• <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.

    欧美不卡视频在线免费观看| 99久久无色码亚洲精品果冻| 一卡2卡三卡四卡精品乱码亚洲| 欧美潮喷喷水| 国产精品综合久久久久久久免费| 男女边吃奶边做爰视频| 午夜激情欧美在线| 欧美最黄视频在线播放免费| 亚洲中文日韩欧美视频| 长腿黑丝高跟| 舔av片在线| 综合色丁香网| 91在线精品国自产拍蜜月| 中国美女看黄片| 国产欧美日韩一区二区精品| av女优亚洲男人天堂| 久久99热6这里只有精品| 欧美另类亚洲清纯唯美| 中文字幕人妻熟人妻熟丝袜美| 免费人成在线观看视频色| 亚洲国产日韩欧美精品在线观看| 亚洲无线观看免费| 久久欧美精品欧美久久欧美| 五月玫瑰六月丁香| 乱系列少妇在线播放| 亚洲在线自拍视频| 国内精品美女久久久久久| 久久精品国产清高在天天线| 亚洲最大成人手机在线| 最近最新中文字幕大全电影3| h日本视频在线播放| eeuss影院久久| 黄色视频,在线免费观看| 国产中年淑女户外野战色| 可以在线观看毛片的网站| 精品一区二区三区人妻视频| 久久久久久久久大av| 国产成人a∨麻豆精品| 校园春色视频在线观看| 大香蕉久久网| 日韩精品有码人妻一区| 最后的刺客免费高清国语| 高清毛片免费看| 亚洲av五月六月丁香网| 91麻豆精品激情在线观看国产| 六月丁香七月| 亚洲国产精品国产精品| 寂寞人妻少妇视频99o| 国产精品国产三级国产av玫瑰| 男女视频在线观看网站免费| 中文字幕人妻熟人妻熟丝袜美| 一级黄色大片毛片| 热99在线观看视频| 给我免费播放毛片高清在线观看| 成人欧美大片| 久久精品人妻少妇| 综合色丁香网| 亚洲第一电影网av| 免费在线观看影片大全网站| 成人特级av手机在线观看| 国产成人aa在线观看| 美女被艹到高潮喷水动态| 91久久精品电影网| 听说在线观看完整版免费高清| 热99re8久久精品国产| 波多野结衣巨乳人妻| 国产三级中文精品| 男女之事视频高清在线观看| 国产精品久久电影中文字幕| av天堂中文字幕网| 天堂√8在线中文| av女优亚洲男人天堂| 天堂av国产一区二区熟女人妻| 一区二区三区高清视频在线| 99九九线精品视频在线观看视频| 啦啦啦啦在线视频资源| 亚洲色图av天堂| 日韩精品有码人妻一区| 男人和女人高潮做爰伦理| 久久久精品大字幕| 99国产极品粉嫩在线观看| 深爱激情五月婷婷| 内地一区二区视频在线| 在线观看66精品国产| 久久久久久久久大av| 一本久久中文字幕| 国产在线男女| 少妇被粗大猛烈的视频| 天天躁日日操中文字幕| 国内精品久久久久精免费| 亚洲成人久久性| 女生性感内裤真人,穿戴方法视频| 国产成人aa在线观看| 亚洲欧美成人精品一区二区| 看非洲黑人一级黄片| 国产成人a∨麻豆精品| 尤物成人国产欧美一区二区三区| 亚洲中文字幕一区二区三区有码在线看| 国产男人的电影天堂91| 少妇熟女欧美另类| 大香蕉久久网| 日日撸夜夜添| 日韩 亚洲 欧美在线| 在线国产一区二区在线| 2021天堂中文幕一二区在线观| 免费观看人在逋| 如何舔出高潮| 亚洲第一区二区三区不卡| 十八禁网站免费在线| 国产精品美女特级片免费视频播放器| 成人精品一区二区免费| 精品久久久久久久久亚洲| 毛片一级片免费看久久久久| 国内精品久久久久精免费| 亚洲激情五月婷婷啪啪| 亚洲av熟女| 亚洲第一电影网av| ponron亚洲| or卡值多少钱| 99久久成人亚洲精品观看| 