• <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 ?

    神經(jīng)網(wǎng)絡(luò)技術(shù)在網(wǎng)絡(luò)入侵檢測模型及系統(tǒng)中的應(yīng)用

    2015-11-09 21:46詹沐清
    現(xiàn)代電子技術(shù) 2015年21期
    關(guān)鍵詞:誤報(bào)率網(wǎng)絡(luò)安全神經(jīng)網(wǎng)絡(luò)

    詹沐清

    摘 要: 主要研究包含神經(jīng)網(wǎng)絡(luò)模塊的網(wǎng)絡(luò)入侵檢測模型及系統(tǒng),分析傳統(tǒng)入侵檢測系統(tǒng)的缺陷及神經(jīng)網(wǎng)絡(luò)技術(shù)在入侵檢測中的優(yōu)勢,建立了基于神經(jīng)網(wǎng)絡(luò)且包含誤用和異常檢測的網(wǎng)絡(luò)入侵檢測系統(tǒng)。利用該系統(tǒng)進(jìn)行了大量入侵檢測試驗(yàn),試驗(yàn)結(jié)果表明:所建模型具有較低的漏報(bào)率和誤報(bào)率,可以很好地檢測各種網(wǎng)絡(luò)入侵類型,大大提高網(wǎng)絡(luò)的安全性能。

    關(guān)鍵詞: 神經(jīng)網(wǎng)絡(luò); 入侵檢測模型; 網(wǎng)絡(luò)安全; 漏報(bào)率; 誤報(bào)率

    中圖分類號(hào): TN711?34 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1004?373X(2015)21?0105?04

    Application of neural network technology in network

    intrusion detection model and system

    ZHAN Muqing

    (Jingdezhen Ceramic Institute, Jingdezhen 333403, China)

    Abstract: The network intrusion detection model and system including neural network module are studied mainly. The defects of the traditional intrusion detection system and the advantages of neural network technology applied in intrusion detection are analyzed, and the network intrusion detection system including misuse and abnormal detection based on neural network was established. A large number of intrusion detection tests were carried out by using this system. The test results show that the established model has low missing alarm rate and false alarm rate, can detect a variety of network intrusion types better, and improve the safety performance of the network greatly.

    Keywords: neural network; intrusion detection model; network security; missing alarm rate; false alarm rate

    0 引 言

    最近十年,隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,網(wǎng)絡(luò)安全越來越受到人們的重視,各種利用網(wǎng)絡(luò)漏洞和病毒入侵的手段層出不窮,極大地威脅著網(wǎng)絡(luò)安全。而傳統(tǒng)的殺毒軟件和防火墻技術(shù)面對(duì)端口掃描和新型木馬等網(wǎng)絡(luò)攻擊顯得力不從心。在此背景下,作為一種積極主動(dòng)的安全防護(hù)策略,網(wǎng)絡(luò)入侵檢測技術(shù)得到了人們廣大的關(guān)注,獲得了廣泛的應(yīng)用。但是隨著網(wǎng)絡(luò)入侵技術(shù)的進(jìn)化,傳統(tǒng)的入侵檢測技術(shù)暴露出諸多缺陷,因此,本文引入了神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)傳統(tǒng)入侵檢測系統(tǒng)進(jìn)行升級(jí),以提高系統(tǒng)的檢測性能。

    目前國內(nèi)外有許多學(xué)者和機(jī)構(gòu)都進(jìn)行了基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)入侵檢測系統(tǒng)的研究和探索。美國國防部為了提高計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的防入侵能力,從20世紀(jì)90年代開始陸續(xù)起草了一系列的建議草案和標(biāo)準(zhǔn),從結(jié)構(gòu)體系上規(guī)定了計(jì)算機(jī)網(wǎng)絡(luò)入侵防御的相關(guān)技術(shù)標(biāo)準(zhǔn),并資助MIT發(fā)布了KDDCUP99入侵檢測測試集,為相關(guān)研究提供了研究樣本; 美國學(xué)者L Tony等采用單隱含層的簡神經(jīng)網(wǎng)絡(luò)構(gòu)建了一個(gè)IDES的入侵檢測專家系統(tǒng),實(shí)現(xiàn)了對(duì)局域網(wǎng)內(nèi)幾種典型入侵行為的判斷,開啟了利用神經(jīng)網(wǎng)絡(luò)對(duì)網(wǎng)絡(luò)入侵行為進(jìn)行判斷的新途徑。隨著網(wǎng)絡(luò)技術(shù),特別是網(wǎng)絡(luò)入侵技術(shù)和大數(shù)據(jù)技術(shù)的迅速發(fā)展,國外的網(wǎng)絡(luò)安全提供商分別推出了自己完善的反網(wǎng)絡(luò)入侵解決產(chǎn)品,如:思科的IDS?4250T和Internet Security的 Realsecure等[1]。

