福利欧美成人| 精品欧美一区二区三区在线| 天天躁狠狠躁夜夜躁狠狠躁| 国产69精品久久久久777片 | 露出奶头的视频| 国产av麻豆久久久久久久| 免费在线观看完整版高清| 高清在线国产一区| 1024香蕉在线观看| 男女那种视频在线观看| 亚洲精品美女久久久久99蜜臀| 亚洲第一电影网av| 国产蜜桃级精品一区二区三区| 久久久久国产一级毛片高清牌| 不卡一级毛片| 69av精品久久久久久| 中文资源天堂在线| 精品久久久久久久毛片微露脸| 亚洲男人的天堂狠狠| 男人舔奶头视频| 女警被强在线播放| 亚洲精品在线观看二区| 国产亚洲欧美98| 国产av在哪里看| 亚洲人成伊人成综合网2020| 国产三级在线视频| 免费在线观看成人毛片| 午夜福利18| 久久久久久亚洲精品国产蜜桃av| 亚洲国产精品999在线| 老司机午夜十八禁免费视频| 久久人人精品亚洲av| 欧美色欧美亚洲另类二区| 久久欧美精品欧美久久欧美| 国产视频内射| 99国产极品粉嫩在线观看| 99热6这里只有精品| 国产高清视频在线播放一区| 久99久视频精品免费| 午夜视频精品福利| 99热6这里只有精品| 精品国产超薄肉色丝袜足j| 最近最新中文字幕大全免费视频| 亚洲 欧美一区二区三区| 亚洲国产看品久久| 两性夫妻黄色片| 一级毛片高清免费大全| 美女大奶头视频| 久久九九热精品免费| 久久精品亚洲精品国产色婷小说| 国产91精品成人一区二区三区| 亚洲人与动物交配视频| 国语自产精品视频在线第100页| 亚洲中文av在线| 在线播放国产精品三级| 午夜免费成人在线视频| 中国美女看黄片| 久久久久久久久中文| 免费在线观看完整版高清| 99久久综合精品五月天人人| 久久婷婷成人综合色麻豆| 日本a在线网址| 亚洲精品av麻豆狂野| 国产高清激情床上av| 中文字幕精品亚洲无线码一区| 国产精品久久久久久久电影 | 搞女人的毛片| 狂野欧美激情性xxxx| 欧美+亚洲+日韩+国产| 麻豆成人午夜福利视频| 成年版毛片免费区| or卡值多少钱| 国产高清videossex| 欧美在线黄色| 国产视频内射| 人人妻,人人澡人人爽秒播| 给我免费播放毛片高清在线观看| 亚洲国产精品合色在线| 一二三四社区在线视频社区8| 亚洲avbb在线观看| 久久久久久九九精品二区国产 | 91大片在线观看| 99国产极品粉嫩在线观看| 禁无遮挡网站| 欧美绝顶高潮抽搐喷水| 亚洲精品美女久久av网站| 国产精品久久电影中文字幕| 99国产极品粉嫩在线观看| 国产亚洲av嫩草精品影院| 激情在线观看视频在线高清| 国产av不卡久久| 亚洲avbb在线观看| 日韩欧美国产一区二区入口| 一本久久中文字幕| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精品国产精品久久久不卡| 国产精品久久电影中文字幕| 久久欧美精品欧美久久欧美| 91国产中文字幕| 日韩国内少妇激情av| 日韩三级视频一区二区三区| 亚洲欧美精品综合久久99| 久久人人精品亚洲av| 色综合欧美亚洲国产小说| 在线观看一区二区三区| 两人在一起打扑克的视频| 老汉色∧v一级毛片| 亚洲人与动物交配视频| 人人妻人人澡欧美一区二区| 成熟少妇高潮喷水视频| 他把我摸到了高潮在线观看| 男女视频在线观看网站免费 | 俺也久久电影网| 日本黄色视频三级网站网址| 久久久国产成人免费| 999久久久国产精品视频| 在线看三级毛片| 亚洲成人精品中文字幕电影| 国产精品永久免费网站| 国产成年人精品一区二区| 日日摸夜夜添夜夜添小说| 嫩草影院精品99| 欧美绝顶高潮抽搐喷水| 亚洲精品久久国产高清桃花| 欧美一区二区精品小视频在线| 在线看三级毛片| 巨乳人妻的诱惑在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲国产中文字幕在线视频| 中文字幕人妻丝袜一区二区| 久久精品国产综合久久久| 岛国在线免费视频观看| 成人特级黄色片久久久久久久| 十八禁人妻一区二区| 老熟妇仑乱视频hdxx| 最新在线观看一区二区三区| 久久精品夜夜夜夜夜久久蜜豆 | 99re在线观看精品视频| 精品久久久久久久久久久久久| 欧美黑人欧美精品刺激| 在线国产一区二区在线| 亚洲性夜色夜夜综合| 黑人操中国人逼视频| 