• <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 ?

    基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量識(shí)別系統(tǒng)

    2015-11-09 21:48:31邢玉鳳毛艷瓊
    現(xiàn)代電子技術(shù) 2015年21期

    邢玉鳳++毛艷瓊

    摘 要: 針對(duì)真實(shí)網(wǎng)絡(luò)環(huán)境中存在大量干擾噪聲和野值樣本等嚴(yán)重影響最小二乘支持向量機(jī)算法的性能等問(wèn)題,提出一種結(jié)合協(xié)同量子粒子群優(yōu)化算法和最小二乘支持向量機(jī)的網(wǎng)絡(luò)流量識(shí)別系統(tǒng)。將網(wǎng)絡(luò)流量分為12個(gè)類型,并進(jìn)行數(shù)據(jù)采集。使用采集的數(shù)據(jù)對(duì)網(wǎng)絡(luò)流量識(shí)別系統(tǒng)進(jìn)行訓(xùn)練和性能測(cè)試。為研究提出的基于CQPSO?LSSVM算法的性能,將其與基于CQPSO?LSSVM算法和基于PSO?LSSVM算法進(jìn)行對(duì)比,結(jié)果表明基于CQPSO?LSSVM算法具有更快的識(shí)別速度以及更好的識(shí)別準(zhǔn)確率,避免了出現(xiàn)陷入局部最優(yōu)解的情況發(fā)生。

    關(guān)鍵詞: 有督導(dǎo)機(jī)器學(xué)習(xí); 網(wǎng)絡(luò)流量識(shí)別; LSSVM; 協(xié)同量子粒子群優(yōu)化算法

    中圖分類號(hào): TN711?34; TP393 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1004?373X(2015)21?0109?04

    Network traffic identification system based on supervised machine learning

    XING Yufeng, MAO Yanqiong

    (School of Humanity and Art, Yunnan College of Business Management, Kunming 650106, China)

    Abstract: In the real network environment, a large number of interference noise and outlier samples are existed, which seriously affect on the performance of the least square support vector machine (LSSVM) algorithm. A network traffic identification system combining cooperative quantum particle swarm optimization (CQPSO) algorithm with LSSVM is proposed. The network traffic is divided into 12 types, in which the data of network traffic are collected. The network traffic identification system is conducted with training and performance test by the collected data. To study the performance of the CQPSO?LSSVM based algorithm, the CQPSO?LSSVM based algorithm is compared with the PSO?LSSVM based algorithm. The comparison results show that the CQPSO?LSSVM based algorithm has faster identification speed and better identification accuracy, which can avoid the occurrence that the system is caught in local optimal solution.

    Keywords: supervised machine learning; network traffic identification; LSSVM; CQPSO algorithm

    0 引 言

    隨著隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展壯大,不斷涌現(xiàn)出各種各樣的網(wǎng)絡(luò)服務(wù)和應(yīng)用類型,這對(duì)互聯(lián)網(wǎng)管理提出了更高的要求,同時(shí)網(wǎng)絡(luò)安全問(wèn)題日益嚴(yán)重,對(duì)網(wǎng)絡(luò)流量進(jìn)行實(shí)時(shí)有效的檢測(cè),具有非常重要的意義[1?2]。

    傳統(tǒng)對(duì)網(wǎng)絡(luò)流量進(jìn)行分類識(shí)別的方式手段主要有:基于端口識(shí)別技術(shù)的網(wǎng)絡(luò)流量分類識(shí)別方法;基于數(shù)據(jù)包載荷內(nèi)容的網(wǎng)絡(luò)流量分類識(shí)別方法。傳統(tǒng)網(wǎng)絡(luò)流量分類識(shí)別方法雖然具有算法簡(jiǎn)單、效率高等優(yōu)點(diǎn),但是由于其自身局限性已經(jīng)不再適用于當(dāng)今復(fù)雜多樣互聯(lián)網(wǎng)服務(wù)類型和應(yīng)用。

    現(xiàn)在應(yīng)用比較廣泛的網(wǎng)絡(luò)流量分類識(shí)別方法主要有:基于統(tǒng)計(jì)特征的網(wǎng)絡(luò)流量分類識(shí)別方法;基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類識(shí)別方法;基于無(wú)督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類識(shí)別方法。有督導(dǎo)機(jī)器學(xué)習(xí)算法又分為基于貝葉斯算法、基于決策樹算法和基于支持向量機(jī)算法以及基于神經(jīng)網(wǎng)絡(luò)算法等;無(wú)督導(dǎo)機(jī)器學(xué)習(xí)算法又分為基于模型方法、基于密度方法以及基于劃分方法等[3?6]。

    1 網(wǎng)絡(luò)流量識(shí)別系統(tǒng)

    1.1 網(wǎng)絡(luò)流量分類

    近年來(lái),P2P技術(shù)已經(jīng)得到了非常廣泛的應(yīng)用,P2P應(yīng)用類型也隨著其服務(wù)類型的增長(zhǎng)而增長(zhǎng),因此,過(guò)去文獻(xiàn)在對(duì)網(wǎng)絡(luò)流量識(shí)別進(jìn)行研究時(shí),通常將網(wǎng)絡(luò)流量類型分為10個(gè)類型。本文根據(jù)P2P服務(wù)類型將三種常用應(yīng)用類型分別考慮,即分為P2P文件共享、音視頻以及即時(shí)通信應(yīng)用服務(wù)。因此,本文對(duì)網(wǎng)絡(luò)流量類型劃分為12個(gè)類型,如表1所示[7]。

