• <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 ?

    基于信息熵抑制的軌跡隱私保護(hù)方法

    2018-12-14 05:32:58汪逸飛羅永龍俞慶英劉晴晴
    計(jì)算機(jī)應(yīng)用 2018年11期
    關(guān)鍵詞:信息熵攻擊者軌跡

    汪逸飛,羅永龍,俞慶英,劉晴晴,陳 文

    (1.安徽師范大學(xué) 計(jì)算機(jī)與信息學(xué)院,安徽 蕪湖 241003; 2.安徽師范大學(xué) 網(wǎng)絡(luò)與信息安全安徽省重點(diǎn)實(shí)驗(yàn)室,安徽 蕪湖 241003)(*通信作者電子郵箱wyf927@ahnu.edu.cn)

    0 引言

    近年來(lái),隨著智能設(shè)備的興起和全球定位系統(tǒng)(Global Positioning System, GPS)等衛(wèi)星導(dǎo)航技術(shù)的快速發(fā)展,人們?cè)絹?lái)越多地使用定位技術(shù)、路徑推薦以及基于位置的社交網(wǎng)絡(luò)等位置服務(wù)(Location Based Service, LBS)技術(shù),由此產(chǎn)生了大量的移動(dòng)軌跡數(shù)據(jù)。一方面,這些數(shù)據(jù)有利于研究者對(duì)其分析從而挖掘出有用價(jià)值;另一方面,這些軌跡數(shù)據(jù)里包含了大量的用戶(hù)敏感信息,如果不經(jīng)任何處理直接發(fā)布,會(huì)導(dǎo)致用戶(hù)隱私的泄露。因此,數(shù)據(jù)發(fā)布者在發(fā)布數(shù)據(jù)時(shí),既要保護(hù)用戶(hù)的隱私信息,又要最大化地保證匿名數(shù)據(jù)的可用性。現(xiàn)如今用戶(hù)的軌跡隱私保護(hù)問(wèn)題已成為了研究者和用戶(hù)重點(diǎn)關(guān)注的問(wèn)題[1-3]。

    目前,軌跡隱私保護(hù)技術(shù)主要集中于假數(shù)據(jù)法和泛化法,已取得大量研究成果[3],但傳統(tǒng)的軌跡隱私保護(hù)法并不適用于高維軌跡數(shù)據(jù)的隱私保護(hù)。針對(duì)高維軌跡所體現(xiàn)出的高維性、稀疏性以及有序性等問(wèn)題,國(guó)內(nèi)外學(xué)者提出使用抑制法能較好地解決這個(gè)問(wèn)題,軌跡抑制法是指在軌跡發(fā)布前去除某些敏感或頻繁訪問(wèn)的位置。Terrovitis等[4]假設(shè)攻擊者擁有部分真實(shí)軌跡,提出在軌跡發(fā)布時(shí)抑制處于敏感區(qū)域的位置,使軌跡泄露的風(fēng)險(xiǎn)不高于用戶(hù)設(shè)置的隱私保護(hù)閾值,然而,如何找到合理的軌跡抑制位置從而減少抑制法帶來(lái)的數(shù)據(jù)損失仍然是軌跡抑制隱私保護(hù)法有待解決的一個(gè)關(guān)鍵問(wèn)題; Chen等[5]基于LK(Length K-anonymity)模型尋找出所有違反模型的軌跡序列的思想,并考慮到全局抑制軌跡序列會(huì)造成較大的數(shù)據(jù)損失,進(jìn)一步提出局部軌跡抑制保護(hù)算法;Komishani等[6]考慮到敏感屬性相似性攻擊問(wèn)題,提出了泛化敏感屬性的隱私保護(hù)算法;趙婧等[7]基于軌跡頻率,通過(guò)對(duì)有問(wèn)題的軌跡添加假數(shù)據(jù)和利用隱私關(guān)聯(lián)度和數(shù)據(jù)效用之間的關(guān)系對(duì)軌跡數(shù)據(jù)進(jìn)行處理,提出了兩種軌跡抑制的隱私保護(hù)方案;Ghasemzadeh等[8]基于概率流量圖,通過(guò)全局與局部抑制對(duì)乘客流量進(jìn)行隱私保護(hù)。然而,當(dāng)前采用的抑制法依然存在不足:由于隱私保護(hù)方不能確切知道攻擊者掌握的背景知識(shí),僅通過(guò)抑制不滿(mǎn)足設(shè)定閾值的實(shí)例,可能會(huì)增大攻擊者識(shí)別某些敏感地區(qū)的概率;同時(shí)由于抑制操作的盲目性會(huì)造成大量的數(shù)據(jù)損失,影響高維軌跡數(shù)據(jù)的發(fā)布質(zhì)量。

    針對(duì)上述問(wèn)題,本文在文獻(xiàn)[8]的基礎(chǔ)上,針對(duì)傳統(tǒng)軌跡抑制法造成的較大數(shù)據(jù)損失的問(wèn)題,提出了一種基于信息熵抑制的軌跡隱私保護(hù)算法(Trajectory Privacy-preserving algorithm based on Information Entropy, TP-IE)。本文主要工作如下:首先,對(duì)當(dāng)前數(shù)據(jù)集建立基于熵的流量圖,計(jì)算每一條路徑中時(shí)空點(diǎn)的熵值;然后基于每個(gè)樹(shù)節(jié)點(diǎn)的信息熵設(shè)計(jì)消除軌跡違反序列的花費(fèi)代價(jià)函數(shù),迭代選擇序列進(jìn)行抑制操作,實(shí)現(xiàn)軌跡的匿名發(fā)布;最后,重新設(shè)計(jì)了比較抑制前后流量圖相似性的算法,提出了一個(gè)計(jì)算隱私收益的函數(shù)。通過(guò)詳細(xì)的實(shí)驗(yàn)對(duì)比,證明了本文算法具有更高的應(yīng)用價(jià)值。