    我國的網(wǎng)絡(luò)入侵檢測技術(shù)研究起步于20世紀(jì)90年代,哈爾濱工程大學(xué)的唐立力教授采用KDDCUP99入侵檢測測試集作為研究樣本,利用RBF神經(jīng)網(wǎng)絡(luò)作為判斷模塊,根據(jù)知識(shí)庫中已經(jīng)定義好的網(wǎng)絡(luò)攻擊方式來判斷是否發(fā)生入侵行為,通過網(wǎng)絡(luò)訓(xùn)練,對(duì)常見的四大類型的入侵行為進(jìn)行了很好的判斷;華中科大的周毅等采用遺傳算法對(duì)BP網(wǎng)絡(luò)輸入?yún)?shù)進(jìn)行優(yōu)化,建立了GA?BP的診斷網(wǎng)絡(luò),大大提高了對(duì)網(wǎng)絡(luò)入侵行為的診斷精度和速度,提高了網(wǎng)絡(luò)的使用安全性[2]。雖然國內(nèi)外對(duì)神經(jīng)網(wǎng)絡(luò)技術(shù)在入侵檢測中的研究有著許多亮點(diǎn),也取得了很多成績,但是從目前的研究情況來看,大多學(xué)者采用的方法存在的普遍問題有:一是構(gòu)建的網(wǎng)絡(luò)入侵檢測模型缺乏泛化能力,模型穩(wěn)定差,當(dāng)系統(tǒng)加入新的入侵類型時(shí),模型診斷精度較低;二是除了國外少數(shù)商業(yè)軟件巨頭,其他研究者并未建立有效的基于檢測模型的防入侵檢測系統(tǒng),即相關(guān)研究的實(shí)際用途有待進(jìn)一步提高;三是檢測系統(tǒng)的可擴(kuò)展性和檢測效率低。

    1 入侵檢測系統(tǒng)的組成

    1.1 常見的兩種入侵檢測方法

    在目前常見的入侵檢測系統(tǒng)中,根據(jù)其檢測方法的不同,可分為異常檢測和誤用檢測兩種方法。

    異常檢測的基礎(chǔ)是建立一個(gè)安全行為的數(shù)據(jù)庫,在此數(shù)據(jù)庫外的操作會(huì)被進(jìn)行比對(duì),當(dāng)其嚴(yán)重偏離安全行為時(shí)即被判斷為入侵行為。此方法的優(yōu)點(diǎn)是對(duì)未知的入侵行為有較好的檢測效果,漏報(bào)率較低;缺點(diǎn)是容易將一些未定義的正常行為判定為入侵行為,即誤報(bào)率較高。

    誤用檢測則是一種基于入侵行為數(shù)據(jù)庫的檢測,該數(shù)據(jù)庫是多種已知入侵行為及特征的集合,且數(shù)據(jù)庫是實(shí)時(shí)更新的。誤用檢測工作時(shí),會(huì)對(duì)網(wǎng)絡(luò)行為與數(shù)據(jù)庫中的信息進(jìn)行比對(duì),以判定其是否屬于入侵行為。誤用檢測的優(yōu)勢是可以快速有效地判斷常見入侵形式;缺點(diǎn)是數(shù)據(jù)庫需要快速和持續(xù)的進(jìn)行更新,隨著數(shù)據(jù)庫規(guī)模的持續(xù)增大,可能影響檢測的速度。

    本文研究了兩種檢測法的優(yōu)缺點(diǎn),決定在本文所構(gòu)建的系統(tǒng)中同時(shí)采用這兩種檢測法,并以神經(jīng)網(wǎng)絡(luò)技術(shù)作為其實(shí)現(xiàn)的基礎(chǔ)。

    1.2 現(xiàn)有入侵檢測系統(tǒng)存在的問題

    一般來說,目前常見的入侵檢測系統(tǒng)具有以下一些問題:

    (1) 檢測效率較低。不管是誤用檢測還是異常檢測都很難快速檢測具有欺騙性的入侵行為;異常檢測的正常運(yùn)行需要系統(tǒng)維護(hù)記錄的實(shí)時(shí)更新,誤用檢測則需要復(fù)雜的專家系統(tǒng)shell來編碼和解釋,需要耗費(fèi)大量的系統(tǒng)資源,因此其效率較低。

    (2) 維護(hù)性和系統(tǒng)更新能力較低。一個(gè)入侵檢測系統(tǒng)需要實(shí)時(shí)維護(hù)及更新,目前廣泛存在的系統(tǒng)在維護(hù)和更新時(shí)往往要求操作者了解專家系統(tǒng)規(guī)則語言,使得操作者的學(xué)習(xí)成本大大提高。

    (3) 漏報(bào)和誤報(bào)問題。目前常見的入侵檢測系統(tǒng)普遍存在漏報(bào)率和誤報(bào)率偏高的問題,這極大的影響了系統(tǒng)的性能。

    1.3 將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于入侵檢測系統(tǒng)的優(yōu)勢

    將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到入侵檢測研究中。主要有以下優(yōu)勢:

    (1) 誤警率低?,F(xiàn)有系統(tǒng)的一大缺點(diǎn)就是誤報(bào)率較高,這是由于其采用的模式匹配模塊缺乏自學(xué)習(xí)能力導(dǎo)致的,神經(jīng)網(wǎng)絡(luò)模型有較高的自適應(yīng)和自學(xué)習(xí)能力,可以很好的解決這一問題。