国产精品久久久久久久电影| 偷拍熟女少妇极品色| 91精品国产九色| 国产黄片美女视频| 国产亚洲91精品色在线| 日本黄色片子视频| 大香蕉久久网| 国产精品一区二区三区四区久久| 国产美女午夜福利| 久久久久国产精品人妻aⅴ院| 丰满的人妻完整版| 日韩 亚洲 欧美在线| 亚洲,欧美,日韩| 国内揄拍国产精品人妻在线| 国产亚洲精品久久久com| 看片在线看免费视频| 免费看a级黄色片| 两个人视频免费观看高清| av黄色大香蕉| 免费看a级黄色片| 色播亚洲综合网| 国产 一区 欧美 日韩| 成人av一区二区三区在线看| 少妇裸体淫交视频免费看高清| 女的被弄到高潮叫床怎么办| 女同久久另类99精品国产91| 日本爱情动作片www.在线观看 | 国产精品无大码| 免费不卡的大黄色大毛片视频在线观看 | 永久网站在线| 12—13女人毛片做爰片一| 久久国产乱子免费精品| 村上凉子中文字幕在线| 免费电影在线观看免费观看| а√天堂www在线а√下载| 狂野欧美白嫩少妇大欣赏| 亚洲在线自拍视频| .国产精品久久| 精品国产三级普通话版| 女人十人毛片免费观看3o分钟| 国产亚洲欧美98| 日日摸夜夜添夜夜添小说| 悠悠久久av| 免费高清视频大片| 午夜老司机福利剧场| 欧美另类亚洲清纯唯美| 免费看光身美女| 日本与韩国留学比较| 91久久精品国产一区二区三区| 亚洲欧美日韩高清专用| 亚洲人成网站高清观看| 在线观看免费视频日本深夜| 久久这里只有精品中国| 夜夜爽天天搞| 亚洲精华国产精华液的使用体验 | 日本免费a在线| 日本三级黄在线观看| 两个人的视频大全免费| 一个人观看的视频www高清免费观看| 亚洲在线观看片| 欧美日本亚洲视频在线播放| 男人和女人高潮做爰伦理| 欧美日韩国产亚洲二区| 五月玫瑰六月丁香| 校园春色视频在线观看| 久久久午夜欧美精品| 亚洲aⅴ乱码一区二区在线播放| 国产精品一区二区免费欧美| 亚洲成人精品中文字幕电影| 国产淫片久久久久久久久| 中国美白少妇内射xxxbb| 亚洲成人中文字幕在线播放| 一个人免费在线观看电影| 春色校园在线视频观看| 麻豆av噜噜一区二区三区| 国产色婷婷99| 在线观看免费视频日本深夜| 亚洲精品日韩av片在线观看| 俄罗斯特黄特色一大片| 老司机影院成人| 免费黄网站久久成人精品| 日本熟妇午夜| 91av网一区二区| 欧美日韩乱码在线| 色av中文字幕| 人妻制服诱惑在线中文字幕| 亚洲自拍偷在线| 我要搜黄色片| 久久草成人影院| 精品少妇黑人巨大在线播放 | 精品久久久久久久久久久久久| 欧美激情久久久久久爽电影| 一级a爱片免费观看的视频| 日本免费a在线| 久久人妻av系列| 色在线成人网| 成人av在线播放网站| 少妇熟女aⅴ在线视频| 天堂√8在线中文| 人妻久久中文字幕网| 国产女主播在线喷水免费视频网站 | 中文在线观看免费www的网站| av天堂在线播放| 国模一区二区三区四区视频| 国产精品乱码一区二三区的特点| 亚洲无线在线观看| 国产色婷婷99| 色吧在线观看| 99热这里只有精品一区| 国产三级中文精品| 国产片特级美女逼逼视频| 国产精品不卡视频一区二区| 长腿黑丝高跟| 欧美高清性xxxxhd video| 久久欧美精品欧美久久欧美| 国产淫片久久久久久久久| 免费无遮挡裸体视频| 国产精品三级大全| 丝袜喷水一区| 久久99热这里只有精品18| 99热这里只有是精品在线观看| 全区人妻精品视频| 亚洲七黄色美女视频| 国产伦精品一区二区三区四那| 99久久精品热视频| 