    1 相關(guān)定義

    定義1 軌跡。軌跡是指移動(dòng)對(duì)象的位置信息按照時(shí)間順序排序得到的序列。通常情況下,軌跡可以表示為tr:(ID,(loc1t1→loc2t2→…→lociti)),其中ID為用戶(hù)標(biāo)識(shí)符,lociti被稱(chēng)作為tr軌跡的一個(gè)時(shí)空點(diǎn),表示移動(dòng)對(duì)象在ti時(shí)刻的位置為loci,|tr|為軌跡的長(zhǎng)度,即軌跡中不同時(shí)空點(diǎn)的個(gè)數(shù)。用T={tr1,tr2,…,trn}表示由n條軌跡數(shù)據(jù)形成的軌跡數(shù)據(jù)集。

    定義2 身份鏈接攻擊[5]。身份鏈接攻擊是指攻擊者為獲取用戶(hù)的隱私信息,根據(jù)所掌握的部分用戶(hù)信息和對(duì)應(yīng)的用戶(hù)身份信息發(fā)起的攻擊。

    定義3 LK模型[5]。假設(shè)L為背景知識(shí)的最大長(zhǎng)度,即攻擊者掌握用戶(hù)軌跡序列包含的最多時(shí)空點(diǎn)個(gè)數(shù),滿(mǎn)足LK模型的序列q需要滿(mǎn)足下列條件:

    1)|T(q)|≥K,其中T(q)表示軌跡包含q, |T(q)|表示包含q的軌跡條數(shù),其條數(shù)至少為K條;

    2) 0<|q|≤L,|q|表示序列q包含的軌跡時(shí)空點(diǎn)個(gè)數(shù),至多為L(zhǎng)個(gè)。

    定義4 違規(guī)序列[5]。假設(shè)q為軌跡數(shù)據(jù)集中的軌跡序列且長(zhǎng)度滿(mǎn)足0<|q|≤L,當(dāng)且僅當(dāng)|T(q)|

    定義5 最小違規(guī)序列[5]。假設(shè)q為違規(guī)序列,q的所有可能子序列都不是違規(guī)序列,則稱(chēng)q為最小違規(guī)子序列(Minimal Violating Sequence, MVS)。

    定義6 基于熵的流量圖。基于熵的流量圖是指由一系列時(shí)空點(diǎn)組成的有向圖,它采用樹(shù)作為存儲(chǔ)結(jié)構(gòu),可表示為三元組ET=〈G,PATH,Root(ET)〉,其中G表示該流量圖節(jié)點(diǎn)的集合,PATH表示該流量圖路徑的集合,Root(ET)表示流量圖的根節(jié)點(diǎn)。

    在基于熵的流量圖中,圖的路徑集合PATH可用{Path1,Path2,…,Pathi,…,Pathn}表示,其中Pathi表示流量圖中的第i條路徑;每個(gè)節(jié)點(diǎn)(除了根節(jié)點(diǎn))只有唯一的父親節(jié)點(diǎn),對(duì)于除根節(jié)點(diǎn)外的任意節(jié)點(diǎn)d∈G,可用d=〈location,time,ent,count,children〉表示,其中l(wèi)ocation代表該節(jié)點(diǎn)的位置,time代表該節(jié)點(diǎn)的時(shí)間,ent代表該節(jié)點(diǎn)的時(shí)空點(diǎn)熵(如定義7所述),count表示該節(jié)點(diǎn)的孩子節(jié)點(diǎn)的分支數(shù),children代表該節(jié)點(diǎn)的孩子節(jié)點(diǎn)。

    定義7 時(shí)空點(diǎn)熵。時(shí)空點(diǎn)熵是指時(shí)空點(diǎn)信息量的大小。對(duì)于除根節(jié)點(diǎn)外的任意節(jié)點(diǎn)d∈G,假設(shè)d的上一個(gè)節(jié)點(diǎn)轉(zhuǎn)移到當(dāng)前節(jié)點(diǎn)的概率為p,時(shí)空點(diǎn)熵H(d)為:

    H(d)=-plgp

    (1)

    表1列舉了8位乘客的軌跡路徑,其中每條軌跡由一系列的時(shí)空點(diǎn)組成。每個(gè)時(shí)空點(diǎn)的形式為(lociti),表示乘客在ti時(shí)刻的位置為loci。例如:“a1”表示在1時(shí)刻處于位置“a”,“c3”表示在3時(shí)刻處于位置“c”。

    表1 原始軌跡數(shù)據(jù)集示例

    根據(jù)表1中乘客的原始軌跡集,可以建立如圖1所示的乘客概率流量圖。轉(zhuǎn)移概率p(dx→dy)表示由dx移動(dòng)到dy的乘客比例,如圖1所示,50%的乘客在經(jīng)過(guò)a1和b2后前往e5。

    圖1 基于熵的流量圖

    2 基于信息熵抑制的軌跡隱私保護(hù)方法

    傳統(tǒng)的軌跡抑制法通過(guò)假設(shè)攻擊者的背景知識(shí),抑制不滿(mǎn)足于設(shè)定閾值的時(shí)空點(diǎn)或軌跡序列以達(dá)到隱私保護(hù)的目的。文獻(xiàn)[5]通過(guò)假設(shè)攻擊者最大的背景知識(shí),建立如定義3所示的LK模型,枚舉出軌跡數(shù)據(jù)中所有違反模型的違規(guī)序列,然后構(gòu)建合理的花費(fèi)代價(jià)函數(shù)計(jì)算抑制違規(guī)序列的代價(jià),局部抑制時(shí)空點(diǎn)以達(dá)到隱私保護(hù)的目的。文獻(xiàn)[8]針對(duì)乘客客流分析問(wèn)題,在文獻(xiàn)[5]的基礎(chǔ)上,通過(guò)建立乘客流量圖重新設(shè)計(jì)消除違規(guī)序列的花費(fèi)代價(jià)函數(shù),以達(dá)到保護(hù)乘客隱私的同時(shí)最大化地保證客流分析的信息質(zhì)量的目的。然而上述方案依然存在以下問(wèn)題:1)采用抑制法對(duì)違規(guī)序列處理時(shí),沒(méi)有考慮時(shí)空點(diǎn)之間的轉(zhuǎn)移概率,通往下一個(gè)時(shí)空點(diǎn)轉(zhuǎn)移概率值較高或波動(dòng)較大的時(shí)空點(diǎn),對(duì)用戶(hù)的隱私威脅更加嚴(yán)重,應(yīng)當(dāng)優(yōu)先處理;2)在處理違規(guī)序列時(shí),由于僅僅考慮了時(shí)空點(diǎn)數(shù)量對(duì)隱私保護(hù)的影響,導(dǎo)致限制發(fā)布的數(shù)據(jù)較多,增加了數(shù)據(jù)損失。