    (2) 自適應(yīng)性好。傳統(tǒng)的入侵檢測系統(tǒng)需要對(duì)每種已知的攻擊行為制定專家系統(tǒng)shell來編碼和解釋。當(dāng)新的攻擊類型出現(xiàn)時(shí),需要重新進(jìn)行編碼和解釋,這極大的增加了系統(tǒng)的更新和維護(hù)成本。而基于神經(jīng)網(wǎng)絡(luò)技術(shù)的系統(tǒng)則不依靠信號(hào)的模式匹配,其具有很強(qiáng)的自適應(yīng)性,當(dāng)需要對(duì)系統(tǒng)進(jìn)行更新時(shí),也不會(huì)造成太大的學(xué)習(xí)成本。

    (3) 漏報(bào)率低。傳統(tǒng)入侵檢測系統(tǒng),特別是采用誤用檢測法的系統(tǒng)對(duì)于新的攻擊行為會(huì)有較高的漏報(bào)率,而采用神經(jīng)網(wǎng)絡(luò)技術(shù)則可以有效解決這一問題。

    1.4 基于神經(jīng)網(wǎng)絡(luò)的入侵檢測模型

    本文借鑒文獻(xiàn)[3?4],結(jié)合神經(jīng)網(wǎng)絡(luò)的相關(guān)特點(diǎn),建立了如圖1所示的檢測模型。

    在圖1的入侵檢測系統(tǒng)中,神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊1在發(fā)現(xiàn)新的攻擊類型后會(huì)將相關(guān)信息輸入到神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊2中進(jìn)行訓(xùn)練,從而擴(kuò)充誤用檢測庫的數(shù)量,極大地提高了該系統(tǒng)的實(shí)用性,該系統(tǒng)主要分為以下幾個(gè)模塊:

    (1) 數(shù)據(jù)采集模塊

    數(shù)據(jù)采集模塊采用Winpcap來捕獲網(wǎng)絡(luò)中的數(shù)據(jù)包和處理系統(tǒng)日志并送入預(yù)處理模塊。Winpcap體系結(jié)構(gòu)利用的Packet.dll和Wpcap.dll兩個(gè)API為用戶提供支持。

    (2) 數(shù)據(jù)預(yù)處理模塊

    對(duì)Winpcap采集到的數(shù)據(jù)進(jìn)行篩選和處理,檢查其格式,并調(diào)用不同的分析程序段對(duì)包中不同協(xié)議類型的內(nèi)容進(jìn)行分析,以轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)所能識(shí)別的標(biāo)準(zhǔn)格式。

    (3) 神經(jīng)網(wǎng)絡(luò)模塊

    本系統(tǒng)建立了分別基于誤用和異常檢測庫的神經(jīng)網(wǎng)絡(luò)模型。該網(wǎng)絡(luò)首先需要一定樣本的訓(xùn)練,然后即可以對(duì)相關(guān)的入侵行為進(jìn)行識(shí)別,并把確定的行為報(bào)送給入侵響應(yīng)模塊。

    (4) 報(bào)警響應(yīng)模塊

    該模塊的功能主要有兩個(gè):一是記錄入侵行為的時(shí)間日志,以便復(fù)查、分析及作為證據(jù),并保證這些記錄不能被擦除或遠(yuǎn)程銷毀;二是及時(shí)報(bào)警,通知網(wǎng)絡(luò)管理人員及時(shí)采取相應(yīng)措施以阻止網(wǎng)絡(luò)入侵行為。

    2 系統(tǒng)的試驗(yàn)過程及結(jié)果分析

    2.1 實(shí)驗(yàn)環(huán)境

    本次實(shí)驗(yàn)的硬件平臺(tái)為Intel i5 3.2 GHz,8 GB內(nèi)存和1 TB硬盤的計(jì)算機(jī),實(shí)驗(yàn)在Windows 8平臺(tái)上用Matlab語言編程實(shí)現(xiàn)。

    2.2 試驗(yàn)數(shù)據(jù)源的選取

    本文所采用的分析數(shù)據(jù)是目前入侵檢測研究中常用的KDD Cup 1999 Data數(shù)據(jù)集,該數(shù)據(jù)集包含了近500萬條模擬網(wǎng)絡(luò)環(huán)境中的各種攻擊和正常訪問鏈接的記錄。其中入侵行為主要包含4種常見的攻擊類型和1種新的攻擊類型,它們分別是拒絕服務(wù)攻擊(Denial of Service,DOS)、本地用戶權(quán)限提升攻擊(User to Root,U2R)、遠(yuǎn)程攻擊(Remote to Local,R2L)、探測攻擊(Probe)和新類型攻擊(Other)[5],這5種攻擊類型中包含的18種具體的攻擊名稱如表1所示。