久久久久性生活片| 两个人的视频大全免费| 亚洲婷婷狠狠爱综合网| 国产探花极品一区二区| 成人漫画全彩无遮挡| 午夜精品一区二区三区免费看| 国产一区二区在线观看日韩| 国产单亲对白刺激| 1000部很黄的大片| 夜夜爽天天搞| 看免费成人av毛片| 欧美性感艳星| 久久久欧美国产精品| 国产精品,欧美在线| 男人狂女人下面高潮的视频| 此物有八面人人有两片| 简卡轻食公司| 色哟哟哟哟哟哟| 欧美zozozo另类| 看黄色毛片网站| 国产成年人精品一区二区| 欧美成人免费av一区二区三区| 欧美+亚洲+日韩+国产| 久久久久国内视频| 老熟妇乱子伦视频在线观看| 我要看日韩黄色一级片| 波多野结衣巨乳人妻| 99热只有精品国产| 精品久久久久久久久久久久久| 亚洲欧美日韩无卡精品| 国产成人aa在线观看| 亚洲中文字幕日韩| 午夜福利在线观看吧| 国产精品亚洲美女久久久| 国产av不卡久久| 欧美国产日韩亚洲一区| 色噜噜av男人的天堂激情| a级毛色黄片| 国产高清视频在线播放一区| 1024手机看黄色片| 亚洲成人av在线免费| 免费观看人在逋| 麻豆一二三区av精品| 亚州av有码| 久久精品国产亚洲av天美| 免费av观看视频| 丰满的人妻完整版| 亚洲不卡免费看| 久久人人精品亚洲av| 可以在线观看的亚洲视频| 国产视频一区二区在线看| 丝袜美腿在线中文| 大香蕉久久网| 69av精品久久久久久| 国产午夜精品论理片| 国产黄a三级三级三级人| 老女人水多毛片| 搡老岳熟女国产| 少妇人妻精品综合一区二区 | 精品人妻视频免费看| 少妇人妻精品综合一区二区 | 97人妻精品一区二区三区麻豆| 一进一出抽搐动态| 国产高清视频在线播放一区| 国产真实乱freesex| 亚洲国产高清在线一区二区三| 一个人免费在线观看电影| 赤兔流量卡办理| 国产欧美日韩精品亚洲av| 国产aⅴ精品一区二区三区波| 少妇被粗大猛烈的视频| 一卡2卡三卡四卡精品乱码亚洲| 亚洲乱码一区二区免费版| 国产人妻一区二区三区在| 日本-黄色视频高清免费观看| 久久天躁狠狠躁夜夜2o2o| 国产精品一区二区三区四区免费观看 | 日本一本二区三区精品| 国产精品一及| 亚洲美女搞黄在线观看 | 久久久久久久亚洲中文字幕| 国产精品免费一区二区三区在线| 亚洲天堂国产精品一区在线| 91麻豆精品激情在线观看国产| 亚洲精品乱码久久久v下载方式| www日本黄色视频网| 亚洲成a人片在线一区二区| 老熟妇仑乱视频hdxx| 日本欧美国产在线视频| 日本黄大片高清| 免费观看的影片在线观看| 国产精品亚洲一级av第二区| 18禁裸乳无遮挡免费网站照片| 国产黄片美女视频| 一区二区三区免费毛片| 亚洲专区国产一区二区| 午夜老司机福利剧场| 波野结衣二区三区在线| 久久韩国三级中文字幕| h日本视频在线播放| 色播亚洲综合网| 黄色配什么色好看| 久久6这里有精品| 天天一区二区日本电影三级| av视频在线观看入口| 国产成人freesex在线 | 国产免费一级a男人的天堂| 毛片女人毛片| 国产亚洲精品久久久久久毛片| 99久久无色码亚洲精品果冻| av天堂中文字幕网| 亚洲欧美清纯卡通| 午夜福利在线观看免费完整高清在 | 亚洲国产色片| 精品人妻偷拍中文字幕| 最近的中文字幕免费完整| 精品人妻偷拍中文字幕| 亚洲成人久久爱视频| 国产精品国产高清国产av| 我的女老师完整版在线观看| 少妇人妻精品综合一区二区 | 精品久久久噜噜| 97人妻精品一区二区三区麻豆| 1024手机看黄色片| 