    針對(duì)上述問(wèn)題,本文基于LK模型,結(jié)合信息熵度量的思想提出了基于信息熵的軌跡抑制法。

    2.1 信息熵

    信息熵是1948年Shannon[9]借鑒熱力學(xué)概念,提出的衡量信息量大小(信息不確定度)的概念,解決了對(duì)信息的量化度量問(wèn)題。

    信息熵常常用于表示某種特定信息的出現(xiàn)概率,一個(gè)系統(tǒng)越是有序,信息熵就越低;反之,一個(gè)系統(tǒng)越是混亂,信息熵就越高。文獻(xiàn)[10]通過(guò)建立基于信息熵的無(wú)向圖來(lái)度量軌跡隱私,攻擊者對(duì)用戶(hù)軌跡隱私攻擊的主要目的是要挑選出用戶(hù)出行概率最大的軌跡:如果攻擊者認(rèn)為特定用戶(hù)每條可能的運(yùn)動(dòng)軌跡的概率相等,那么系統(tǒng)越混亂,攻擊者難以攻擊;如果每條可能的運(yùn)動(dòng)軌跡的概率差別很大,那么表示系統(tǒng)越有序,則易遭受到攻擊,因此,在基于熵流量圖里,抑制法在選取合理的抑制位置時(shí),應(yīng)當(dāng)盡可能保留信息熵值大的樹(shù)節(jié)點(diǎn),一方面可以減少信息損失,另一方面增加了抑制后數(shù)據(jù)的隱私保護(hù)性。

    2.2 隱私保護(hù)算法—— TP-IE

    本文提出了一種基于信息熵的軌跡抑制隱私保護(hù)算法(TP-IE)。TP-IE是基于文獻(xiàn)[5]提出的LK模型重新設(shè)計(jì)的隱私保護(hù)算法,其算法設(shè)計(jì)的主要思路為:首先,對(duì)軌跡數(shù)據(jù)建立了如圖1所示的基于信息熵的流量圖,利用熵值來(lái)衡量軌跡時(shí)空點(diǎn)的信息量;其次,基于LK模型枚舉出軌跡數(shù)據(jù)中的敏感位置點(diǎn),即最小違規(guī)序列,結(jié)合信息熵建立合適的花費(fèi)代價(jià)函數(shù)(定義9),通過(guò)函數(shù)計(jì)算抑制敏感位置點(diǎn)的最低代價(jià);最后,選取合理的抑制方式(局部抑制或全局抑制)對(duì)原始數(shù)據(jù)集中包含敏感點(diǎn)的序列進(jìn)行抑制,直到軌跡數(shù)據(jù)集中的所有序列均滿(mǎn)足LK模型。TP-IE不同于以往的軌跡匿名方法,其優(yōu)點(diǎn)主要在于:1)結(jié)合信息熵值對(duì)時(shí)空點(diǎn)進(jìn)行度量,有效地考慮到了時(shí)空點(diǎn)轉(zhuǎn)移概率的變化,對(duì)于某些轉(zhuǎn)移概率相差較大即熵值較低的點(diǎn)加以抑制,并在抑制過(guò)程中最大化保留熵值較大的點(diǎn);2)TP-IE是通過(guò)求解隱私收益與數(shù)據(jù)實(shí)用性之間的關(guān)系來(lái)對(duì)軌跡數(shù)據(jù)進(jìn)行抑制。在每次進(jìn)行抑制的過(guò)程中,由于抑制的時(shí)空點(diǎn)都是利用花費(fèi)代價(jià)函數(shù)計(jì)算出的最優(yōu)解,從而增加了匿名處理后的數(shù)據(jù)實(shí)用性和隱私收益。為了驗(yàn)證算法的實(shí)用性,本文基于抑制前后的時(shí)空點(diǎn)熵的變化,設(shè)計(jì)了一個(gè)比較熵的流量圖的相似性算法來(lái)衡量經(jīng)過(guò)抑制處理后數(shù)據(jù)集的實(shí)用性。

    LK模型枚舉出最小違規(guī)序列,通過(guò)抑制最小違規(guī)序列達(dá)到軌跡隱私保護(hù)的目的[5]。為了減小序列抑制帶來(lái)的信息損失,考慮到各序列q的實(shí)用價(jià)值,本文通過(guò)建立基于信息熵的流量圖重新設(shè)計(jì)了消除q的花費(fèi)代價(jià)函數(shù)。

    定義8 Info值。Info(d)是用來(lái)衡量時(shí)空點(diǎn)d在軌跡數(shù)據(jù)集以及流量圖中的信息質(zhì)量的值,Info(d)定義為:

    Info(d)=(Hα(d)×α(d)+Hβ(d)×β(d))×γ(d)

    (2)

    其中:α(d)表示流量圖中相同節(jié)點(diǎn)d的數(shù)目之和,β(d)表示d在流量圖里的孩子節(jié)點(diǎn)分支數(shù)目之和,γ(d)表示原始數(shù)據(jù)集里含有d的路徑數(shù)之和,Hα(d)表示d在流量圖里的相同節(jié)點(diǎn)的時(shí)空點(diǎn)熵值和,Hβ(d)表示d點(diǎn)的孩子節(jié)點(diǎn)時(shí)空點(diǎn)熵值和。

