• <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 ?

    一種基于Hadoop架構(gòu)的并行挖掘算法研究

    2018-01-20 18:44:45曾俊
    現(xiàn)代電子技術(shù) 2018年1期
    關(guān)鍵詞:決策樹

    曾俊

    摘 要: 基于Hadoop架構(gòu),提出一種并行的決策樹挖掘算法實現(xiàn)大數(shù)據(jù)集間的知識挖掘。通過MapReduce并行編程模式實現(xiàn)Hadoop架構(gòu)下SPRINT并行挖掘算法的頻繁項集,解決了大數(shù)據(jù)集挖掘效率低下,時間消耗量大的問題。SPRINT算法通過對原始數(shù)據(jù)集進行劃分,并將分塊數(shù)據(jù)發(fā)給不同Map進程并行計算,使系統(tǒng)存儲和計算資源得到有效利用,運用MapReduce各計算節(jié)點將挖掘結(jié)果數(shù)據(jù)匯聚,減少中間結(jié)果數(shù)據(jù)量,使并行挖掘時間顯著減少。SPRINT算法并行化實驗表明,Hadoop架構(gòu)下的SPRINT并行挖掘算法具有良好的可擴展性和集群加速比。

    關(guān)鍵詞: 挖掘算法; Hadoop架構(gòu); SPRINT; 并行化; 決策樹; MapReduce

    中圖分類號: TN911.1?34; TP311 文獻標識碼: A 文章編號: 1004?373X(2018)01?0117?03

    Abstract: A parallel decision tree mining algorithm based on Hadoop is proposed to realize the knowledge mining between large data sets. The frequent item sets of SPRINT parallel mining algorithm under the Hadoop architecture is realized with the MapReduce parallel programming mode to solve the problems of low efficiency and large time consumption for large data sets mining. The original data set is divided with SPRINT algorithm, and its block data is sent to different Map process for parallel computing, which can utilize the system storage and computing resources availably. The MapReduce is used to aggregate the mining results of each computing node, reduce the data quantity of the intermediate results, and decrease the parallel mining time significantly. The SPRINT parallel algorithm was verified with experiments. The experimental results show that the SPRINT parallel mining algorithm under Hadoop architecture has strong scalability and perfect speedup ratio.

    Keywords: mining algorithm; Hadoop architecture; SPRINT; parallelization; decision tree; MapReduce

    0 引 言

    數(shù)據(jù)挖掘是通過對數(shù)據(jù)的分析,在大量數(shù)據(jù)集中進行有價值信息尋找的技術(shù)。文獻[1]提出一種決策樹挖掘算法(SDT),SDT算法對未知數(shù)據(jù)集、已知數(shù)據(jù)集進行同時挖掘,并建立決策樹,從而快速對未知數(shù)據(jù)集進行理解,進而對未知數(shù)據(jù)集的特性進行關(guān)注。但SDT算法以傳統(tǒng)串行思想為基礎(chǔ),只能對小規(guī)模數(shù)據(jù)進行處理,對于規(guī)模大的數(shù)據(jù),挖掘效率比較低下,在進行決策樹的構(gòu)造時,時間會較長,同時還會因內(nèi)存限制,造成無法運行[2]。Hadoop從基礎(chǔ)構(gòu)架的角度來說屬于分布式,能夠在未知的條件下對分布式的應(yīng)用程序進行并行性的開發(fā),文件系統(tǒng)(HDFS)通過流式數(shù)據(jù)訪問模式,可進行超大文件的存儲[3]。本文基于Hadoop架構(gòu),提出一種并行的決策樹挖掘算法來實現(xiàn)大數(shù)據(jù)集間的知識挖掘。

    1 決策樹挖掘算法SPRINT算法

    SPRINT算法采用的屬性選擇度量為Gini指標,對于SPRINT而言,在數(shù)據(jù)集[D]中,條數(shù)據(jù)記錄分為[D1,][D2,]分別對應(yīng)包含的數(shù)據(jù)記錄為[m1]條,[m2]條,Gini指標計算公式:

    [GinisplitD=m1m2GiniD1+m1m2GiniD2] (1)