人妻制服诱惑在线中文字幕| 九色成人免费人妻av| 国产久久久一区二区三区| 亚洲精品亚洲一区二区| 一边摸一边抽搐一进一小说| 亚洲成av人片在线播放无| 香蕉av资源在线| 成人鲁丝片一二三区免费| 三级男女做爰猛烈吃奶摸视频| 激情 狠狠 欧美| 国产精品电影一区二区三区| 亚洲精品国产成人久久av| 人人妻人人看人人澡| 欧美性猛交黑人性爽| 18+在线观看网站| 丰满乱子伦码专区| 久久久久免费精品人妻一区二区| 校园人妻丝袜中文字幕| 精品福利观看| 俺也久久电影网| 日本-黄色视频高清免费观看| 亚洲av免费高清在线观看| 我的老师免费观看完整版| 国产片特级美女逼逼视频| 一进一出抽搐gif免费好疼| 在线免费十八禁| 国产爱豆传媒在线观看| 麻豆精品久久久久久蜜桃| av天堂在线播放| 啦啦啦啦在线视频资源| avwww免费| 国产乱人偷精品视频| 国产成人91sexporn| 久久人妻av系列| 五月玫瑰六月丁香| 少妇的逼水好多| 国产精品爽爽va在线观看网站| 国产亚洲精品综合一区在线观看| 精品免费久久久久久久清纯| 成年版毛片免费区| 久久久久国内视频| 12—13女人毛片做爰片一| 国产黄色视频一区二区在线观看 | 永久网站在线| 国产麻豆成人av免费视频| 久久久午夜欧美精品| 美女高潮的动态| 3wmmmm亚洲av在线观看| 乱码一卡2卡4卡精品| 亚洲18禁久久av| 可以在线观看毛片的网站| 成人特级av手机在线观看| 久久亚洲国产成人精品v| 国产黄色小视频在线观看| 黄色一级大片看看| 俺也久久电影网| 我的老师免费观看完整版| 狂野欧美白嫩少妇大欣赏| 欧美日本亚洲视频在线播放| 亚洲久久久久久中文字幕| 色综合亚洲欧美另类图片| 国产 一区 欧美 日韩| 久久人人爽人人爽人人片va| 中文资源天堂在线| av在线播放精品| 三级男女做爰猛烈吃奶摸视频| 国产亚洲精品久久久com| ponron亚洲| 97超级碰碰碰精品色视频在线观看| 国产精品福利在线免费观看| 亚洲精品乱码久久久v下载方式| 亚洲一级一片aⅴ在线观看| 淫妇啪啪啪对白视频| 久久精品综合一区二区三区| 18+在线观看网站| 男女之事视频高清在线观看| 欧美日韩综合久久久久久| 在现免费观看毛片| 国产三级中文精品| 色av中文字幕| 黑人高潮一二区| 午夜视频国产福利| av在线播放精品| 女同久久另类99精品国产91| 国产美女午夜福利| 精华霜和精华液先用哪个| 亚洲精品乱码久久久v下载方式| 亚州av有码| 亚洲中文日韩欧美视频| 久久6这里有精品| 国产亚洲精品久久久久久毛片| 国产真实乱freesex| 蜜臀久久99精品久久宅男| 亚洲av电影不卡..在线观看| 在线免费观看的www视频| 美女被艹到高潮喷水动态| 久久综合国产亚洲精品| 国内精品久久久久精免费| 久久久久久久午夜电影| 又黄又爽又免费观看的视频| 亚洲精品国产av成人精品 | 婷婷精品国产亚洲av在线| 女人被狂操c到高潮| 热99在线观看视频| 精品国内亚洲2022精品成人| 午夜亚洲福利在线播放| 精品不卡国产一区二区三区| 可以在线观看的亚洲视频| 国产真实伦视频高清在线观看| 日本在线视频免费播放| 长腿黑丝高跟| 一个人看视频在线观看www免费| 欧美成人一区二区免费高清观看| 久久久久久九九精品二区国产| 免费看av在线观看网站| 一进一出好大好爽视频| 成人精品一区二区免费| 69av精品久久久久久| 午夜福利在线观看免费完整高清在 | 久久久久性生活片| 一a级毛片在线观看| 