    1.2 基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量識(shí)別分類方法

    機(jī)器學(xué)習(xí)方法已經(jīng)得了非常成熟廣泛的發(fā)展,將機(jī)器學(xué)習(xí)應(yīng)用于網(wǎng)絡(luò)流量識(shí)別技術(shù),能夠有效提高網(wǎng)絡(luò)流量識(shí)別系統(tǒng)的識(shí)別率以及識(shí)別速度。機(jī)器學(xué)習(xí)通常分為兩種,即有督導(dǎo)機(jī)器學(xué)習(xí)和無(wú)督導(dǎo)機(jī)器學(xué)習(xí)。相比無(wú)督導(dǎo)機(jī)器學(xué)習(xí)來(lái)說(shuō),基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量識(shí)別系統(tǒng)具有更好的識(shí)別性能。

    基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類識(shí)別方法一般通過(guò)大規(guī)模已知類別的網(wǎng)絡(luò)流量會(huì)話流樣本數(shù)據(jù)對(duì)識(shí)別系統(tǒng)進(jìn)行訓(xùn)練,使得系統(tǒng)具有較強(qiáng)的泛化能力?;谟卸綄?dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量識(shí)別分類訓(xùn)練過(guò)程如圖1所示[8]。

    圖1 基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量識(shí)別分類訓(xùn)練過(guò)程

    基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類識(shí)別方法種類繁多。其中最小二乘支持向量機(jī)法因其具有較好的魯棒性和實(shí)用性能,得了比較廣泛的應(yīng)用。最小二乘支持向量機(jī)法綜合了神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)兩種算法的優(yōu)點(diǎn),摒棄了支持向量機(jī)訓(xùn)練過(guò)程復(fù)雜、效率低以及神經(jīng)網(wǎng)絡(luò)需要大數(shù)據(jù)樣本的缺點(diǎn)。因此最小二乘支持向量機(jī)法不僅具有較快的訓(xùn)練速度,而且具有較強(qiáng)的泛化能力[9]。

    但是由于真實(shí)網(wǎng)絡(luò)環(huán)境中,存在大量干擾噪聲和野值樣本等,嚴(yán)重影響了最小二乘支持向量機(jī)算法的性能;因此本文提出一種結(jié)合協(xié)同量子粒子群優(yōu)化算法和最小二乘支持向量機(jī)的網(wǎng)絡(luò)流量識(shí)別系統(tǒng)。

    2 協(xié)同量子粒子群算法

    2.1 量子粒子群算法

    設(shè)粒子群中有[N]個(gè)粒子,其中:第[i]個(gè)粒子的位置[xi=xi1,xi2,…,xiD;]第[i]個(gè)粒子的速度[vi=vi1,vi2,…,viD;]第[i]個(gè)粒子的歷史最優(yōu)位置[pi=pi1,pi2,…,piD;]整個(gè)粒子群體的歷史最優(yōu)位置是2.2.1 協(xié)同搜索策略

    協(xié)同搜索策略的核心思想是,將整個(gè)種群分解成多個(gè)子群,整個(gè)種群使用的是對(duì)一個(gè)種群進(jìn)行搜索的策略,而將整個(gè)種群分解成多個(gè)子群后,能夠成功削弱種群的多樣性在迭代后期降低而產(chǎn)生的早熟問(wèn)題[11]。

    2.2.2 粒子的學(xué)習(xí)行為

    式中:[lcmax]和[lcmin]是學(xué)習(xí)參數(shù)的最大和最小值;[a]是不小于0的常數(shù)。

    協(xié)同量子粒子群算法(簡(jiǎn)稱CQPSO),就是使用上面描述的協(xié)同搜索策略的QPSO算法。

    2.3 CQPSO?LSSVM的網(wǎng)絡(luò)流量識(shí)別步驟

    步驟1:對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行采集,對(duì)數(shù)據(jù)進(jìn)行處理后,得到網(wǎng)絡(luò)流量特征向量。

    步驟2:隨機(jī)得到[N]個(gè)粒子的位置[Xi,]對(duì)各個(gè)粒子的適應(yīng)值[fXi]進(jìn)行計(jì)算。

    步驟3:將粒子群分成[s]個(gè)子群,計(jì)算每一個(gè)子群適應(yīng)值的最優(yōu)粒子序號(hào):[k=argmin1≤i≤NsfXsi],那么各個(gè)子群的最優(yōu)解為:[pgs=Xsk;][k=argmin1≤i≤sfpgi,][pgpop=pgk,]由基因比率[Rgene]選出子群中適應(yīng)值最優(yōu)的粒子來(lái)組建種群基因庫(kù)。

    步驟4:對(duì)收縮擴(kuò)張系數(shù)[βt、]子群的[βti1≤i≤s]以及[lc]進(jìn)行計(jì)算,[qi]取決于[lc]與[lrand]關(guān)系。