    示例1 如圖1所示,α(b2)=3因?yàn)榱髁繄D里有3個(gè)b2的節(jié)點(diǎn),β(b2)=5因?yàn)榱髁繄D里的b2節(jié)點(diǎn)共有5個(gè)分支,γ(b2)=6因?yàn)樵紨?shù)據(jù)集T里有6條包含b2的路徑,由式(1)可得出Hα(b2)=0.15,Hβ(b2)=0.56,則可由式(2)得出Info(b2)的值。

    定義9 Score值。根據(jù)d的抑制方式,定義一種花費(fèi)代價(jià)函數(shù)來(lái)計(jì)算消除d時(shí)空點(diǎn)的花費(fèi)代價(jià),如式(3)所示:

    Score(d)=PrivGain(d)/Info(d)

    (3)

    其中PrivGain(d)表示消除d后MVS減少的個(gè)數(shù)。

    TP-IE主要分為兩部分:第1部分在原始軌跡數(shù)據(jù)集上生成軌跡流量圖,遍歷流量圖中每個(gè)時(shí)空點(diǎn),計(jì)算每個(gè)時(shí)空點(diǎn)的Info值,如算法1所述;第2部分獲取軌跡數(shù)據(jù)集中的最小違規(guī)序列并對(duì)最小違規(guī)序列進(jìn)行時(shí)序抑制序列方式判斷,選取局部抑制或全局抑制對(duì)其抑制處理,如算法2所述。

    算法1首先通過(guò)原始數(shù)據(jù)集T生成基于熵的流量圖ET;然后遍歷熵的流量圖中的每個(gè)節(jié)點(diǎn),如果流量圖中存在時(shí)間、位置相同的時(shí)空點(diǎn),分別計(jì)算它們的α(d)、β(d)、Hα(d)、Hβ(d)(第1)~11)行);接著統(tǒng)計(jì)流量圖里包含時(shí)空點(diǎn)d的路徑數(shù),計(jì)算出γ(d)(第12)~16)行);根據(jù)上述值計(jì)算出每個(gè)時(shí)空節(jié)點(diǎn)的Info(d),返回Info值(第17)~19)行)。

    算法1 計(jì)算每個(gè)時(shí)空點(diǎn)的Info值—— GetInfo。

    輸入 原始軌跡集T;

    輸出 時(shí)空點(diǎn)的信息質(zhì)量Info。

    1)

    Generate flowgraphETfrom databaseT;

    2)

    for eachdinGdo

    3)

    α(d),β(d),γ(d),Hα(d),Hβ(d)均初始化為0;

    4)

    for eachd′ inGdo

    5)

    ifd.location==d′.location&&d.time==d′.timethen

    6)

    α(d)←α(d)+1;

    7)

    Hα(d)←Hα(d)+d′.ent;

    8)

    β(d)←β(d)+d′.count;

    9)

    Hβ(d)←Hβ(d)+d′.children.ent;

    /*孩子節(jié)點(diǎn)的時(shí)空點(diǎn)熵之和*/

    10)

    end if

    11)

    end for

    12)

    for eachpathinPathdo

    13)

    ifpathcontainsdthen

    //如果路徑中包含d

    14)

    γ(d)←γ(d)+1;

    15)

    end if

    16)

    end for

    17)

    Info(d)=(Hα(d)×α(d)+Hβ(d)×β(d))×γ(d);

    18)

    end for

    19)

    return Info

    算法2是序列抑制階段,首先調(diào)用文獻(xiàn)[5]提出的MVS算法生成最小違規(guī)序列,然后根據(jù)算法1調(diào)用每個(gè)節(jié)點(diǎn)的Info值,由定義9建立出MVS的得分表(Score_table)(第1)~9)行)。接著,迭代選擇得分表中最高分的時(shí)空點(diǎn)p(第10)~11)行),根據(jù)時(shí)空點(diǎn)p抑制方式的不同采取不同的操作:如果抑制方式是局部抑制,則將包含p的MVS放入到集合V′中,循環(huán)從V′中選取序列m,在軌跡數(shù)據(jù)集T中對(duì)所有包含m的實(shí)例抑制其中的時(shí)空點(diǎn)p(第12)~14)行);如果抑制方式是全局抑制,則刪除軌跡數(shù)據(jù)集中的所有的時(shí)空點(diǎn)p(15~18行)。最后更新MVS和 Score_table中的所有時(shí)空點(diǎn)得分并檢查各時(shí)空點(diǎn)的抑制方式是否發(fā)生改變;重復(fù)上述操作,直到Score_table為空(第19)~22)行)。

    如表1所示,假設(shè)K=2,L=2時(shí),{c3 → e5,b2 → e6,e9}為表中的MVS序列集合的一部分。本文抑制目的為消除原始軌跡數(shù)據(jù)集中的所有MVS;故通過(guò)定義9算出所有MVS的得分值,降序排列。假設(shè)c3為得分值最高的時(shí)空點(diǎn),則在原始軌跡數(shù)據(jù)集中尋找所有包含c3的軌跡實(shí)例,采取全局抑制或者局部抑制的方式[5]抑制時(shí)空點(diǎn)c3,直到原始數(shù)據(jù)集里不存在包含c3的MVS序列;迭代進(jìn)行直到MVS序列集合為空集。

    算法2 對(duì)MVS序列進(jìn)行抑制處理—— Sequence-suppression。

    輸入 原始數(shù)據(jù)集T,閾值L,K;

    輸出 滿(mǎn)足LK模型的軌跡數(shù)據(jù)集T′。

    1)

    GenerateMVS(T) by MVS algorithm;

    2)

    GenerateInfo(T) by GetInfo algorithm;

    3)

    for eachdinGdo

    4)

    for eachpinMVS(T) do

    5)

    ifd.location==p.location&&d.time==p.time

    6)