    由圖4可知,當(dāng)訓(xùn)練經(jīng)過23次迭代之后達(dá)到了滿意的期望誤差限。

    2.5 結(jié)果分析

    為了表征入侵檢測系統(tǒng)的性能,本文采用漏報(bào)率和誤報(bào)率來作為其性能指標(biāo),其值按下式計(jì)算:

    [漏報(bào)率=錯(cuò)誤標(biāo)示為正常的異常數(shù)據(jù)測試樣本集中的異常數(shù)據(jù)總和]

    [誤報(bào)率=錯(cuò)誤標(biāo)識(shí)為異常的正常數(shù)據(jù)測試本集中的正常數(shù)據(jù)總和]

    經(jīng)計(jì)算各個(gè)樣本的漏報(bào)率和誤報(bào)率如表4所示。

    從表4可以知道,本文構(gòu)建的入侵檢測模型不管是對(duì)于已知入侵類型或新的攻擊類型的檢測都有較好的檢測效果,可以起到提高系統(tǒng)安全的作用。

    3 結(jié) 語

    本文主要對(duì)神經(jīng)網(wǎng)絡(luò)技術(shù)在網(wǎng)絡(luò)入侵檢測中的應(yīng)用進(jìn)行了研究,分析了傳統(tǒng)入侵檢測系統(tǒng)存在的檢測效率低和漏報(bào)、誤報(bào)率高等問題,指出了將神經(jīng)網(wǎng)絡(luò)運(yùn)用于入侵檢測系統(tǒng)可以有效降低漏報(bào)、誤報(bào)率,提高系統(tǒng)自適應(yīng)性和減去數(shù)據(jù)過載等優(yōu)勢。本文構(gòu)建的系統(tǒng)共有數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、神經(jīng)網(wǎng)絡(luò)和報(bào)警響應(yīng)四個(gè)模塊組成。通過利用該系統(tǒng)進(jìn)行的仿真實(shí)驗(yàn)表明,采用神經(jīng)網(wǎng)絡(luò)技術(shù)的網(wǎng)絡(luò)入侵檢測系統(tǒng)具有較高的檢測精度,可以有效提高網(wǎng)絡(luò)的安全性。

    參考文獻(xiàn)

    [1] KOZIOL J.Snort入侵檢測實(shí)用解決方案[M].吳溥峰,孫默,許誠,譯.北京:機(jī)械工業(yè)出版社,2005.

    [2] 危勝軍,胡昌振,姜飛.基于BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法的入侵檢測方法[J].計(jì)算機(jī)工程,2005,31(13):154?155.

    [3] GHOSH A K, SEHWARTZBARD A. A study in using neural networks for anomaly detection And misuse detection [C]// Proceeding of 2009 the 8th Usenix Security Symposium. [S.l.]: ACM, 2009: 534?537.

    [4] 李恒華,田捷,?,b,等.基于濫用檢測和異常檢測的入侵檢測系統(tǒng)[J].計(jì)算機(jī)工程,2003(10):14?16.

    [5] 王景新,戴葵,宋輝,等.基于神經(jīng)網(wǎng)絡(luò)的入侵檢測系統(tǒng)[J].計(jì)算機(jī)工程與科學(xué),2003,25(6):28?31.

    [6] 李忠武,陳麗清.計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究[J].現(xiàn)代電子技術(shù),2014,37(10):80?82.