    步驟5:對(duì)粒子的適應(yīng)值、子群的[pi、]子群的[pg]以及種群最優(yōu)解[pgpop]進(jìn)行更新。

    步驟6:當(dāng)?shù)竭_(dá)進(jìn)化的周期后,依據(jù)[Rdead]淘汰子群中劣質(zhì)粒子,更新種群的基因庫(kù)。

    步驟7:重復(fù)步驟4到步驟6,直到迭代完成。

    步驟8:求解[pgpop,]得到網(wǎng)絡(luò)流量識(shí)別的最優(yōu)特征子集。

    步驟9:使用步驟8得到的網(wǎng)絡(luò)流量識(shí)別的最優(yōu)特征子集建立網(wǎng)絡(luò)流量識(shí)別模型[12]。

    3 實(shí)驗(yàn)分析

    3.1 實(shí)驗(yàn)數(shù)據(jù)采集

    使用基于Libsvm軟件包的C#程序?qū)W(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行采集,使用Matlab軟件構(gòu)建基于PSO?LSSVM、QPSO?LSSVM和CQPSO?LSSVM算法的網(wǎng)絡(luò)流量識(shí)別模型,對(duì)采集的數(shù)據(jù)進(jìn)行處理。

    將采集到的數(shù)據(jù)分為兩組:一組用于對(duì)基于三種算法的網(wǎng)絡(luò)流量識(shí)別模型進(jìn)行訓(xùn)練;另一組數(shù)據(jù)測(cè)試訓(xùn)練后的基于三種算法的網(wǎng)絡(luò)流量識(shí)別模型的識(shí)別性能。

    3.2 網(wǎng)絡(luò)流量分類方法性能評(píng)價(jià)標(biāo)準(zhǔn)

    針對(duì)網(wǎng)絡(luò)流量識(shí)別方法的評(píng)價(jià)標(biāo)準(zhǔn),人們通常使用反饋率(recall)、準(zhǔn)確率(precision)評(píng)估識(shí)別方法性能,具體表示為:

    [recall=TPTP+FN×100%] (12)

    [precision=TPTP+FP×100%] (13)

    式中:TP(True Positive)是被系統(tǒng)正確識(shí)別的類型A的樣本數(shù)量;FN(False Negative)是未被系統(tǒng)正確識(shí)別的類型A的樣本數(shù)量;FP(False Positive)是被系統(tǒng)誤認(rèn)為是類型A的樣本數(shù)量。

    3.3 網(wǎng)絡(luò)流量識(shí)別流程

    基于本文提出的CQPSO?LSSVM網(wǎng)絡(luò)流量識(shí)別流程如圖2所示[13]。

    圖2 網(wǎng)絡(luò)流量識(shí)別流程

    為了研究本文提出的CQPSO算法的優(yōu)化性能,使用QPSO作對(duì)比實(shí)驗(yàn)。設(shè)定粒子群個(gè)數(shù)為20,子群的規(guī)模是5,收縮擴(kuò)張系數(shù)[β]隨著迭代次數(shù)線性下降,由1.0降至0.5。得到兩種算法在Rosenbrock函數(shù)和Ackley函數(shù)這兩個(gè)測(cè)試函數(shù)下的性能對(duì)比如圖3所示??梢钥闯?,CQPSO算法比QPSO算法具有更快的收斂速度和收斂精度,具有更好的穩(wěn)定性能[14]。

    3.4 實(shí)驗(yàn)結(jié)果分析

    使用本文提出的CQPSO?LSSVM識(shí)別算法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行識(shí)別后,得到表1中各種網(wǎng)絡(luò)服務(wù)類型與應(yīng)用的識(shí)別準(zhǔn)確率和反饋率,見表2。

    通過(guò)表2的數(shù)據(jù)可以看出,本文研究的CQPSO?LSSVM識(shí)別算法對(duì)12種類型網(wǎng)絡(luò)服務(wù)與應(yīng)用均有較好的識(shí)別準(zhǔn)確率和反饋率。為了橫向比較本文研究算法的性能,使用基于PSO?LSSVM算法和基于QPSO?LSSVM算法的網(wǎng)絡(luò)流量識(shí)別系統(tǒng)對(duì)同樣的數(shù)據(jù)進(jìn)行模型訓(xùn)練和測(cè)試,得到了基于三種不同算法的識(shí)別系統(tǒng)的識(shí)別準(zhǔn)確率、反饋率以及識(shí)別速度[15?16]。

    表2 各個(gè)網(wǎng)絡(luò)流量類別的準(zhǔn)確率與反饋率

    [類別\&應(yīng)用名稱\&反饋率 /%\&準(zhǔn)確率 /%\&WWW\&HTTP\&94.9\&95.7\&P2P文件共享\&BitTorrent\&92.9\&93.6\&P2P音頻視頻\&PPlive\&90.1\&91.2\&P2P即時(shí)通信\&QQ\&92.3\&92.1\&ATTACK\&Virus\&97.6\&98.1\&GAMES\&Half?life\&95.2\&96.9\&MULTIMEDIA\&Real media player\&86.2\&86.8\&INTERACTIVE\&Telnet\&90.7\&88.8\&DATABASE\&SqLnet\&94.8\&95.1\&BULK\&FTP\&92.5\&90.9\&SERVICES\&DNS\&92.6\&93.9\&MAIL\&Stmp\&98.3\&97.2\&]