    BuildScore_tablein descending order based on Eq.(3);

    7)

    end if

    8)

    end for

    9)

    end for

    10)

    whileScore_table≠? do

    11)

    select a spatio-temporal pointpwith the highest score fromScore_table;

    12)

    ifpis a local suppression point then

    13)

    V′←{m′|m′∈MVS,p∈m∧T(m′)=T(m)};

    14)

    Suppress the instances ofdinT(m);

    15)

    else

    16)

    V′←MVS(p);

    17)

    Suppress all instances ofpinT;

    18)

    end if

    19)

    Update theScore_table;

    20)

    MVS←MVS-V′;

    21)

    end while

    22)

    T′←the suppressedT

    2.3 數(shù)據(jù)實(shí)用性比較

    軌跡數(shù)據(jù)經(jīng)過(guò)匿名處理后,軌跡數(shù)目會(huì)減少,同時(shí)由于轉(zhuǎn)移概率的變化,軌跡流量圖會(huì)發(fā)生改變。文獻(xiàn)[8]設(shè)計(jì)了比較匿名前后流量圖變化的算法,但并未將轉(zhuǎn)移概率的變化考慮在內(nèi)。為了評(píng)測(cè)經(jīng)過(guò)抑制法處理后的軌跡數(shù)據(jù)集的數(shù)據(jù)實(shí)用性,本文在文獻(xiàn)[8]的基礎(chǔ)上重新設(shè)計(jì)了流量圖比較算法,其目的是為了驗(yàn)證抑制前后流量圖結(jié)構(gòu)未發(fā)生明顯變化且軌跡數(shù)據(jù)挖掘性沒(méi)有明顯降低。

    首先,匿名前后流量圖中的所有節(jié)點(diǎn)都是按照時(shí)間、地點(diǎn)排序,然后按次序提取G與G′中的時(shí)空點(diǎn)d與d′(第1)~3)行):如果d與d′的時(shí)間、位置均相等,那么d與d′視作相同節(jié)點(diǎn),并計(jì)算出它們的aSum、bSum、cSum、vSum、wSum、uSum(第5)~14)行);如果β(d)=0,即d為流量圖里的葉子節(jié)點(diǎn)的值,由于β(d)為計(jì)算bSum時(shí)的分母,所以算法跳過(guò)此次除法,并使用i對(duì)β(d)=0計(jì)數(shù)(第11)~16)行),最后在計(jì)算相似性時(shí)流量圖應(yīng)減去葉子節(jié)點(diǎn)的數(shù)值(第22)行);接下來(lái)對(duì)vSum,uSum,wSum進(jìn)行歸一化記作svSum、suSum、swSum(第17)~21)行),最后第23)行返回相似性φ的值。

    算法3 流量圖比較——ComFlowgraph。

    輸入 軌跡流量圖ET,匿名后流量圖ET′;

    輸出 匿名前后軌跡相似性φ。

    1)

    G←{d|d∈ET};

    2)

    G′←{d|d∈ET′};

    3)

    SelectGandG′ based on time and location;

    4)

    i←0;

    5)

    for eachd∈Gdo

    6)

    for eachd′∈G′ do

    7)

    ifd=d′ then

    8)

    vSum←vSum+[Hα(d′)/Hα(d)];

    9)

    wSum←wSum+[H?(d′)/H?(d)];

    /*根節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)的時(shí)空點(diǎn)熵和*/

    10)

    aSum←aSum+[α′(d)/α(d)];

    11)

    cSum←cSum+[γ′(d)/γ(d)];

    12)

    ifβ(d)≠0 then

    13)

    bSum←bSum+[β′(d)/β(d)];

    14)

    uSum←uSum+[Hβ(d′)/Hβ(d)];

    15)

    else

    16)

    i←i+1;

    17)

    end if

    18)

    end if

    19)

    vSum,uSum,wSum歸一化為svSum,suSum,swSum;

    /*歸一化*/

    20)

    end for

    21)

    end for

    23)

    returnφ

    2.4 TP-IE時(shí)間復(fù)雜度

    TP-IE首先生成軌跡流量圖,計(jì)算各節(jié)點(diǎn)的時(shí)空點(diǎn)熵;然后基于LK模型生成MVS序列,計(jì)算每個(gè)時(shí)空點(diǎn)Score值,這部分最好情況下的時(shí)間復(fù)雜度為O(|s|2),最壞的情況下的時(shí)間復(fù)雜度為O(|s|2|T|),其中|s|為軌跡數(shù)據(jù)集的時(shí)空點(diǎn)個(gè)數(shù),|T|為軌跡數(shù)據(jù)集路徑數(shù);最后序列抑制階段會(huì)為每個(gè)MVS序列的消除都掃描一次數(shù)據(jù)集,所以其最好和最壞的情況下時(shí)間復(fù)雜度均為O(|s|2|T|)[5],因此,TP-IE算法最好情況下的時(shí)間復(fù)雜度為O(|s|2),最差情況下的時(shí)間復(fù)雜度為O(|s|2|T|)。第2部分比較流量圖相似性,時(shí)間復(fù)雜度為O(|s|2)。

    2.5 TP-IE安全性分析

    2.5.1 LK隱私模型有效

    由于攻擊者掌握用戶(hù)的部分信息和對(duì)應(yīng)的用戶(hù)身份信息,所以攻擊者可以根據(jù)這些局部信息發(fā)起身份鏈接攻擊,進(jìn)而推斷出用戶(hù)的身份。文獻(xiàn)[5]指出傳統(tǒng)k匿名模型針對(duì)高維軌跡數(shù)據(jù)的隱私保護(hù)需花費(fèi)極大代價(jià),因此高維軌跡隱私保護(hù)模型需要限定攻擊者的背景知識(shí)不超過(guò)L,由定義3可知,LK模型可保證用戶(hù)在受到身份鏈接攻擊時(shí)被成功識(shí)別的概率≤1/k,故LK模型有效。