    猜你喜歡
    誤報(bào)率網(wǎng)絡(luò)安全神經(jīng)網(wǎng)絡(luò)
    一種基于Web日志的混合入侵檢測方法
    原始數(shù)據(jù)動(dòng)態(tài)觀察窗法在火災(zāi)特征信號(hào)融合提取中的應(yīng)用研究
    家用燃?xì)鈭?bào)警器誤報(bào)原因及降低誤報(bào)率的方法
    鉆桿管體超聲波探傷誤報(bào)分析及措施
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    網(wǎng)絡(luò)安全
    網(wǎng)絡(luò)安全人才培養(yǎng)應(yīng)“實(shí)戰(zhàn)化”
    上網(wǎng)時(shí)如何注意網(wǎng)絡(luò)安全?
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    欧美久久黑人一区二区| 大型黄色视频在线免费观看| 一进一出抽搐gif免费好疼 | 一级作爱视频免费观看| 少妇粗大呻吟视频| 中文字幕高清在线视频| 国产精品美女特级片免费视频播放器 | 国产精品电影一区二区三区 | 黄色a级毛片大全视频| 欧美激情极品国产一区二区三区| 9热在线视频观看99| 丰满人妻熟妇乱又伦精品不卡| 如日韩欧美国产精品一区二区三区| 国产单亲对白刺激| 一进一出好大好爽视频| 麻豆乱淫一区二区| 青草久久国产| 老司机影院毛片| 国产精品久久久av美女十八| 最近最新中文字幕大全电影3 | 高清视频免费观看一区二区| 91九色精品人成在线观看| 一区二区日韩欧美中文字幕| 夜夜躁狠狠躁天天躁| 国产欧美日韩综合在线一区二区| 99re在线观看精品视频| 国产成人欧美| 免费在线观看日本一区| 熟女少妇亚洲综合色aaa.| 夜夜爽天天搞| 精品国产超薄肉色丝袜足j| 中出人妻视频一区二区| 99国产精品一区二区蜜桃av | 国产国语露脸激情在线看| 另类亚洲欧美激情| 亚洲av成人一区二区三| 三级毛片av免费| 亚洲七黄色美女视频| 国产不卡av网站在线观看| 女性被躁到高潮视频| 人人澡人人妻人| 成人18禁在线播放| x7x7x7水蜜桃| 1024视频免费在线观看| 亚洲熟妇熟女久久| 亚洲av成人不卡在线观看播放网| 国产成人啪精品午夜网站| 久久国产精品影院| 免费观看a级毛片全部| 热re99久久精品国产66热6| 91精品国产国语对白视频| 免费久久久久久久精品成人欧美视频| 亚洲五月婷婷丁香| 另类亚洲欧美激情| 黄网站色视频无遮挡免费观看| 王馨瑶露胸无遮挡在线观看| 麻豆国产av国片精品| 久久香蕉国产精品| 人妻一区二区av| 18禁观看日本| 国产成人av教育| 亚洲全国av大片| 丰满迷人的少妇在线观看| 久热爱精品视频在线9| 亚洲七黄色美女视频| 亚洲三区欧美一区| 日日摸夜夜添夜夜添小说| 国产男女内射视频| 满18在线观看网站| 啦啦啦免费观看视频1| 国产精品99久久99久久久不卡| 亚洲精品久久午夜乱码| 久久性视频一级片| 久久狼人影院| 天天躁夜夜躁狠狠躁躁| 亚洲av片天天在线观看| 精品国产一区二区久久| 亚洲国产欧美一区二区综合| 捣出白浆h1v1| 身体一侧抽搐| 亚洲一区中文字幕在线| 亚洲精品久久午夜乱码| 成熟少妇高潮喷水视频| 91av网站免费观看| 高清视频免费观看一区二区| 不卡av一区二区三区| 麻豆av在线久日| 久久精品国产a三级三级三级| 身体一侧抽搐| 一边摸一边抽搐一进一出视频| 99精品在免费线老司机午夜| 99热网站在线观看| 国产三级黄色录像| 亚洲精品在线观看二区| 亚洲精品在线美女| 久久久久国产精品人妻aⅴ院 | 久久久久国产一级毛片高清牌| 捣出白浆h1v1| 欧美亚洲日本最大视频资源| 在线观看66精品国产| 成人18禁高潮啪啪吃奶动态图| 三级毛片av免费| tocl精华| 亚洲中文av在线| 免费在线观看影片大全网站| 一边摸一边做爽爽视频免费| 亚洲精品一卡2卡三卡4卡5卡| 精品少妇久久久久久888优播| 午夜久久久在线观看| 女警被强在线播放| 国产熟女午夜一区二区三区| 久久天躁狠狠躁夜夜2o2o| 中文字幕另类日韩欧美亚洲嫩草| 久久香蕉国产精品| 久久精品国产a三级三级三级| 国产精品一区二区精品视频观看| 美国免费a级毛片| 伦理电影免费视频| 日韩人妻精品一区2区三区| 成人免费观看视频高清| 美女午夜性视频免费| 日韩制服丝袜自拍偷拍| 少妇 在线观看| 99精品在免费线老司机午夜| 亚洲综合色网址| 成年人黄色毛片网站| 女性生殖器流出的白浆| 