    圖3 CPSO與CQPSO算法性能對(duì)比

    CQPSO?LSSVM識(shí)別算法的平均識(shí)別準(zhǔn)確率達(dá)到了93.36%,比QPSO?LSSVM算法的平均識(shí)別準(zhǔn)確率高出5.28%,比PSO?LSSVM算法的平均識(shí)別準(zhǔn)確率高出10.3%,CQPSO?LSSVM識(shí)別算法的平均識(shí)別反饋率達(dá)到了93.18%,比QPSO?LSSVM算法的平均識(shí)別反饋率高出4.32%,比PSO?LSSVM算法的平均識(shí)別反饋率高出9.37%。可以說(shuō)明,相比粒子群優(yōu)化算法來(lái)說(shuō),量子粒子群優(yōu)化算法能夠得到更優(yōu)良的特征子集,因此得到了更好的流量識(shí)別效果。另外由于CQPSO?LSSVM識(shí)別算法使用了協(xié)同策略,因此避免出現(xiàn)陷入局部最優(yōu)解的情況發(fā)生,因此加快了算法收斂速率,提高了識(shí)別準(zhǔn)確率[17?18]。

    4 結(jié) 論

    與傳統(tǒng)網(wǎng)絡(luò)流量分類方法不同,本文將P2P應(yīng)用分為三類,即P2P文件共享、P2P音視頻以及P2P即時(shí)通信服務(wù),因此本文將網(wǎng)絡(luò)流量類型劃分為12個(gè)類別進(jìn)行研究。

    將CQPSO算法和QPSO算法在Rosenbrock函數(shù)和Ackley函數(shù)這兩個(gè)測(cè)試函數(shù)下進(jìn)行性能測(cè)試,結(jié)果表明,CQPSO算法比QPSO算法具有更快的收斂速度和收斂精度,具有更好的穩(wěn)定性能。

    將本文提出的基于CQPSO?LSSVM算法與基于PSO?LSSVM算法和基于QPSO?LSSVM算法在相同網(wǎng)絡(luò)環(huán)境下,使用相同數(shù)據(jù)進(jìn)行性能測(cè)試對(duì)比。結(jié)果表明基于CQPSO?LSSVM算法具有更快的識(shí)別速度以及更好的識(shí)別準(zhǔn)確率,避免了出現(xiàn)陷入局部最優(yōu)解的情況發(fā)生。

    參考文獻(xiàn)

    [1] 王濤,余順爭(zhēng).基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類研究進(jìn)展[J].小型微型計(jì)算機(jī)系統(tǒng),2012(5):1034?1040.

    [2] 鄧河.基于機(jī)器學(xué)習(xí)方法的網(wǎng)絡(luò)流量分類研究[D].株洲:湖南工業(yè)大學(xué),2009.

    [3] 楊飛虎.特征選擇算法及其在網(wǎng)絡(luò)流量識(shí)別中的應(yīng)用研究[D].南京:南京郵電大學(xué),2012.

    [4] 楊宜辰.基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類技術(shù)研究與應(yīng)用[D].淮南:安徽理工大學(xué),2014.

    [5] 儲(chǔ)慧琳,張興明.一種組合式特征選擇算法及其在網(wǎng)絡(luò)流量識(shí)別中的應(yīng)用[J].小型微型計(jì)算機(jī)系統(tǒng),2012(2):325?329.

    [6] 陶維天.基于校園網(wǎng)的網(wǎng)絡(luò)流量監(jiān)控技術(shù)研究與應(yīng)用[D].蘭州:蘭州大學(xué),2010.

    [7] 王程.網(wǎng)絡(luò)流量識(shí)別分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].長(zhǎng)春:吉林大學(xué),2014.

    [8] 許孟晉.基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類系統(tǒng)研究與實(shí)現(xiàn)[D].長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué),2010.

    [9] 顧成杰,張順頤.基于改進(jìn)SVM的網(wǎng)絡(luò)流量分類方法研究[J].儀器儀表學(xué)報(bào),2011(7):1507?1513.

    [10] 楊子江.基于混沌量子粒子群算法的流水線調(diào)度[D].上海:華東理工大學(xué),2013.

    [11] 胡天騏,單劍鋒,宋曉濤.基于改進(jìn)PSO?LSSVM的模擬電路診斷方法[J].計(jì)算機(jī)技術(shù)與發(fā)展,2015(6):193?196.

    [12] 孟凡兵,彭順堂,陳華.一種QPSO優(yōu)化SVM的模擬電路故障診斷方法[J].計(jì)算機(jī)與數(shù)字工程,2015(6):1149?1151.

    [13] 朱大奇,袁義麗,鄧志剛.水下機(jī)器人參數(shù)辨識(shí)的量子粒子群算法[J].控制工程,2015(3):531?537.

    [14] 陳善學(xué),楊政,朱江,等.一種基于累加PSO?SVM的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)模型[J].計(jì)算機(jī)應(yīng)用研究,2015(6):1778?1781.

    [15] 劉麗霞.基于小波理論與LSSVM的模擬集成電路故障診斷方法[D].西安:西安電子科技大學(xué),2011.

    [16] 黃麗,孫玉坤,嵇小輔,等.基于CPSO與LSSVM融合的發(fā)酵過(guò)程軟測(cè)量建模[J].儀器儀表學(xué)報(bào),2011(9):2066?2070.

    [17] 劉俊美.網(wǎng)絡(luò)流量統(tǒng)計(jì)分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].大連:大連理工大學(xué),2013.

    [18] 胡婷.基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量分類方法研究[D].桂林:桂林電子科技大學(xué),2011.