    1.1 并行化方案設(shè)計

    1.1.1 決策樹節(jié)點的并行

    在由拓撲結(jié)構(gòu)組成的決策樹中,通過各樹節(jié)點的不斷分裂,就生成了樹,從實際的角度上來說就是將數(shù)據(jù)集進行分裂。圖1為樹節(jié)點并行化,在圖1a)中,傳統(tǒng)SPRINT算法在分裂時將某個樹節(jié)點上的屬性列表看作整體,決策樹會在節(jié)點分裂時產(chǎn)生,主要是由不斷遞歸來完成的。在MapReduce的框架計算結(jié)構(gòu)當中,Map具有強大的映射處理功能,能夠借助于PatITioer完成函數(shù)的定義,將不同進行不同Reducer的對映射,之后進行進一步的處理。由于這樣的原因,相應(yīng)的Reducer上會反應(yīng)決策樹當中的節(jié)點屬性,最后進行并行處理,見圖1b)。在生成樹中,每層算法均一樣,只要執(zhí)行一次循環(huán),屬性列表的節(jié)點和分裂構(gòu)造就可實現(xiàn)。

    1.1.2 屬性選擇度量的并行

    SPRINT算法中,在進行節(jié)點的屬性度量中Gini主要進行一個可并行化的過程。圖2為節(jié)點屬性度的計算并行。在樹節(jié)點并行機制上,進行屬性列表的Gini指標計算的建立,在相同樹節(jié)點中,不同的節(jié)點在相應(yīng)的決策樹上都有其屬性。由于上面的原因,想要保證并行化的樹節(jié)點標記,在尋址階段應(yīng)當滿足上面提到的Patitioner規(guī)則。相同的屬性和樹節(jié)點在進行標記時,才能夠?qū)崿F(xiàn)Reducer的處理和實施。

    1.1.3 Gini指標排序的并行

    在SPRINT的一個算法當中,數(shù)據(jù)如果屬于一個連續(xù)性的屬性列表,在進行Gini指標的計算時需要尋找分裂點,因此,該連續(xù)值屬性列表需要進行排序。在數(shù)據(jù)集完全拆分成屬性列表后,SPRINT算法會進行連續(xù)值屬性列表的排序,當數(shù)據(jù)集規(guī)模非常龐大時,整個算法受設(shè)計的排序算法影響較大,可通過MapReduce框架的天然排序特性得到解決。

    2 基于Mapreduce框架的SPRINT算法具體實現(xiàn)

    2.1 決策樹根節(jié)點的創(chuàng)建與分裂

    兩個任務(wù)要在第一個階段來完成,基本的屬性列表都是要形成的,屬性列表是由拆分之后的數(shù)據(jù)集組成的,之后出現(xiàn)了決策樹的根節(jié)點;另一方面根據(jù)根節(jié)點分裂的情況,之后每個Job的作業(yè)控制由MRApp Master負責。

    2.1.1 Job1階段

    在Job1階段,Map過程負責拆分數(shù)據(jù)集,生成屬性列表,用來表征全部數(shù)據(jù)集的信息。Input Format組件實現(xiàn)MapReduce框架的讀取操作,在Input Format中,通過Record Reader由Input Split的多個鍵值對,由Map()函數(shù)對其進行處理,從HDFS上進行數(shù)據(jù)集中樣本對象的讀取,并進行Map操作。在SPRINT算法中,Reducer通過映射之后對已經(jīng)排序過的屬性列表進行處理。

    2.1.2 Job2階段

    Job2階段是判斷、匯總、執(zhí)行Job1的處理結(jié)果,Job1的輸出就是Job2的Map過程的輸入,由于根節(jié)點只有一個,因此全部屬性列表在一個Reduce上進行分發(fā)。在進行輸入時,包括每一個屬性的分裂點以及Gini的值,Gini對應(yīng)的屬性值為節(jié)點分裂最小的屬性值。

    2.2 決策樹主要階段的生成

    2.2.1 Job3階段

    Job3階段的任務(wù)目的和Job1類似,分裂出的子節(jié)點可作為下一輪分裂樹節(jié)點的“根節(jié)點”。在這里,實現(xiàn)屬性表的映射是Map的任務(wù)。在Hadoop MapReduce框架中,通過借助一定的組件,Map能夠從HDFS上面讀取一定的數(shù)據(jù)信息。在第一個階段中Patitioner進行時,Map根據(jù)情況的不同分發(fā)不同的數(shù)據(jù),因此能夠完成并行的機制。

    2.2.2 Job4階段

    該階段和Job2的目的有一定的相似性,能夠分割最佳的樹節(jié)點屬性,差別是Job4階段分裂的樹節(jié)點較多。Job4作業(yè)的Map過程是收集依附于某個樹節(jié)點的全部屬性列表數(shù)據(jù)。相對于第一階段Job2的Reduce來說,Job4作業(yè)的Reduce在選擇最佳分割屬性前,要判斷該節(jié)點是否有葉節(jié)點生成,也就是對其是否達到循環(huán)終止條件進行判斷。若達到終止條件,則不再分裂樹節(jié)點的所有屬性列表;反之,算法繼續(xù)執(zhí)行。