    2.5.2 TP-IE實(shí)用性分析

    TP-IE經(jīng)過(guò)對(duì)原始流量圖進(jìn)行隱私保護(hù)處理后,流量圖中節(jié)點(diǎn)的轉(zhuǎn)移概率會(huì)發(fā)生變化[8]。式(2)結(jié)合信息熵值測(cè)量流量圖中節(jié)點(diǎn)的信息質(zhì)量,式(3)定義的花費(fèi)代價(jià)函數(shù)實(shí)際上是通過(guò)求出實(shí)例損失與信息質(zhì)量的最優(yōu)解來(lái)抑制時(shí)空點(diǎn)。經(jīng)過(guò)每一次迭代處理,信息質(zhì)量較低且在原始軌跡中實(shí)例較少的時(shí)空點(diǎn)得到抑制;信息質(zhì)量較大且包含實(shí)例數(shù)多的時(shí)空點(diǎn)得以保留,從而在提高隱私收益的同時(shí)減少了抑制法帶來(lái)的數(shù)據(jù)損失。

    3 衡量標(biāo)準(zhǔn)

    定義10 數(shù)據(jù)損失率(Utility Loss, UL)。數(shù)據(jù)損失率是指原始數(shù)據(jù)集經(jīng)過(guò)抑制處理后信息損失的值,記作UL。原始軌跡集的軌跡數(shù)目記作|T|,匿名后的軌跡集數(shù)目為|T′|,則數(shù)據(jù)集損失率UL計(jì)算公式為:

    (4)

    傳統(tǒng)抑制法用損失率來(lái)衡量信息損失,但單一的損失率只考慮到數(shù)據(jù)發(fā)布前后軌跡數(shù)目的變化,未曾考慮到抑制前后軌跡數(shù)據(jù)集信息增益的變化。本文基于文獻(xiàn)[10]提出的位置隱私度量方法,通過(guò)信息熵變化重新定義信息損失值。

    定義11 隱私收益。隱私收益是指原始數(shù)據(jù)經(jīng)過(guò)匿名處理后增加的信息復(fù)雜度,記為HL。原始流量圖里的節(jié)點(diǎn)熵值和記為|V|,匿名后的流量圖節(jié)點(diǎn)熵值和記為|V′|,則隱私收益HL的計(jì)算公式為:

    (5)

    4 實(shí)驗(yàn)與分析

    4.1 實(shí)驗(yàn)環(huán)境及數(shù)據(jù)集

    實(shí)驗(yàn)硬件環(huán)境為CPU為Core i5-6500 CPU 3.20 GHz處理器、8 GB內(nèi)存。本文使用C#語(yǔ)言在Microsoft Windows 10平臺(tái)上進(jìn)行實(shí)驗(yàn)?zāi)M。本文采用的是一個(gè)模擬地鐵交通運(yùn)輸系統(tǒng)的數(shù)據(jù)集Metro200k[8],擁有20萬(wàn)乘客在24 h內(nèi)行駛于29個(gè)車(chē)站所形成的200 000萬(wàn)條軌跡記錄,數(shù)據(jù)集大小為12 359 KB。

    該數(shù)據(jù)集中每行數(shù)據(jù)包含用戶(hù)身份及一段時(shí)間內(nèi)的用戶(hù)出行軌跡,經(jīng)過(guò)對(duì)原始軌跡的處理,將原始數(shù)據(jù)轉(zhuǎn)化為時(shí)間戳形式的軌跡序列,具體格式如表1所示。

    4.2 實(shí)驗(yàn)結(jié)果分析

    高維軌跡隱私保護(hù)一般用隱私保護(hù)度和數(shù)據(jù)損失率來(lái)評(píng)價(jià)算法效率。本節(jié)將TP-IE同文獻(xiàn)[5]和文獻(xiàn)[8]提出的算法進(jìn)行比較。文獻(xiàn)[8]通過(guò)設(shè)置不同參數(shù)來(lái)測(cè)試算法的實(shí)用性,本文選取文獻(xiàn)[8]實(shí)驗(yàn)效果最好的兩組參數(shù)。后文實(shí)驗(yàn)圖中A、B組分別包含文獻(xiàn)[8]取兩組參數(shù)時(shí)的實(shí)驗(yàn)效果。其中A組為wα=wβ=wγ=wδ=0.25,記作參數(shù)Ⅰ;B組參數(shù)wα=0.5,wβ=0.3,wγ=0.2,wδ=0,記作參數(shù)Ⅱ,其中wα,wβ,wγ,wδ表示不同的權(quán)值。

    4.2.1 相似性

    圖2展示參數(shù)k對(duì)匿名后流量圖的相似性影響。流量圖相似性變化主要取決于兩點(diǎn):1)抑制軌跡時(shí)空點(diǎn)的數(shù)量;2)時(shí)空點(diǎn)熵值變化。當(dāng)k=60時(shí),TP-IE匿名后的流量圖相似性明顯高于文獻(xiàn)[5]和文獻(xiàn)[8]提出的兩種方法。隨著k值增加,軌跡抑制法抑制處理的數(shù)據(jù)點(diǎn)越多,流量圖相似性降低;當(dāng)k值增加到一定值時(shí),算法將執(zhí)行更多的全局抑制,因此相似性在逐漸達(dá)到平衡值會(huì)急劇下降。與文獻(xiàn)[5]與文獻(xiàn)[8]相比,由于時(shí)空點(diǎn)熵值較大的點(diǎn)保留更多,數(shù)據(jù)集的實(shí)用性也會(huì)更大。如圖2所示,TP-IE在相同的匿名參數(shù)取值下相似性始終比另外兩種方式高,所提方法在相似性度量上比文獻(xiàn)[5]提出的方法提高了約27%, 比文獻(xiàn)[8]方法提高了約22%。由此可以說(shuō)明TP-IE使得抑制處理后的流量圖相似性?xún)?yōu)于文獻(xiàn)[8]和文獻(xiàn)[5]提出的兩種方法。