    日韩欧美精品v在线| a级毛片免费高清观看在线播放| 亚洲综合色惰| 我要搜黄色片| 啦啦啦啦在线视频资源| 真人做人爱边吃奶动态| 国产高清视频在线播放一区| 国产亚洲91精品色在线| 99riav亚洲国产免费| 亚洲最大成人手机在线| 国产av一区在线观看免费| 欧美日韩国产亚洲二区| 2021天堂中文幕一二区在线观| 2021天堂中文幕一二区在线观| 久久人人精品亚洲av| 亚洲自偷自拍三级| 久久天躁狠狠躁夜夜2o2o| 欧美色欧美亚洲另类二区| 免费观看精品视频网站| 两个人的视频大全免费| 国产成人福利小说| 久久久色成人| 亚洲在线自拍视频| 亚洲一区二区三区色噜噜| 搡女人真爽免费视频火全软件 | 欧美潮喷喷水| 两个人的视频大全免费| 少妇的逼好多水| 国产亚洲精品久久久com| 天堂影院成人在线观看| 亚洲电影在线观看av| 国产高清激情床上av| 久久久精品欧美日韩精品| 男人和女人高潮做爰伦理| 久久人妻av系列| 免费无遮挡裸体视频| 村上凉子中文字幕在线| 日本爱情动作片www.在线观看 | 可以在线观看的亚洲视频| 亚洲久久久久久中文字幕| 看黄色毛片网站| 91久久精品电影网| 成年女人永久免费观看视频| 18禁裸乳无遮挡免费网站照片| 国产成人av教育| 最近最新中文字幕大全电影3| 日日摸夜夜添夜夜添小说| 国产极品精品免费视频能看的| 精品人妻视频免费看| 偷拍熟女少妇极品色| 亚洲欧美激情综合另类| 国产伦一二天堂av在线观看| 亚洲成人精品中文字幕电影| 我要看日韩黄色一级片| 亚洲精品456在线播放app | 99热只有精品国产| 国产精品嫩草影院av在线观看 | 午夜影院日韩av| 国产一区二区激情短视频| 好男人在线观看高清免费视频| 亚洲人成网站在线播| 免费av观看视频| 在线观看av片永久免费下载| 俄罗斯特黄特色一大片| 两人在一起打扑克的视频| 中文字幕av在线有码专区| 日本免费一区二区三区高清不卡| 欧美bdsm另类| 最好的美女福利视频网| 精品免费久久久久久久清纯| 亚洲不卡免费看| 99久久九九国产精品国产免费| 国产三级中文精品| 国产精品自产拍在线观看55亚洲| 非洲黑人性xxxx精品又粗又长| 成人美女网站在线观看视频| 成人av一区二区三区在线看| 亚洲av成人av| 免费在线观看成人毛片| 伊人久久精品亚洲午夜| 一a级毛片在线观看| 久久6这里有精品| 久久草成人影院| 亚洲,欧美,日韩| 日本色播在线视频| 久久午夜福利片| 亚洲第一电影网av| 国内精品美女久久久久久| 国产男人的电影天堂91| 少妇人妻精品综合一区二区 | 亚洲最大成人手机在线| netflix在线观看网站| 国产av在哪里看| 亚洲最大成人av| 夜夜夜夜夜久久久久| 在线播放无遮挡| 免费看a级黄色片| 免费看美女性在线毛片视频| 特大巨黑吊av在线直播| av福利片在线观看| 床上黄色一级片| 成人性生交大片免费视频hd| 看黄色毛片网站| 国产精品无大码| 超碰av人人做人人爽久久| 欧美色欧美亚洲另类二区| 伦精品一区二区三区| 无遮挡黄片免费观看| 狠狠狠狠99中文字幕| 中文字幕免费在线视频6| 老熟妇乱子伦视频在线观看| 日本精品一区二区三区蜜桃| 国产人妻一区二区三区在| 97碰自拍视频| 精品一区二区免费观看| 国产欧美日韩一区二区精品| 日韩欧美在线乱码| 欧美bdsm另类| 好男人在线观看高清免费视频| 一本精品99久久精品77| 久久精品91蜜桃| 乱系列少妇在线播放| 狂野欧美白嫩少妇大欣赏| 伦精品一区二区三区| 看免费成人av毛片| 成年女人看的毛片在线观看| 亚洲成人中文字幕在线播放| 偷拍熟女少妇极品色| 好男人在线观看高清免费视频| 亚洲av成人精品一区久久| 欧美最新免费一区二区三区| 亚洲国产欧洲综合997久久,| 国产欧美日韩一区二区精品| 人人妻人人看人人澡| 亚洲成人久久性| 久久精品国产亚洲av香蕉五月| 国内揄拍国产精品人妻在线| 一本久久中文字幕| 联通29元200g的流量卡| 午夜福利在线在线| 欧美成人a在线观看| 别揉我奶头 嗯啊视频| 特级一级黄色大片| 一进一出好大好爽视频| 久99久视频精品免费| 小蜜桃在线观看免费完整版高清| 大型黄色视频在线免费观看| 在线观看美女被高潮喷水网站| 国产精品一区www在线观看 | 丰满乱子伦码专区| 免费看av在线观看网站| 国产精品亚洲一级av第二区| 在线免费观看的www视频| 日韩亚洲欧美综合| 