99精品欧美一区二区三区四区| 女生性感内裤真人,穿戴方法视频| 高清在线国产一区| 欧美av亚洲av综合av国产av| 无人区码免费观看不卡| 国产亚洲av高清不卡| 母亲3免费完整高清在线观看| 国内精品一区二区在线观看| or卡值多少钱| 欧美高清成人免费视频www| 免费电影在线观看免费观看| 精品欧美一区二区三区在线| 国产精品久久久久久亚洲av鲁大| 国产真实乱freesex| 午夜激情av网站| 国产成人精品无人区| 天天一区二区日本电影三级| 国产精品久久久久久亚洲av鲁大| 久久亚洲精品不卡| bbb黄色大片| 国产高清视频在线播放一区| 国产精品 国内视频| 国产成+人综合+亚洲专区| 十八禁网站免费在线| 亚洲男人的天堂狠狠| 五月伊人婷婷丁香| e午夜精品久久久久久久| 欧美又色又爽又黄视频| 国产成人一区二区三区免费视频网站| 黄色 视频免费看| 真人一进一出gif抽搐免费| 精品一区二区三区视频在线观看免费| 久久精品成人免费网站| 免费无遮挡裸体视频| 久久久久久久精品吃奶| 欧美激情久久久久久爽电影| 国产高清有码在线观看视频 | 一区二区三区高清视频在线| 欧美成狂野欧美在线观看| 久久精品91蜜桃| 亚洲色图 男人天堂 中文字幕| 精品不卡国产一区二区三区| 真人一进一出gif抽搐免费| 女人高潮潮喷娇喘18禁视频| 伦理电影免费视频| or卡值多少钱| 麻豆成人av在线观看| 三级毛片av免费| 国产高清激情床上av| 日日摸夜夜添夜夜添小说| 欧美zozozo另类| 成人av一区二区三区在线看| 99久久综合精品五月天人人| 免费高清视频大片| 国产午夜精品论理片| 俺也久久电影网| 日本五十路高清| 丰满人妻熟妇乱又伦精品不卡| 国产亚洲欧美在线一区二区| 成人国产综合亚洲| 操出白浆在线播放| 日本 av在线| 麻豆一二三区av精品| av视频在线观看入口| 老司机靠b影院| 精品午夜福利视频在线观看一区| 国产欧美日韩一区二区三| 国产激情偷乱视频一区二区| cao死你这个sao货| 大型黄色视频在线免费观看| 日本在线视频免费播放| 国产精品爽爽va在线观看网站| 黄色成人免费大全| 免费在线观看亚洲国产| 亚洲激情在线av| 韩国av一区二区三区四区| 久久久久九九精品影院| 村上凉子中文字幕在线| 九色国产91popny在线| 我要搜黄色片| 亚洲精品中文字幕在线视频| 久久久久国产一级毛片高清牌| 亚洲av成人av| 日本熟妇午夜| 亚洲人成电影免费在线| 男女做爰动态图高潮gif福利片| 中文字幕av在线有码专区| 免费看十八禁软件| 国产亚洲精品第一综合不卡| 亚洲av成人精品一区久久| 搡老妇女老女人老熟妇| 日韩欧美 国产精品| 亚洲国产中文字幕在线视频| 九九热线精品视视频播放| 在线a可以看的网站| 午夜激情福利司机影院| 18禁国产床啪视频网站| 特级一级黄色大片| 欧美色视频一区免费| 国产精品香港三级国产av潘金莲| 麻豆一二三区av精品| 免费看十八禁软件| 无遮挡黄片免费观看| 国产在线精品亚洲第一网站| 日日干狠狠操夜夜爽| 日韩免费av在线播放| 在线播放国产精品三级| 免费看美女性在线毛片视频| 久久婷婷成人综合色麻豆| 亚洲男人的天堂狠狠| 露出奶头的视频| 成人特级黄色片久久久久久久| 成年女人毛片免费观看观看9| 天堂√8在线中文| 亚洲色图av天堂| 久久久久性生活片| 黄片小视频在线播放| 韩国av一区二区三区四区| 成年人黄色毛片网站| 一级a爱片免费观看的视频| 国产精品野战在线观看| www.www免费av| 成人三级黄色视频| 国产激情偷乱视频一区二区| 日韩高清综合在线| 亚洲成人精品中文字幕电影| 成人一区二区视频在线观看| 久久精品91无色码中文字幕| 亚洲成人精品中文字幕电影| 国产激情欧美一区二区| 色精品久久人妻99蜜桃| 亚洲成人精品中文字幕电影| 99精品在免费线老司机午夜| a级毛片在线看网站| 亚洲美女黄片视频| 窝窝影院91人妻| 日韩高清综合在线| 啦啦啦免费观看视频1| 久久久久久久久中文| 久久九九热精品免费| 日本 av在线| 欧美日韩国产亚洲二区| 别揉我奶头~嗯~啊~动态视频| 色综合亚洲欧美另类图片| 欧美绝顶高潮抽搐喷水| 狂野欧美白嫩少妇大欣赏| 欧美黄色片欧美黄色片| 欧美日韩瑟瑟在线播放|