    圖2 k對(duì)匿名后流量圖的相似性影響(L=3)

    4.2.2 數(shù)據(jù)損失率

    圖3展示了參數(shù)k對(duì)數(shù)據(jù)損失的影響情況。數(shù)據(jù)損失主要受到抑制時(shí)空點(diǎn)數(shù)量變化的影響。隨著k值增大,抑制的時(shí)空點(diǎn)越多,原始數(shù)據(jù)集的數(shù)據(jù)損失率越大。對(duì)比三個(gè)不同算法發(fā)現(xiàn):隨著k值增大,TP-IE的數(shù)據(jù)損失率始終最低,當(dāng)k值增長(zhǎng)到一定程度時(shí),本文算法的數(shù)據(jù)損失率趨于穩(wěn)定,但文獻(xiàn)[5]與文獻(xiàn)[8]仍有較大的增長(zhǎng)。經(jīng)過(guò)計(jì)算可得,在相同匿名參數(shù)的影響下,TP-IE比文獻(xiàn)[5]算法在數(shù)據(jù)損失量上降低了約25%,比文獻(xiàn)[8]算法降低了約21%。因此可以得出結(jié)論本文提出的算法可以最大化地減小抑制法帶來(lái)的數(shù)據(jù)損失。

    圖3 k對(duì)數(shù)據(jù)損失的影響(L=3)

    4.2.3 隱私收益

    本文通過(guò)匿名前后的熵值變化來(lái)計(jì)算算法帶來(lái)的隱私收益。圖4展示了k值對(duì)于隱私收益的影響,可以看出文獻(xiàn)[5]與文獻(xiàn)[8]算法在k值較小時(shí)隱私收益均高于本文算法,這是由于當(dāng)k值較小時(shí),匿名算法執(zhí)行的更多是局部抑制,文獻(xiàn)[8]與文獻(xiàn)[5]算法在隱私需求較低、數(shù)據(jù)損失較小的情況下,能帶來(lái)更高的隱私收益;然而,隨著k值逐漸增大,隱私需求提升時(shí),匿名算法更多的執(zhí)行全局抑制。TP-IE在執(zhí)行抑制的過(guò)程中實(shí)則消除了流量圖中熵值較低的點(diǎn),保留了熵值較大的點(diǎn),同時(shí)由于軌跡數(shù)據(jù)集中實(shí)例數(shù)量較低和轉(zhuǎn)移概率較小的點(diǎn)得以抑制,實(shí)際上增大了原先熵值較低的時(shí)空點(diǎn),因此,TP-IE匿名后的流量圖的隱私收益會(huì)呈現(xiàn)出較大的增長(zhǎng);而文獻(xiàn)[5]與文獻(xiàn)[8]算法隨著k值的增大,數(shù)據(jù)損失會(huì)越來(lái)越大,在抑制的過(guò)程中將會(huì)舍棄大量熵值較高的時(shí)空點(diǎn),降低了原始軌跡的數(shù)據(jù)實(shí)用性,也使得隱私收益出現(xiàn)明顯下降。經(jīng)過(guò)計(jì)算可以得出在相同匿名參數(shù)取值下,TP-IE在隱私收益上比文獻(xiàn)[5]算法提高了約21%,比文獻(xiàn)[8]算法提高了約11%。因此,當(dāng)k值持續(xù)增長(zhǎng)時(shí),本文方法會(huì)帶來(lái)更高的隱私收益,在實(shí)用性上明顯高于其余二者。

    圖4 k值對(duì)于隱私收益的影響(L=3)

    5 結(jié)語(yǔ)

    本文基于LK模型提出了一種基于信息熵抑制的軌跡隱私保護(hù)方法,對(duì)原始軌跡集建立基于信息熵的流量圖,根據(jù)圖節(jié)點(diǎn)的熵值大小局部抑制違反模型的時(shí)空點(diǎn),進(jìn)而實(shí)現(xiàn)抑制敏感點(diǎn)的同時(shí)最大化保留軌跡數(shù)據(jù)實(shí)用性的目的。在仿真數(shù)據(jù)集上的實(shí)驗(yàn)表明,本文方法在匿名前后流量圖的相似性、數(shù)據(jù)損失率以及隱私收益三個(gè)方面均優(yōu)于文獻(xiàn)[5]與文獻(xiàn)[8]提出的算法,證明了TP-IE的有效性和實(shí)用性。本文算法前提是假設(shè)攻擊者的背景知識(shí)長(zhǎng)度不超過(guò)L,然而現(xiàn)實(shí)生活中攻擊者的背景知識(shí)大部分是未知的,如何在不知曉攻擊者背景知識(shí)的條件下達(dá)到保護(hù)用戶(hù)隱私的目的是下一階段主要研究的問(wèn)題。