搡老岳熟女国产| 久久精品国产a三级三级三级| 中文亚洲av片在线观看爽 | 久久人人97超碰香蕉20202| 男男h啪啪无遮挡| 国产成人免费观看mmmm| 国产一区二区激情短视频| 国产真人三级小视频在线观看| 精品国产亚洲在线| 国产精品国产高清国产av | 亚洲精品久久午夜乱码| 99热国产这里只有精品6| 亚洲五月婷婷丁香| 黄片大片在线免费观看| 一级,二级,三级黄色视频| 国产精品二区激情视频| 成人免费观看视频高清| 99在线人妻在线中文字幕 | 在线观看免费午夜福利视频| 午夜福利乱码中文字幕| 一二三四在线观看免费中文在| 久久午夜综合久久蜜桃| 亚洲一区高清亚洲精品| 中文字幕人妻丝袜制服| 成人免费观看视频高清| 亚洲,欧美精品.| 国产精品久久久久久精品古装| 我的亚洲天堂| 我的亚洲天堂| 国产aⅴ精品一区二区三区波| 热99re8久久精品国产| 亚洲熟女精品中文字幕| 日韩大码丰满熟妇| 久久天躁狠狠躁夜夜2o2o| 日韩人妻精品一区2区三区| 视频在线观看一区二区三区| a级毛片在线看网站| 国产蜜桃级精品一区二区三区 | 老汉色∧v一级毛片| 国产精品98久久久久久宅男小说| 咕卡用的链子| 91精品国产国语对白视频| 欧美最黄视频在线播放免费 | 乱人伦中国视频| 一级a爱视频在线免费观看| 九色亚洲精品在线播放| 精品少妇一区二区三区视频日本电影| 一二三四在线观看免费中文在| 在线观看免费视频日本深夜| 一级黄色大片毛片| 免费在线观看日本一区| 黑丝袜美女国产一区| 国产亚洲欧美在线一区二区| 十八禁人妻一区二区| 老司机福利观看| svipshipincom国产片| 国产激情欧美一区二区| 久久国产亚洲av麻豆专区| 精品卡一卡二卡四卡免费| 亚洲午夜精品一区,二区,三区| 咕卡用的链子| 怎么达到女性高潮| 在线观看免费视频日本深夜| 涩涩av久久男人的天堂| 国产亚洲精品久久久久久毛片 | 日本a在线网址| 成人黄色视频免费在线看| 正在播放国产对白刺激| 亚洲一区二区三区不卡视频| 悠悠久久av| 久久久精品免费免费高清| 51午夜福利影视在线观看| 午夜福利在线观看吧| 露出奶头的视频| 久久人妻福利社区极品人妻图片| 成人免费观看视频高清| 亚洲久久久国产精品| 亚洲精品粉嫩美女一区| 久久中文字幕人妻熟女| 一夜夜www| av超薄肉色丝袜交足视频| 欧美精品一区二区免费开放| 18禁黄网站禁片午夜丰满| 在线av久久热| 在线观看午夜福利视频| 成年人黄色毛片网站| 国产欧美日韩综合在线一区二区| 波多野结衣一区麻豆| 最近最新中文字幕大全免费视频| 国产伦人伦偷精品视频| 午夜福利在线免费观看网站| 9191精品国产免费久久| 女性被躁到高潮视频| 亚洲中文日韩欧美视频| 久久青草综合色| 成年女人毛片免费观看观看9 | 青草久久国产| 电影成人av| 成人黄色视频免费在线看| 国产成人av教育| tocl精华| 国产精品秋霞免费鲁丝片| 国产精品亚洲av一区麻豆| 精品福利永久在线观看| 又大又爽又粗| 亚洲人成电影观看| 色精品久久人妻99蜜桃| 国产又色又爽无遮挡免费看| 久久久久国产精品人妻aⅴ院 | 国产亚洲精品久久久久久毛片 | 交换朋友夫妻互换小说| 国产主播在线观看一区二区| av视频免费观看在线观看| 免费看a级黄色片| 老司机午夜十八禁免费视频| 18禁裸乳无遮挡免费网站照片 | 香蕉丝袜av| 成人国产一区最新在线观看| 一级毛片精品| av超薄肉色丝袜交足视频| 黄色毛片三级朝国网站| 十分钟在线观看高清视频www| 母亲3免费完整高清在线观看| 人妻一区二区av| 99re6热这里在线精品视频| 女性生殖器流出的白浆| 极品教师在线免费播放| 老熟妇仑乱视频hdxx| 一区二区三区国产精品乱码| 久久人妻av系列| 午夜福利欧美成人| 欧美在线黄色| 精品久久久久久,| 人人妻人人添人人爽欧美一区卜| 国产91精品成人一区二区三区| 天堂动漫精品| 99国产精品免费福利视频| 深夜精品福利| 成年人免费黄色播放视频| 99精品欧美一区二区三区四区| 亚洲av电影在线进入| 岛国毛片在线播放| 午夜免费观看网址| 在线免费观看的www视频| 90打野战视频偷拍视频| 国产精品 国内视频| 国产精品 国内视频| 99香蕉大伊视频| 欧美丝袜亚洲另类 | 男女免费视频国产| 日韩欧美一区二区三区在线观看 | 在线观看免费视频网站a站| 亚洲av日韩在线播放| 国产精品久久久人人做人人爽| 丝袜美腿诱惑在线| 成人黄色视频免费在线看| 亚洲综合色网址| 精品人妻熟女毛片av久久网站| 午夜福利免费观看在线| 啪啪无遮挡十八禁网站| 欧美激情 高清一区二区三区| 国产精品免费视频内射| 