    2.3 決策樹結(jié)構(gòu)的完成

    決策樹是將上面得到的數(shù)據(jù)按照一定規(guī)則分配好后,將樹的基本構(gòu)造完成。三個階段的試驗方法完成之后,能夠?qū)PRINT串行算法運行在云計算平臺Hadoop上,進而完成在大量的數(shù)據(jù)中挖掘和提取數(shù)據(jù)的工作。

    3 SPRINT算法并行化實驗

    3.1 SPRINT準確率驗證

    實驗對比分析SPRINT算法的MapReduce模型和串行模型,對SPRINT算法的分類準確率進行測試。實驗數(shù)據(jù)樣本來源于UCI,在UCI中選取3個數(shù)據(jù)集,分類進行測試,具體如表1所示。其中35%樣本作為測試數(shù)據(jù),65%樣本作為訓練數(shù)據(jù)。Hadoop平臺共有3個計算節(jié)點數(shù)目。

    圖3為SPRINT算法的3個數(shù)據(jù)集的準確率比較,由圖3知,表1當中三個樣本集的并行和串行模型準確率都是非常接近的,能夠看到此算法對最后的準確率影響是比較小的。

    3.2 集群并行化的可擴展性和加速比

    實驗通過不同規(guī)模的集群計算節(jié)點、不同大小的數(shù)據(jù)集,對SPRINT算法并行的可擴展性效果和集群加速比進行驗證。實驗數(shù)據(jù)來源于UCI,根據(jù)3.1實驗數(shù)據(jù)集Adult的樣本,隨機生成規(guī)模不同的實驗樣本,具體見表2。圖4,圖5為可擴展比實驗結(jié)果。

    從圖4和圖5可以看出,SPRINT算法具有比較好的集群和可擴展性,能夠提升大規(guī)模數(shù)據(jù)計算的速度;可擴展性和集群加速比隨著集群節(jié)點的增加均有一定程度的下降,原因是由于并行化程度和對應(yīng)的數(shù)據(jù)集大小均已達到最大化,不能隨著集群的運算節(jié)點的增加而增長。

    4 結(jié) 語

    本文基于Hadoop架構(gòu),提出一種并行的決策樹挖掘算法實現(xiàn)大數(shù)據(jù)集間的知識挖掘。通過MapReduce并行編程模式實現(xiàn)Hadoop架構(gòu)下SPRINT并行挖掘算法的頻繁項集,解決了大數(shù)據(jù)集挖掘效率低下,時間消耗量大的問題。SPRINT算法通過對原始數(shù)據(jù)集進行劃分,并將分塊數(shù)據(jù)發(fā)給不同Map進程并行計算,使系統(tǒng)存儲和計算資源得到有效利用,運用MapReduce,各計算節(jié)點將挖掘結(jié)果數(shù)據(jù)匯聚,減少中間結(jié)果數(shù)據(jù)量,使并行挖掘時間顯著減少。SPRINT算法并行化實驗表明,Hadoop架構(gòu)下的SPRINT并行挖掘算法具有良好的可擴展性和集群加速比。

    參考文獻

    [1] DONG Guozhu, HAN Qian. Mining shared decision trees between datasets [R]. USA: Wright State University, 2010.

    [2] 周建華.一種基于Hadoop架構(gòu)的網(wǎng)絡(luò)輿情熱點話題挖掘方法[J].河北北方學院學報(自然科學版),2014,30(6):19?24.ZHOU Jianhua. A mining method for hot topics of network public opinion based on Hadoop architecture [J]. Journal of Hebei North University (natural science edition), 2014, 30(6): 19?24.

    [3] 張振友,孫燕,丁鐵凡,等.一種新型的基于Hadoop框架的分布式并行FP?Growth算法[J].河北工業(yè)科技,2016,33(2):169?178.

    ZHANG Zhenyou, SUN Yan, DING Tiefan, et al. A new distributed parallel FP?Growth algorithm based on Hadoop framework [J]. Hebei industrial science and technology, 2016, 33(2): 169?178.

    [4] 施亮,錢雪忠.基于Hadoop的并行FP?Growth算法的研究與實現(xiàn)[J].微電子學與計算機,2015,32(4):150?154.

    SHI Liang, QIAN Xuezhong. Research and implementation of FP?Growth algorithm based on parallel Hadoop [J]. Microelectronics & computer, 2015, 32(4): 150?154.

    [5] HAN jiawei, KAMBER M.數(shù)據(jù)挖掘:概念與技術(shù)[M].范明,孟小峰,譯.北京:機械工業(yè)出版社,2008.