亚洲在线自拍视频| 俄罗斯特黄特色一大片| 国产老妇女一区| 乱系列少妇在线播放| 美女大奶头视频| 又爽又黄a免费视频| 色哟哟·www| 久久久久国产网址| 99久久精品国产国产毛片| 久久久午夜欧美精品| 九九爱精品视频在线观看| 久久人人爽人人爽人人片va| 两性午夜刺激爽爽歪歪视频在线观看| 最后的刺客免费高清国语| 91午夜精品亚洲一区二区三区| 最近的中文字幕免费完整| 国产不卡一卡二| 亚洲人成网站高清观看| 亚洲av一区综合| 中文亚洲av片在线观看爽| 久久人人爽人人片av| 搡女人真爽免费视频火全软件 | 国产精品免费一区二区三区在线| 国产亚洲精品综合一区在线观看| videossex国产| 欧美+亚洲+日韩+国产| 国产精品久久电影中文字幕| 国产一区二区在线av高清观看| 特级一级黄色大片| 免费观看的影片在线观看| 人人妻人人澡欧美一区二区| 亚洲美女搞黄在线观看 | 看免费成人av毛片| 国产欧美日韩一区二区精品| 五月伊人婷婷丁香| 精品国内亚洲2022精品成人| 欧美激情在线99| 12—13女人毛片做爰片一| 国产精品久久久久久久久免| 亚洲av成人av| 欧美激情久久久久久爽电影| 人妻少妇偷人精品九色| 黄片wwwwww| 一级毛片aaaaaa免费看小| 一区二区三区四区激情视频 | 亚洲国产欧美人成| 三级经典国产精品| 午夜激情福利司机影院| 久久99热这里只有精品18| 看黄色毛片网站| 一区二区三区免费毛片| 婷婷精品国产亚洲av在线| 级片在线观看| 偷拍熟女少妇极品色| av.在线天堂| 夜夜夜夜夜久久久久| 日日撸夜夜添| 亚洲性久久影院| 99久久精品国产国产毛片| 精品人妻视频免费看| 黄色欧美视频在线观看| 亚洲av熟女| ponron亚洲| 久久精品国产亚洲av天美| a级毛片a级免费在线| 亚洲成人av在线免费| 麻豆乱淫一区二区| 香蕉av资源在线| 色5月婷婷丁香| 99久国产av精品国产电影| 亚洲精品成人久久久久久| 99热精品在线国产| 夜夜爽天天搞| 蜜臀久久99精品久久宅男| 十八禁国产超污无遮挡网站| 在线观看美女被高潮喷水网站| 成人特级黄色片久久久久久久| 又爽又黄无遮挡网站| 国产男人的电影天堂91| 大香蕉久久网| 中文字幕精品亚洲无线码一区| 久久精品国产清高在天天线| 国产精品99久久久久久久久| 好男人在线观看高清免费视频| 一a级毛片在线观看| 成人精品一区二区免费| 性色avwww在线观看| 日韩欧美精品v在线| 观看免费一级毛片| 嫩草影院新地址| 亚洲国产高清在线一区二区三| 老司机午夜福利在线观看视频| АⅤ资源中文在线天堂| 一个人看的www免费观看视频| 久久精品夜色国产| 久久中文看片网| 免费看光身美女| 亚洲成人久久爱视频| 国产成人91sexporn| 特级一级黄色大片| 国产精品一区www在线观看| 婷婷六月久久综合丁香| 国产午夜精品论理片| 精品一区二区三区视频在线| 男女做爰动态图高潮gif福利片| 日韩欧美在线乱码| 亚洲精品国产av成人精品 | 亚洲在线观看片| 免费搜索国产男女视频| 99国产极品粉嫩在线观看| 亚洲在线观看片| av卡一久久| 色在线成人网| 国产av麻豆久久久久久久| 一级毛片我不卡| 97人妻精品一区二区三区麻豆| 国产精品野战在线观看| 高清毛片免费观看视频网站| 精品人妻视频免费看| 午夜视频国产福利| 午夜福利视频1000在线观看| 看非洲黑人一级黄片| 久久亚洲国产成人精品v| 麻豆国产av国片精品| 久久久久久伊人网av|