日日摸夜夜添夜夜添av毛片 | 色av中文字幕| 成年女人看的毛片在线观看| 乱人视频在线观看| 欧美日韩亚洲国产一区二区在线观看| 又黄又爽又免费观看的视频| 久久久久久久久久黄片| 免费在线观看成人毛片| 亚洲精品一卡2卡三卡4卡5卡| 久久精品夜夜夜夜夜久久蜜豆| 国产精品自产拍在线观看55亚洲| 18禁黄网站禁片午夜丰满| 亚洲精华国产精华液的使用体验 | 看免费成人av毛片| 久久精品影院6| 三级毛片av免费| 国产亚洲精品av在线| 久久国产乱子免费精品| 国产亚洲av嫩草精品影院| 日日夜夜操网爽| 国产精品久久久久久亚洲av鲁大| a级毛片a级免费在线| 久99久视频精品免费| 国产亚洲精品av在线| avwww免费| 久久久久九九精品影院| 欧美日本视频| 国产91精品成人一区二区三区| 一本久久中文字幕| 久久精品国产亚洲av涩爱 | 成人毛片a级毛片在线播放| 久久久精品欧美日韩精品| 国产v大片淫在线免费观看| av天堂中文字幕网| 日韩强制内射视频| 又爽又黄a免费视频| 日韩一本色道免费dvd| 亚洲av一区综合| 中文字幕免费在线视频6| 麻豆成人av在线观看| 精品午夜福利在线看| 在线免费观看不下载黄p国产 | 国内毛片毛片毛片毛片毛片| 又爽又黄a免费视频| 欧美一区二区精品小视频在线| 综合色av麻豆| av黄色大香蕉| 日韩欧美国产一区二区入口| 亚洲aⅴ乱码一区二区在线播放| 免费看日本二区| 在线a可以看的网站| 久久中文看片网| 亚洲国产色片| 免费无遮挡裸体视频| 亚洲av成人av| 欧美日韩亚洲国产一区二区在线观看| 99视频精品全部免费 在线| 亚洲熟妇熟女久久| 亚洲男人的天堂狠狠| 午夜福利在线观看免费完整高清在 | 一级黄片播放器| 久久久久国产精品人妻aⅴ院| 国产主播在线观看一区二区| 无人区码免费观看不卡| 亚洲国产高清在线一区二区三| 亚洲自偷自拍三级| 啦啦啦啦在线视频资源| 12—13女人毛片做爰片一| 精品免费久久久久久久清纯| 亚洲三级黄色毛片| 国产免费av片在线观看野外av| 国产精品久久视频播放| 在线国产一区二区在线| 免费电影在线观看免费观看| 国产亚洲欧美98| 变态另类成人亚洲欧美熟女| 日韩欧美免费精品| 亚洲欧美日韩高清在线视频| 午夜a级毛片| 人妻少妇偷人精品九色| 99视频精品全部免费 在线| av在线天堂中文字幕| 在线播放国产精品三级| 午夜福利在线在线| 最近在线观看免费完整版| 日韩精品中文字幕看吧| 日韩强制内射视频| 亚洲三级黄色毛片| 色吧在线观看| 特大巨黑吊av在线直播| 在线观看av片永久免费下载| 高清毛片免费观看视频网站| 成人高潮视频无遮挡免费网站| 99国产极品粉嫩在线观看| 国产成人一区二区在线| 国产黄a三级三级三级人| 女的被弄到高潮叫床怎么办 | 99在线视频只有这里精品首页| 亚洲成av人片在线播放无| 日韩欧美一区二区三区在线观看| 非洲黑人性xxxx精品又粗又长| 伦精品一区二区三区| 国产精品免费一区二区三区在线| 99精品久久久久人妻精品| 午夜日韩欧美国产| 亚洲国产欧洲综合997久久,| 级片在线观看| 搡女人真爽免费视频火全软件 | 可以在线观看的亚洲视频| 少妇熟女aⅴ在线视频| 久久人人爽人人爽人人片va| 精品久久久久久久久久久久久| 色哟哟哟哟哟哟| av视频在线观看入口| av专区在线播放| 成人国产麻豆网| 一a级毛片在线观看| 成人无遮挡网站| 在线观看舔阴道视频| 天堂动漫精品| 精品久久久久久久久久久久久| 悠悠久久av| 日本爱情动作片www.在线观看 | 少妇熟女aⅴ在线视频| 国产一区二区激情短视频| 欧洲精品卡2卡3卡4卡5卡区| 亚洲精品日韩av片在线观看| 久久久久性生活片| 色哟哟哟哟哟哟| 国产精品久久久久久av不卡| 欧美日韩瑟瑟在线播放| 亚洲精品色激情综合| xxxwww97欧美| 国产乱人视频| 美女cb高潮喷水在线观看| 亚洲最大成人中文| 日韩欧美免费精品| 亚洲午夜理论影院| 国产av不卡久久| 国产在视频线在精品| 精品人妻视频免费看| 国产淫片久久久久久久久| av福利片在线观看| 一级毛片久久久久久久久女| 成人精品一区二区免费| 精品乱码久久久久久99久播| 别揉我奶头 嗯啊视频| 午夜影院日韩av| 精品欧美国产一区二区三| 黄色日韩在线| 黄色视频,在线免费观看| 亚洲av成人精品一区久久| 国产伦精品一区二区三区视频9| 免费观看的影片在线观看| 