    HAN Jiawei, KAMBER M. Data mining: concepts and techniques [M]. Translated by FAN Ming, MENG Xiaofeng. Beijing: Mechanical Industry Press, 2008.

    [6] ZAKI M J. Fast vertical mining using diffsets [R]. New York, USA: Rensselaer Polytechnic Institute, 2001.

    [7] Apache. Apache Hadoop [EB/OL]. [2012?12?03]. http://hadoop.apache.org/.

    [8] MAITREYA S, JHAB C K. MapReduce: simplified data analysis of big data [J]. Procedia computer science, 2015, 57: 563?571.

    [9] 李國杰,程學旗.大數(shù)據(jù)的研究現(xiàn)狀與科學思考[J].中國科學院院刊,2012,27(6):647?651.

    LI Guojie, CHENG Xueqi. Big data research status and scientific thinking [J]. Chinese Science Research Institute Journal, 2012, 27(6): 647?651.

    [10] NESI Paolo, PANTALEO Gianni, SANESI Gianmarco. A Hadoop based platform for natural language processing of Web pages and documents [J]. Journal of visual languages and computing, 2015, 31: 130?138.

    [11] WHITE T. Hadoop權(quán)威指南[M].華東師范大學數(shù)據(jù)科學與工程學院,譯.北京:清華大學出版社,2010.

    WHITE T. Hadoop authoritative guide [M]. Translated by the School of Data Science and Engineering, East China Normal University. Beijing: Tsinghua University Press, 2010.endprint