亚洲熟女毛片儿| tube8黄色片| 乱人伦中国视频| 国产一区二区激情短视频| 欧美日韩亚洲综合一区二区三区_| 日韩大码丰满熟妇| 99国产综合亚洲精品| 亚洲av电影在线进入| 色老头精品视频在线观看| 久久国产乱子伦精品免费另类| 亚洲男人天堂网一区| 80岁老熟妇乱子伦牲交| 大片电影免费在线观看免费| 亚洲精品久久午夜乱码| 老熟妇仑乱视频hdxx| 亚洲精品一二三| 叶爱在线成人免费视频播放| 热99re8久久精品国产| 伦理电影免费视频| 日韩免费高清中文字幕av| 亚洲中文字幕日韩| 人妻一区二区av| 男女之事视频高清在线观看| 中文欧美无线码| 丰满人妻熟妇乱又伦精品不卡| 大型av网站在线播放| 视频区图区小说| 高潮久久久久久久久久久不卡| 黄色a级毛片大全视频| 在线观看舔阴道视频| 亚洲va日本ⅴa欧美va伊人久久| 80岁老熟妇乱子伦牲交| 1024视频免费在线观看| 免费看十八禁软件| 日本vs欧美在线观看视频| 亚洲av片天天在线观看| 精品少妇一区二区三区视频日本电影| 国产精品久久久av美女十八| 性色av乱码一区二区三区2| 久久性视频一级片| 亚洲欧洲精品一区二区精品久久久| 老司机福利观看| 欧美精品av麻豆av| 身体一侧抽搐| 在线免费观看的www视频| 最近最新免费中文字幕在线| 黄片播放在线免费| 在线观看66精品国产| 下体分泌物呈黄色| 亚洲精品一二三| 久久国产精品大桥未久av| 又大又爽又粗| 黄色丝袜av网址大全| av免费在线观看网站| 亚洲国产精品sss在线观看 | 国产乱人伦免费视频| 极品少妇高潮喷水抽搐| 国产欧美亚洲国产| 国产有黄有色有爽视频| 人妻久久中文字幕网| 美女福利国产在线| 国产又色又爽无遮挡免费看| 亚洲人成77777在线视频| 国产精品 国内视频| 伦理电影免费视频| av免费在线观看网站| 国产在线一区二区三区精| 国产不卡一卡二| 最新的欧美精品一区二区| 老司机午夜福利在线观看视频| 最近最新中文字幕大全电影3 | 久久久久精品人妻al黑| 欧美激情高清一区二区三区| 18禁黄网站禁片午夜丰满| 免费一级毛片在线播放高清视频 | 亚洲欧美一区二区三区久久| 男男h啪啪无遮挡| 久久香蕉精品热| 一区二区日韩欧美中文字幕| 久久人妻熟女aⅴ| 最新在线观看一区二区三区| 水蜜桃什么品种好| 中文字幕制服av| 黑人巨大精品欧美一区二区蜜桃| 久久人妻福利社区极品人妻图片| 性少妇av在线| 久久国产精品人妻蜜桃| 久久久久久人人人人人| 欧美激情极品国产一区二区三区| 少妇裸体淫交视频免费看高清 | 久热这里只有精品99| 国产主播在线观看一区二区| 久久久久久久午夜电影 | 精品国产国语对白av| 在线观看舔阴道视频| av电影中文网址| 十八禁高潮呻吟视频| 国产成人系列免费观看| 国产精品二区激情视频| 亚洲一码二码三码区别大吗| 国产熟女午夜一区二区三区| 伦理电影免费视频| 脱女人内裤的视频| 好男人电影高清在线观看| 亚洲第一青青草原| 男女免费视频国产| 十八禁人妻一区二区| 国产区一区二久久| 亚洲国产精品合色在线| 国产淫语在线视频| 欧美日韩乱码在线| 国产男女内射视频| 国产1区2区3区精品| 成年版毛片免费区| 村上凉子中文字幕在线| 免费人成视频x8x8入口观看| 大片电影免费在线观看免费| 在线观看免费高清a一片| 亚洲专区中文字幕在线| 亚洲av成人av| 日本a在线网址| 老司机福利观看| 欧美日韩精品网址| 黄色视频不卡| 欧美日韩一级在线毛片| 国精品久久久久久国模美| 国产成人系列免费观看| 久久99一区二区三区| 免费在线观看日本一区| 亚洲 国产 在线| 久久人妻福利社区极品人妻图片| 丝袜人妻中文字幕| 免费在线观看日本一区| 亚洲精品国产区一区二| 人人妻,人人澡人人爽秒播| 久久久久久久午夜电影 | 午夜免费成人在线视频| 亚洲精品一二三| 久久精品国产99精品国产亚洲性色 | av视频免费观看在线观看| 久久精品91无色码中文字幕| 成人精品一区二区免费| videos熟女内射| 中文字幕人妻丝袜制服| 黄色a级毛片大全视频| 成年版毛片免费区| 搡老岳熟女国产| 久久精品人人爽人人爽视色| 欧美成狂野欧美在线观看| 国产高清国产精品国产三级| 欧美日韩黄片免| 亚洲精品国产精品久久久不卡| 日韩欧美免费精品| 成人三级做爰电影| 飞空精品影院首页| 久久久久久久午夜电影 | 国产真人三级小视频在线观看| 亚洲五月天丁香| 欧美久久黑人一区二区| 成人av一区二区三区在线看| 国产精品一区二区精品视频观看| 久久精品国产亚洲av香蕉五月 | 日日爽夜夜爽网站| 久久久久久人人人人人| 久久亚洲真实| 