欧美日韩瑟瑟在线播放| 日本a在线网址| 麻豆一二三区av精品| 日韩欧美三级三区| 亚洲图色成人| avwww免费| 成人二区视频| 2021天堂中文幕一二区在线观| 中国美女看黄片| 熟妇人妻久久中文字幕3abv| 久久久精品欧美日韩精品| 日日夜夜操网爽| 高清日韩中文字幕在线| 日韩欧美国产在线观看| 国产蜜桃级精品一区二区三区| xxxwww97欧美| 日本五十路高清| 真人一进一出gif抽搐免费| 欧美最新免费一区二区三区| 最近最新免费中文字幕在线| 99久久九九国产精品国产免费| 成年女人永久免费观看视频| 联通29元200g的流量卡| 亚洲熟妇熟女久久| 人妻丰满熟妇av一区二区三区| 欧美日韩精品成人综合77777| 久99久视频精品免费| av.在线天堂| 一边摸一边抽搐一进一小说| 欧美不卡视频在线免费观看| 免费大片18禁| 波多野结衣巨乳人妻| 美女高潮喷水抽搐中文字幕| 九九爱精品视频在线观看| 91av网一区二区| 中文字幕精品亚洲无线码一区| 国产视频一区二区在线看| 日日干狠狠操夜夜爽| 久久久久久久久中文| АⅤ资源中文在线天堂| 联通29元200g的流量卡| 麻豆国产97在线/欧美| 精品一区二区三区av网在线观看| 日韩精品有码人妻一区| 成人亚洲精品av一区二区| 深夜a级毛片| 久久精品国产亚洲网站| 老熟妇仑乱视频hdxx| 给我免费播放毛片高清在线观看| 网址你懂的国产日韩在线| 亚洲七黄色美女视频| 久久久久久久久久成人| 极品教师在线免费播放| 成人永久免费在线观看视频| 观看美女的网站| 特级一级黄色大片| 成人午夜高清在线视频| 99久久九九国产精品国产免费| av在线天堂中文字幕| 久久久久免费精品人妻一区二区| 欧美性猛交黑人性爽| 国产av麻豆久久久久久久| 国产国拍精品亚洲av在线观看| 黄色丝袜av网址大全| avwww免费| 亚洲男人的天堂狠狠| 最新中文字幕久久久久| 久久精品国产亚洲av天美| 一a级毛片在线观看| 中文字幕免费在线视频6| 久久精品夜夜夜夜夜久久蜜豆| 成年免费大片在线观看| 亚洲欧美日韩无卡精品| 91麻豆av在线| 久久这里只有精品中国| 精品久久久久久久久久久久久| 国内揄拍国产精品人妻在线| 亚洲天堂国产精品一区在线| 99热只有精品国产| 亚洲在线观看片| 亚州av有码| 九色国产91popny在线| 亚洲乱码一区二区免费版| 亚洲av免费高清在线观看| 91狼人影院| 国产私拍福利视频在线观看| 国产单亲对白刺激| 麻豆久久精品国产亚洲av| 免费人成视频x8x8入口观看| 免费人成在线观看视频色| 国产不卡一卡二| 可以在线观看的亚洲视频| 亚洲成人免费电影在线观看| 黄色视频,在线免费观看| 直男gayav资源| 日韩欧美国产一区二区入口| 一进一出抽搐动态| 亚洲自拍偷在线| 国产精品久久久久久久久免| 成人国产麻豆网| 精品人妻一区二区三区麻豆 | 国产91精品成人一区二区三区| 精品久久久久久成人av| 美女免费视频网站| 久久九九热精品免费| 日日摸夜夜添夜夜添小说| 精品久久久久久久久亚洲 | av天堂中文字幕网| 久久精品国产亚洲av涩爱 | 亚洲无线在线观看| 麻豆av噜噜一区二区三区| 成人特级黄色片久久久久久久| 日韩欧美免费精品| 亚洲欧美日韩高清在线视频| 美女黄网站色视频| 最近最新中文字幕大全电影3| 欧美又色又爽又黄视频| 99在线视频只有这里精品首页| 国产精品国产高清国产av| 国产一区二区三区在线臀色熟女| 中文字幕免费在线视频6| 22中文网久久字幕| 国产精华一区二区三区| 国语自产精品视频在线第100页| 久久久久久大精品| 亚洲欧美日韩高清在线视频| 日本五十路高清| 男人的好看免费观看在线视频| 在线观看午夜福利视频| a级一级毛片免费在线观看| 88av欧美| 午夜福利成人在线免费观看| 女人十人毛片免费观看3o分钟| xxxwww97欧美| 国产一区二区三区视频了| 18禁在线播放成人免费| 成人欧美大片| 国产av不卡久久| 久久久久久久亚洲中文字幕| 高清日韩中文字幕在线| 午夜福利成人在线免费观看| 最新中文字幕久久久久| 成人亚洲精品av一区二区| 久久欧美精品欧美久久欧美| 1024手机看黄色片| 日韩,欧美,国产一区二区三区 | 国国产精品蜜臀av免费| 亚洲av日韩精品久久久久久密| 亚洲成a人片在线一区二区| 人人妻,人人澡人人爽秒播| 少妇人妻精品综合一区二区 | 亚洲国产色片| 