    猜你喜歡
    決策樹
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    決策樹和隨機森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    基于改進決策樹的故障診斷方法研究
    基于決策樹的出租車乘客出行目的識別
    基于決策樹的復(fù)雜電網(wǎng)多諧波源監(jiān)管
    電測與儀表(2016年2期)2016-04-12 00:24:40
    基于肺癌CT的決策樹模型在肺癌診斷中的應(yīng)用
    日日摸夜夜添夜夜爱| 美女内射精品一级片tv| 久久人人爽人人片av| 久久久久久久国产电影| 国产淫语在线视频| 人人妻人人澡人人爽人人夜夜| 国产永久视频网站| xxx大片免费视频| 卡戴珊不雅视频在线播放| 一本一本综合久久| videos熟女内射| 久久亚洲国产成人精品v| 亚洲成人av在线免费| 国产精品偷伦视频观看了| 国产亚洲91精品色在线| 国产免费一区二区三区四区乱码| 女人被狂操c到高潮| 亚洲天堂国产精品一区在线| 欧美潮喷喷水| 免费看日本二区| 欧美成人a在线观看| 久久精品国产亚洲av天美| 天堂俺去俺来也www色官网| 春色校园在线视频观看| 久久午夜福利片| 嫩草影院新地址| 男女边吃奶边做爰视频| 亚洲自拍偷在线| 久久99精品国语久久久| 边亲边吃奶的免费视频| 久久久久久久久久久免费av| 亚洲精品乱码久久久v下载方式| 69人妻影院| 久久久午夜欧美精品| 美女被艹到高潮喷水动态| 日韩一区二区三区影片| 观看美女的网站| 国产精品av视频在线免费观看| 午夜福利在线观看免费完整高清在| 又黄又爽又刺激的免费视频.| 亚洲精品456在线播放app| 联通29元200g的流量卡| 亚洲第一区二区三区不卡| 欧美日韩精品成人综合77777| 一级a做视频免费观看| 亚洲精品影视一区二区三区av| 欧美丝袜亚洲另类| 国产欧美日韩精品一区二区| 91久久精品电影网| 一级片'在线观看视频| 日韩欧美精品免费久久| av黄色大香蕉| 熟女电影av网| 色吧在线观看| 美女cb高潮喷水在线观看| 国产91av在线免费观看| 岛国毛片在线播放| 又大又黄又爽视频免费| 91精品伊人久久大香线蕉| 亚洲成人一二三区av| 免费看不卡的av| 三级国产精品欧美在线观看| 午夜激情久久久久久久| 2021少妇久久久久久久久久久| 亚洲美女搞黄在线观看| 网址你懂的国产日韩在线| 中文欧美无线码| 在线观看三级黄色| 搞女人的毛片| 日韩欧美精品v在线| 大片电影免费在线观看免费| 少妇猛男粗大的猛烈进出视频 | 免费大片黄手机在线观看| 自拍偷自拍亚洲精品老妇| 欧美国产精品一级二级三级 | 久久韩国三级中文字幕| 亚洲不卡免费看| 日本熟妇午夜| 婷婷色综合大香蕉| 亚洲,一卡二卡三卡| 人妻系列 视频| 亚洲人成网站在线观看播放| 日日啪夜夜撸| 免费大片18禁| 美女视频免费永久观看网站| 大香蕉久久网| 亚洲精品日韩av片在线观看| 嫩草影院入口| 久久久a久久爽久久v久久| 美女脱内裤让男人舔精品视频| 久久久成人免费电影| 国产成人a∨麻豆精品| 如何舔出高潮| 精品国产一区二区三区久久久樱花 | 国产成人精品一,二区| 国产有黄有色有爽视频| 一边亲一边摸免费视频| 国产精品久久久久久精品电影小说 | 免费人成在线观看视频色| 身体一侧抽搐| 美女xxoo啪啪120秒动态图| 久久久久性生活片| 国产成人一区二区在线| 亚洲自拍偷在线| 黄色怎么调成土黄色| 干丝袜人妻中文字幕| 特级一级黄色大片| 国产伦精品一区二区三区视频9| 一二三四中文在线观看免费高清| av在线老鸭窝| 久久精品人妻少妇| 国产精品女同一区二区软件| 丝瓜视频免费看黄片| 99久久九九国产精品国产免费| 免费播放大片免费观看视频在线观看| 精品久久久精品久久久| av专区在线播放| av在线蜜桃| 精品久久国产蜜桃| 又爽又黄无遮挡网站| 天天一区二区日本电影三级| 高清日韩中文字幕在线| 一本久久精品| 波多野结衣巨乳人妻| 日韩人妻高清精品专区| 精品少妇久久久久久888优播| 男人狂女人下面高潮的视频| 成人亚洲欧美一区二区av| 美女国产视频在线观看| 插阴视频在线观看视频| 波多野结衣巨乳人妻| 亚洲精品久久久久久婷婷小说| 久久精品综合一区二区三区| 国产精品伦人一区二区| av福利片在线观看| 日韩三级伦理在线观看| 日韩一区二区三区影片| 国产精品一区二区三区四区免费观看| 亚洲精品色激情综合| 国产精品熟女久久久久浪| 