校园春色视频在线观看| 亚洲成人免费电影在线观看| 一个人免费在线观看的高清视频| 国产单亲对白刺激| 色老头精品视频在线观看| a级毛片黄视频| 亚洲av日韩精品久久久久久密| e午夜精品久久久久久久| 黑人操中国人逼视频| 欧美乱色亚洲激情| 亚洲精品美女久久久久99蜜臀| 国产熟女午夜一区二区三区| 亚洲午夜理论影院| 日韩精品免费视频一区二区三区| 久久久久久久久久久久大奶| 久久ye,这里只有精品| 亚洲少妇的诱惑av| av超薄肉色丝袜交足视频| 在线国产一区二区在线| av中文乱码字幕在线| a级毛片在线看网站| 久久精品亚洲精品国产色婷小说| 亚洲国产看品久久| 国产欧美日韩综合在线一区二区| netflix在线观看网站| 在线视频色国产色| 一级作爱视频免费观看| 国产成+人综合+亚洲专区| 日韩精品免费视频一区二区三区| 午夜精品久久久久久毛片777| 少妇猛男粗大的猛烈进出视频| 老汉色∧v一级毛片| 国产亚洲精品久久久久久毛片 | 久久久国产精品麻豆| 视频区图区小说| 国产亚洲一区二区精品| 亚洲中文av在线| bbb黄色大片| 成人特级黄色片久久久久久久| 99国产精品免费福利视频| 亚洲精品国产一区二区精华液| 欧美日韩黄片免| 国产在线观看jvid| 国产精品秋霞免费鲁丝片| 一级毛片高清免费大全| 在线观看免费视频网站a站| 中亚洲国语对白在线视频| 又黄又粗又硬又大视频| 欧美av亚洲av综合av国产av| 性少妇av在线| 搡老熟女国产l中国老女人| 国产日韩欧美亚洲二区| 欧美日韩一级在线毛片| a级毛片黄视频| 男女之事视频高清在线观看| 高清在线国产一区| 变态另类成人亚洲欧美熟女 | 极品人妻少妇av视频| 久久人妻av系列| 亚洲av成人不卡在线观看播放网| 亚洲aⅴ乱码一区二区在线播放 | 伦理电影免费视频| 精品无人区乱码1区二区| 国产精品一区二区在线不卡| 亚洲成a人片在线一区二区| 日韩欧美国产一区二区入口| 欧美日韩av久久| 在线观看免费高清a一片| 日韩中文字幕欧美一区二区| 在线看a的网站| 成人国语在线视频| ponron亚洲| 精品免费久久久久久久清纯 | 91麻豆精品激情在线观看国产 | 欧美不卡视频在线免费观看 | 热99国产精品久久久久久7| 在线观看免费高清a一片| 大香蕉久久网| 首页视频小说图片口味搜索| 成人国产一区最新在线观看| 69av精品久久久久久| 一区二区三区精品91| 国产精品免费视频内射| 免费高清在线观看日韩| 亚洲精品av麻豆狂野| 久久亚洲精品不卡| 欧美日韩亚洲国产一区二区在线观看 | 妹子高潮喷水视频| 亚洲成人国产一区在线观看| 国产成人欧美在线观看 | 啦啦啦免费观看视频1| 1024视频免费在线观看| 搡老乐熟女国产| 宅男免费午夜| 麻豆国产av国片精品| 女人被躁到高潮嗷嗷叫费观| 午夜亚洲福利在线播放| 777米奇影视久久| 少妇粗大呻吟视频| 一级片免费观看大全| 下体分泌物呈黄色| 99re6热这里在线精品视频| 精品一区二区三区四区五区乱码| 纯流量卡能插随身wifi吗| 精品福利永久在线观看| 精品福利观看| 亚洲性夜色夜夜综合| 咕卡用的链子| 男女床上黄色一级片免费看| 欧美日韩福利视频一区二区| 757午夜福利合集在线观看| 美女高潮喷水抽搐中文字幕| 人人澡人人妻人| 免费黄频网站在线观看国产| 最新在线观看一区二区三区| 黑人巨大精品欧美一区二区mp4| 亚洲一区二区三区欧美精品| av不卡在线播放| 国产不卡av网站在线观看| 中文欧美无线码| 国产精品久久久久久精品古装| 老鸭窝网址在线观看| 一边摸一边抽搐一进一出视频| 99精国产麻豆久久婷婷| av电影中文网址| 成人免费观看视频高清| 久久ye,这里只有精品| av线在线观看网站| 人人妻人人澡人人看| 十分钟在线观看高清视频www| 午夜精品国产一区二区电影| 亚洲精品自拍成人| 免费日韩欧美在线观看| 免费女性裸体啪啪无遮挡网站| 多毛熟女@视频| 国产av一区二区精品久久| 日本vs欧美在线观看视频| 十八禁高潮呻吟视频| 在线观看免费日韩欧美大片| 久久久久久免费高清国产稀缺| 黄频高清免费视频| 精品福利观看| 黄频高清免费视频| 精品福利观看| 欧美乱妇无乱码| 国产在视频线精品| 狠狠狠狠99中文字幕| xxxhd国产人妻xxx| 大香蕉久久网| 午夜免费鲁丝| 久久久国产精品麻豆| 久久精品91无色码中文字幕| 黄网站色视频无遮挡免费观看| 捣出白浆h1v1| 日日夜夜操网爽| 一二三四社区在线视频社区8| 丁香六月欧美| 99在线人妻在线中文字幕 | 精品一区二区三区四区五区乱码| 久久精品亚洲熟妇少妇任你| 69av精品久久久久久|