动漫黄色视频在线观看| 99riav亚洲国产免费| 国产亚洲精品av在线| 听说在线观看完整版免费高清| 啦啦啦韩国在线观看视频| 九色成人免费人妻av| 午夜精品一区二区三区免费看| 99久久精品热视频| av黄色大香蕉| 自拍偷自拍亚洲精品老妇| 免费在线观看成人毛片| av中文乱码字幕在线| 三级毛片av免费| 久久久久久九九精品二区国产| а√天堂www在线а√下载| 免费看光身美女| 俄罗斯特黄特色一大片| 如何舔出高潮| 国产一区二区三区av在线 | 日韩欧美国产在线观看| av国产免费在线观看| 桃色一区二区三区在线观看| 伊人久久精品亚洲午夜| 久久亚洲精品不卡| 女人被狂操c到高潮| 精品一区二区三区人妻视频| 久久午夜福利片| 伊人久久精品亚洲午夜| 天堂√8在线中文| 久久人妻av系列| 一区福利在线观看| 国产成人av教育| 久久久久久九九精品二区国产| 日韩高清综合在线| 在线a可以看的网站| 久久天躁狠狠躁夜夜2o2o| 欧美激情久久久久久爽电影| 亚洲欧美日韩卡通动漫| 欧美日韩瑟瑟在线播放| 91在线精品国自产拍蜜月| 日日摸夜夜添夜夜添av毛片 | 性欧美人与动物交配| 人人妻,人人澡人人爽秒播| 18禁黄网站禁片午夜丰满| av天堂中文字幕网| a在线观看视频网站| 又紧又爽又黄一区二区| 日日干狠狠操夜夜爽| 日韩精品中文字幕看吧| 91在线精品国自产拍蜜月| 免费一级毛片在线播放高清视频| 国产精品,欧美在线| 精品人妻一区二区三区麻豆 | 国产亚洲精品久久久久久毛片| 精品免费久久久久久久清纯| 国产一级毛片七仙女欲春2| 美女高潮的动态| 3wmmmm亚洲av在线观看| 精品久久久噜噜| 深爱激情五月婷婷| 久久久久久久久久成人| 成年人黄色毛片网站| 久久久久久久久久成人| 久久九九热精品免费| 亚洲成人精品中文字幕电影| 国产69精品久久久久777片| 日本 av在线| 黄色欧美视频在线观看| 嫩草影院精品99| 欧美+日韩+精品| 亚洲精品久久国产高清桃花| 男人舔奶头视频| 国产亚洲欧美98| 精品乱码久久久久久99久播| 欧美+日韩+精品| 两个人视频免费观看高清| 中文亚洲av片在线观看爽| 精品无人区乱码1区二区| 久久亚洲精品不卡| 中文在线观看免费www的网站| 精品久久国产蜜桃| 亚洲av五月六月丁香网| 真人一进一出gif抽搐免费| 亚洲精品亚洲一区二区| 亚洲国产精品久久男人天堂| 淫秽高清视频在线观看| 九九在线视频观看精品| 欧美色视频一区免费| 国产真实伦视频高清在线观看 | 欧美又色又爽又黄视频| 国产亚洲欧美98| 日韩欧美三级三区| 欧美激情国产日韩精品一区| av视频在线观看入口| 成人av一区二区三区在线看| 如何舔出高潮| 国产一区二区激情短视频| 国产成人一区二区在线| 国产成人影院久久av| 无遮挡黄片免费观看| 亚洲欧美日韩高清在线视频| 亚洲精品粉嫩美女一区| 欧美日本视频| 亚洲四区av| 亚洲精品日韩av片在线观看| 日本三级黄在线观看| 国产成年人精品一区二区| 日韩欧美在线乱码| 免费人成视频x8x8入口观看| 麻豆久久精品国产亚洲av| 精品无人区乱码1区二区| 亚洲成人中文字幕在线播放| 日韩一区二区视频免费看| 亚洲黑人精品在线| 大型黄色视频在线免费观看| 蜜桃亚洲精品一区二区三区| 天堂动漫精品| 免费无遮挡裸体视频| 国内精品久久久久久久电影| 婷婷色综合大香蕉| 国产欧美日韩精品一区二区| 欧美xxxx黑人xx丫x性爽| 日本黄色视频三级网站网址| 国产真实乱freesex| 日韩欧美一区二区三区在线观看| 九色国产91popny在线| 丰满乱子伦码专区| 在线国产一区二区在线| 欧美在线一区亚洲| 永久网站在线| 亚洲男人的天堂狠狠| 色吧在线观看| 黄色配什么色好看| 18禁黄网站禁片午夜丰满| 在线观看av片永久免费下载| 中文在线观看免费www的网站| 我要看日韩黄色一级片| 搡老熟女国产l中国老女人| 男人和女人高潮做爰伦理| 国产主播在线观看一区二区| av在线亚洲专区| 午夜精品久久久久久毛片777| 此物有八面人人有两片| 精品久久久久久久久久免费视频| 亚洲av一区综合| 波野结衣二区三区在线| 欧美在线一区亚洲| 成年女人看的毛片在线观看| 亚洲人与动物交配视频| 成人国产一区最新在线观看| 女的被弄到高潮叫床怎么办 | 久久久久国内视频| 日本五十路高清| 国产精品久久电影中文字幕| 精品乱码久久久久久99久播|