欧美潮喷喷水| av免费观看日本| 亚洲aⅴ乱码一区二区在线播放| 欧美高清性xxxxhd video| 伦理电影大哥的女人| 国产精品av视频在线免费观看| 男插女下体视频免费在线播放| 黄色欧美视频在线观看| 久久精品人妻少妇| 女人十人毛片免费观看3o分钟| 久久精品国产鲁丝片午夜精品| 插逼视频在线观看| 男女国产视频网站| 成年免费大片在线观看| h日本视频在线播放| 国产精品一及| 国产人妻一区二区三区在| 国产又色又爽无遮挡免| 亚洲精品成人久久久久久| 色播亚洲综合网| av线在线观看网站| 三级国产精品欧美在线观看| 深爱激情五月婷婷| 久久久久久久久久久丰满| 在线天堂最新版资源| 久久久国产一区二区| 97精品久久久久久久久久精品| 久久亚洲国产成人精品v| 国产午夜精品久久久久久一区二区三区| 美女xxoo啪啪120秒动态图| 欧美成人精品欧美一级黄| 国产男女超爽视频在线观看| 亚洲av福利一区| 最近2019中文字幕mv第一页| 国产毛片在线视频| 日日撸夜夜添| 午夜爱爱视频在线播放| www.av在线官网国产| 亚洲怡红院男人天堂| 精品久久久精品久久久| 欧美日本视频| 精品久久久久久久久亚洲| 嫩草影院入口| 看黄色毛片网站| 黄片无遮挡物在线观看| 能在线免费看毛片的网站| 午夜精品一区二区三区免费看| 久久久亚洲精品成人影院| 欧美性猛交╳xxx乱大交人| 晚上一个人看的免费电影| 精品国产一区二区三区久久久樱花 | 日本色播在线视频| 亚洲欧美清纯卡通| 人人妻人人爽人人添夜夜欢视频 | 搞女人的毛片| 看非洲黑人一级黄片| 国产在视频线精品| 尾随美女入室| 少妇人妻久久综合中文| 亚洲国产精品国产精品| 亚洲欧美精品自产自拍| av在线天堂中文字幕| 中文字幕制服av| 最近中文字幕2019免费版| 自拍欧美九色日韩亚洲蝌蚪91 | 一级毛片 在线播放| 中文乱码字字幕精品一区二区三区| 亚洲精品456在线播放app| 天天一区二区日本电影三级| 97超视频在线观看视频| 成人鲁丝片一二三区免费| 网址你懂的国产日韩在线| 自拍欧美九色日韩亚洲蝌蚪91 | 久久午夜福利片| 国产淫语在线视频| 精品国产三级普通话版| 男插女下体视频免费在线播放| 亚洲欧美成人精品一区二区| 亚州av有码| 国产精品伦人一区二区| 久久热精品热| 美女cb高潮喷水在线观看| 久久久久久久久久成人| 爱豆传媒免费全集在线观看| 久热久热在线精品观看| 日韩一本色道免费dvd| 性插视频无遮挡在线免费观看| 美女被艹到高潮喷水动态| 日韩不卡一区二区三区视频在线| 国产视频内射| 成人毛片a级毛片在线播放| 69人妻影院| 一级毛片aaaaaa免费看小| 精品国产乱码久久久久久小说| 精品一区二区三区视频在线| 三级男女做爰猛烈吃奶摸视频| 噜噜噜噜噜久久久久久91| 国产日韩欧美亚洲二区| 国产精品无大码| 2021少妇久久久久久久久久久| 天天一区二区日本电影三级| 欧美性猛交╳xxx乱大交人| tube8黄色片| 亚洲欧美精品专区久久| 国产精品一区www在线观看| 看十八女毛片水多多多| 最近中文字幕高清免费大全6| 大又大粗又爽又黄少妇毛片口| 亚洲欧美日韩无卡精品| 久久人人爽人人片av| 亚洲第一区二区三区不卡| 亚洲欧美日韩卡通动漫| 国产精品国产av在线观看| 亚洲伊人久久精品综合| 在线免费观看不下载黄p国产| 国产男女超爽视频在线观看| 免费观看无遮挡的男女| 高清视频免费观看一区二区| 国产男女内射视频| 最近最新中文字幕大全电影3| 哪个播放器可以免费观看大片| 乱系列少妇在线播放| 久久久久久久久久人人人人人人| 日韩成人av中文字幕在线观看| 精品久久久噜噜| 26uuu在线亚洲综合色| 99久久精品国产国产毛片| 久久综合国产亚洲精品| 在线观看美女被高潮喷水网站| 日日啪夜夜爽| 亚洲成人精品中文字幕电影| 色播亚洲综合网| 色婷婷久久久亚洲欧美| h日本视频在线播放| 亚洲av免费在线观看| 午夜爱爱视频在线播放| 麻豆久久精品国产亚洲av| 国产视频首页在线观看| 久久午夜福利片| 中文字幕免费在线视频6| 午夜爱爱视频在线播放| 亚洲人成网站高清观看| 日韩欧美 国产精品| xxx大片免费视频| 国产精品久久久久久精品电影小说 | 激情五月婷婷亚洲| 天堂俺去俺来也www色官网| 两个人的视频大全免费| 青青草视频在线视频观看| 欧美 日韩 精品 国产| 男人舔奶头视频| 天美传媒精品一区二区| 老师上课跳d突然被开到最大视频| 欧美区成人在线视频| 久久99热这里只频精品6学生| 日日啪夜夜爽| 亚洲精品aⅴ在线观看| 色哟哟·www| 99热6这里只有精品| 制服丝袜香蕉在线| 嫩草影院精品99| 国产精品久久久久久精品古装| 黄色欧美视频在线观看| 国产精品一及| 美女高潮的动态| 一个人看视频在线观看www免费| 精品久久久久久久久av| 国产乱来视频区| 国产欧美亚洲国产| 免费av毛片视频| 91精品国产九色| 日本免费在线观看一区| 精品久久久久久久久av| 如何舔出高潮| 亚洲精品久久久久久婷婷小说| 少妇猛男粗大的猛烈进出视频 | 男女边吃奶边做爰视频| 最近手机中文字幕大全| 亚洲av不卡在线观看| 97超碰精品成人国产| 精品国产三级普通话版| 丝袜脚勾引网站| 国产精品人妻久久久久久| 啦啦啦在线观看免费高清www| 韩国av在线不卡| 国产女主播在线喷水免费视频网站| 在线观看国产h片| 一级毛片aaaaaa免费看小| 97人妻精品一区二区三区麻豆| 少妇人妻精品综合一区二区| 国产毛片a区久久久久| 天美传媒精品一区二区| 免费黄网站久久成人精品| 大话2 男鬼变身卡| 亚洲av欧美aⅴ国产| 好男人在线观看高清免费视频| 女的被弄到高潮叫床怎么办| 欧美97在线视频| 日韩,欧美,国产一区二区三区| 永久网站在线| 少妇人妻一区二区三区视频| 我的老师免费观看完整版| .国产精品久久| 街头女战士在线观看网站| 亚洲av免费在线观看| 麻豆精品久久久久久蜜桃| av福利片在线观看| 一区二区三区免费毛片| 午夜免费观看性视频| 亚洲成人中文字幕在线播放| 熟女人妻精品中文字幕| 国产免费福利视频在线观看| 欧美一区二区亚洲| 日本一本二区三区精品| 亚洲欧美日韩无卡精品| 亚洲国产精品成人久久小说| 国产黄片美女视频| 青春草亚洲视频在线观看| 婷婷色av中文字幕| 亚洲精品亚洲一区二区| 大片免费播放器 马上看| 亚洲在线观看片| 看免费成人av毛片| 久久女婷五月综合色啪小说 | 熟妇人妻不卡中文字幕| 美女被艹到高潮喷水动态| 久久99精品国语久久久| 精品久久久精品久久久| 永久网站在线| 欧美zozozo另类| av专区在线播放| 久久人人爽人人爽人人片va| 香蕉精品网在线| 日本免费在线观看一区| 欧美zozozo另类| 亚洲最大成人中文| 啦啦啦在线观看免费高清www| 麻豆精品久久久久久蜜桃| 日韩一区二区视频免费看| 中文精品一卡2卡3卡4更新| 91精品国产九色| 在线天堂最新版资源| 国产高清国产精品国产三级 | 国产色爽女视频免费观看| 亚洲精品视频女| 国产免费视频播放在线视频| 国产在线男女| 欧美另类一区| 久久精品国产鲁丝片午夜精品| 中文字幕av成人在线电影| 丝袜脚勾引网站| 最近中文字幕2019免费版| 深爱激情五月婷婷| 国产亚洲av片在线观看秒播厂| 免费不卡的大黄色大毛片视频在线观看| 一级黄片播放器| 成人亚洲欧美一区二区av| 亚洲综合精品二区| 亚洲,欧美,日韩| 丰满人妻一区二区三区视频av| 久久精品夜色国产| 欧美三级亚洲精品| 女人十人毛片免费观看3o分钟| 国产成人a区在线观看| 国产成人精品婷婷| 中文字幕免费在线视频6| 大话2 男鬼变身卡| 精品人妻熟女av久视频| 熟女电影av网| 天美传媒精品一区二区| 色综合色国产| 一级二级三级毛片免费看| 蜜桃久久精品国产亚洲av| 蜜臀久久99精品久久宅男| 亚洲精华国产精华液的使用体验| 日本免费在线观看一区| 亚洲欧洲国产日韩| 亚洲成人久久爱视频| 成人毛片a级毛片在线播放| 91在线精品国自产拍蜜月| 国产探花在线观看一区二区| 亚洲av电影在线观看一区二区三区 | 免费黄频网站在线观看国产| 亚洲成人精品中文字幕电影| 精品人妻熟女av久视频| 蜜臀久久99精品久久宅男| 大香蕉97超碰在线| 国产淫语在线视频| 国产男女内射视频| 最近最新中文字幕大全电影3| 国产黄频视频在线观看| 91精品国产九色| 国内少妇人妻偷人精品xxx网站| 在线观看免费高清a一片| av福利片在线观看| 久久99热这里只频精品6学生| 国产欧美日韩精品一区二区| av在线天堂中文字幕| 午夜精品一区二区三区免费看| 黄片wwwwww| 中文字幕人妻熟人妻熟丝袜美| 亚洲精品日韩av片在线观看| 亚洲人与动物交配视频| 欧美人与善性xxx| 欧美激情在线99| 波多野结衣巨乳人妻| 777米奇影视久久| 看黄色毛片网站| 亚州av有码| 国产成人aa在线观看| 国产欧美日韩精品一区二区| 日日撸夜夜添| 久久久久久久大尺度免费视频| 我的老师免费观看完整版| 欧美xxxx性猛交bbbb| 肉色欧美久久久久久久蜜桃 | 欧美丝袜亚洲另类| 婷婷色麻豆天堂久久| 99久国产av精品国产电影| 国产白丝娇喘喷水9色精品| 美女内射精品一级片tv| 岛国毛片在线播放| a级毛片免费高清观看在线播放| 内射极品少妇av片p| 91久久精品国产一区二区三区| 免费少妇av软件| 男女边吃奶边做爰视频| 日韩电影二区| 国产成人91sexporn| 国产探花在线观看一区二区| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 最近的中文字幕免费完整| 久久久午夜欧美精品| 毛片女人毛片| 国产毛片a区久久久久| 一级毛片电影观看| 香蕉精品网在线| 国产精品福利在线免费观看| 亚洲不卡免费看| 精品国产乱码久久久久久小说| 简卡轻食公司| av播播在线观看一区| 国产精品99久久99久久久不卡 | 熟女电影av网| 午夜亚洲福利在线播放| 国产91av在线免费观看| 久久久国产一区二区| 国产一区有黄有色的免费视频| 狂野欧美激情性xxxx在线观看| 国产探花在线观看一区二区| 亚洲精品乱久久久久久| 国产伦理片在线播放av一区| 色哟哟·www| 在线精品无人区一区二区三 | 欧美另类一区| 国产成人精品一,二区| 看非洲黑人一级黄片| 成人美女网站在线观看视频| 国产精品久久久久久精品电影| 晚上一个人看的免费电影| 亚洲激情五月婷婷啪啪| 精品人妻熟女av久视频| 22中文网久久字幕| 久久国内精品自在自线图片| 欧美亚洲 丝袜 人妻 在线| 国产成人aa在线观看| 亚洲精品日韩av片在线观看| 一级黄片播放器| 日韩在线高清观看一区二区三区| 久久人人爽人人爽人人片va| 老师上课跳d突然被开到最大视频| 国产午夜精品久久久久久一区二区三区| 久久精品国产亚洲网站| freevideosex欧美| 好男人在线观看高清免费视频| 深夜a级毛片| 国产视频内射| 亚洲国产精品专区欧美| a级一级毛片免费在线观看| 国产黄a三级三级三级人| 日韩,欧美,国产一区二区三区| 国产亚洲精品久久久com| 99视频精品全部免费 在线| 秋霞在线观看毛片| 91午夜精品亚洲一区二区三区| 女的被弄到高潮叫床怎么办| 精品久久久久久久久亚洲| 乱码一卡2卡4卡精品| 国产亚洲最大av| 免费看不卡的av| 欧美日韩国产mv在线观看视频 | 国产老妇女一区| 性插视频无遮挡在线免费观看| 国产成人精品久久久久久| 在线观看免费高清a一片| 22中文网久久字幕| 亚洲欧美中文字幕日韩二区| 男女下面进入的视频免费午夜| 青春草国产在线视频| 亚洲伊人久久精品综合| 久久精品国产鲁丝片午夜精品| 亚洲精品国产色婷婷电影| 成人二区视频| 97超视频在线观看视频| 欧美3d第一页| 亚州av有码| 99热这里只有是精品50| 91在线精品国自产拍蜜月| 国产精品不卡视频一区二区| 免费大片18禁| 欧美日本视频| 99久久精品国产国产毛片| 国产精品福利在线免费观看| 中文字幕亚洲精品专区| 国产一区二区亚洲精品在线观看| 97超碰精品成人国产| 亚洲综合精品二区| 日本黄大片高清| 中文字幕亚洲精品专区| 久久久久精品久久久久真实原创| 欧美变态另类bdsm刘玥| 国产精品久久久久久av不卡| 夜夜看夜夜爽夜夜摸| 国产精品伦人一区二区| 男女下面进入的视频免费午夜| 国产在线男女| 国产高清国产精品国产三级 | 黑人高潮一二区| 毛片女人毛片| 久久久a久久爽久久v久久| av.在线天堂| 日本爱情动作片www.在线观看| 香蕉精品网在线| 日韩中字成人| 国产精品人妻久久久影院| 久久精品夜色国产| 一级毛片黄色毛片免费观看视频| 听说在线观看完整版免费高清| 91精品一卡2卡3卡4卡| 国产成年人精品一区二区| 联通29元200g的流量卡| 日韩伦理黄色片| 天堂俺去俺来也www色官网| 亚洲精品日韩av片在线观看| 熟女人妻精品中文字幕| 欧美xxⅹ黑人| 嫩草影院新地址| 秋霞伦理黄片| 亚洲一级一片aⅴ在线观看| 国产日韩欧美亚洲二区| 亚洲自偷自拍三级| 蜜桃亚洲精品一区二区三区| 国产精品久久久久久精品电影| 欧美+日韩+精品| 一个人观看的视频www高清免费观看| 神马国产精品三级电影在线观看| 国产精品一二三区在线看| 亚洲av中文av极速乱| 又爽又黄无遮挡网站| 日本猛色少妇xxxxx猛交久久| 网址你懂的国产日韩在线| 国模一区二区三区四区视频| 国产真实伦视频高清在线观看| 大又大粗又爽又黄少妇毛片口| 91久久精品国产一区二区三区| 免费观看在线日韩| 韩国高清视频一区二区三区| 日韩不卡一区二区三区视频在线| 中国美白少妇内射xxxbb| 亚洲欧美日韩卡通动漫| 汤姆久久久久久久影院中文字幕| 欧美一级a爱片免费观看看| 精品一区在线观看国产| 高清午夜精品一区二区三区| 国产精品久久久久久久久免|