    猜你喜歡
    信息熵攻擊者軌跡
    基于信息熵可信度的測(cè)試點(diǎn)選擇方法研究
    基于微分博弈的追逃問(wèn)題最優(yōu)策略設(shè)計(jì)
    軌跡
    軌跡
    正面迎接批判
    愛(ài)你(2018年16期)2018-06-21 03:28:44
    軌跡
    基于信息熵的實(shí)驗(yàn)教學(xué)量化研究
    進(jìn)化的軌跡(一)——進(jìn)化,無(wú)盡的適應(yīng)
    一種基于信息熵的雷達(dá)動(dòng)態(tài)自適應(yīng)選擇跟蹤方法
    基于信息熵的IITFN多屬性決策方法
    av线在线观看网站| 国产片特级美女逼逼视频| 一边摸一边做爽爽视频免费| 巨乳人妻的诱惑在线观看| 国产在线免费精品| 日韩伦理黄色片| 国产人伦9x9x在线观看| 午夜激情av网站| 极品少妇高潮喷水抽搐| 欧美激情高清一区二区三区| 国产成人av教育| 在线观看国产h片| 欧美精品啪啪一区二区三区 | 成年av动漫网址| 亚洲,欧美,日韩| 最新的欧美精品一区二区| 免费久久久久久久精品成人欧美视频| 老司机在亚洲福利影院| av视频免费观看在线观看| 黑丝袜美女国产一区| 一区二区av电影网| 国产免费视频播放在线视频| 国产深夜福利视频在线观看| 99国产综合亚洲精品| 女警被强在线播放| 高清不卡的av网站| 亚洲伊人色综图| 国产在线免费精品| 少妇人妻久久综合中文| 亚洲自偷自拍图片 自拍| 亚洲少妇的诱惑av| 久久人妻熟女aⅴ| 最新在线观看一区二区三区 | 日韩,欧美,国产一区二区三区| 只有这里有精品99| 高清不卡的av网站| 精品人妻一区二区三区麻豆| 亚洲欧美精品自产自拍| 成人三级做爰电影| 男女无遮挡免费网站观看| 午夜免费成人在线视频| 大陆偷拍与自拍| 日本wwww免费看| 午夜福利视频精品| 涩涩av久久男人的天堂| 国产熟女欧美一区二区| 熟女少妇亚洲综合色aaa.| 热99国产精品久久久久久7| 国产野战对白在线观看| 国产精品av久久久久免费| 亚洲伊人久久精品综合| 无限看片的www在线观看| 女人高潮潮喷娇喘18禁视频| 国产免费福利视频在线观看| 欧美国产精品一级二级三级| 一区二区三区激情视频| 老汉色av国产亚洲站长工具| 菩萨蛮人人尽说江南好唐韦庄| 男男h啪啪无遮挡| 国产爽快片一区二区三区| 亚洲精品美女久久av网站| 欧美日韩视频精品一区| 午夜免费鲁丝| 欧美 日韩 精品 国产| 精品少妇黑人巨大在线播放| 精品国产一区二区久久| 国产精品久久久久成人av| 亚洲国产毛片av蜜桃av| 大型av网站在线播放| 又粗又硬又长又爽又黄的视频| 久久精品亚洲熟妇少妇任你| 80岁老熟妇乱子伦牲交| 成人手机av| 高潮久久久久久久久久久不卡| 蜜桃国产av成人99| 人人妻人人澡人人爽人人夜夜| 18禁黄网站禁片午夜丰满| 国精品久久久久久国模美| 狠狠精品人妻久久久久久综合| 国产免费现黄频在线看| 可以免费在线观看a视频的电影网站| 大片免费播放器 马上看| 亚洲图色成人| 男女之事视频高清在线观看 | 另类精品久久| 亚洲av电影在线进入| 桃花免费在线播放| 91九色精品人成在线观看| 午夜福利视频在线观看免费| 母亲3免费完整高清在线观看| 十分钟在线观看高清视频www| 人妻人人澡人人爽人人| 新久久久久国产一级毛片| 免费观看av网站的网址| xxx大片免费视频| 一边摸一边抽搐一进一出视频| 国产一区有黄有色的免费视频| 国产免费福利视频在线观看| 国产人伦9x9x在线观看| 欧美日韩亚洲高清精品| 免费观看人在逋| 最新在线观看一区二区三区 | 久久久国产精品麻豆| 少妇人妻久久综合中文| 黄色视频在线播放观看不卡| www.999成人在线观看| 日韩伦理黄色片| 亚洲国产最新在线播放| 午夜免费观看性视频| 超色免费av| 亚洲 欧美一区二区三区| 18禁观看日本| 中文字幕另类日韩欧美亚洲嫩草| 欧美另类一区| 国产精品久久久久久精品古装| 久久鲁丝午夜福利片| 极品人妻少妇av视频| 亚洲自偷自拍图片 自拍| h视频一区二区三区| 日韩av在线免费看完整版不卡| 青春草亚洲视频在线观看| 国产一级毛片在线| 久久人人97超碰香蕉20202| 夫妻性生交免费视频一级片| 多毛熟女@视频| 黄网站色视频无遮挡免费观看| 在线天堂中文资源库| 一区二区av电影网| 一二三四在线观看免费中文在| 欧美黑人欧美精品刺激| 人人妻人人澡人人看| 我要看黄色一级片免费的| 国产亚洲精品第一综合不卡| 超色免费av| 国产99久久九九免费精品| 中文字幕亚洲精品专区| 最近最新中文字幕大全免费视频 | 国产三级黄色录像| 熟女少妇亚洲综合色aaa.| 午夜两性在线视频| 精品国产一区二区三区久久久樱花| 中文字幕色久视频| 久久久精品区二区三区| 免费女性裸体啪啪无遮挡网站| 男女边吃奶边做爰视频| 婷婷成人精品国产| 欧美日韩综合久久久久久| xxx大片免费视频| 一级黄片播放器| 午夜福利乱码中文字幕| 国产福利在线免费观看视频| 午夜免费鲁丝| 亚洲欧美日韩另类电影网站| 亚洲国产精品999| 国产欧美日韩综合在线一区二区| 婷婷色综合www| 久久久精品免费免费高清| 日本色播在线视频| 欧美乱码精品一区二区三区| 亚洲,欧美精品.| 亚洲av成人精品一二三区| 欧美 亚洲 国产 日韩一| 久久毛片免费看一区二区三区| 免费观看a级毛片全部| 色播在线永久视频| 久久精品aⅴ一区二区三区四区| 大香蕉久久成人网| 超碰成人久久| 欧美激情 高清一区二区三区| 如日韩欧美国产精品一区二区三区| 男女国产视频网站| 少妇猛男粗大的猛烈进出视频| 1024视频免费在线观看| 午夜久久久在线观看| 久久久久网色| 亚洲成人免费av在线播放| 国产在线视频一区二区| 国产精品一国产av| 伦理电影免费视频| 国产视频一区二区在线看| 日韩电影二区| 午夜福利在线免费观看网站| 亚洲美女黄色视频免费看| 极品人妻少妇av视频| www.熟女人妻精品国产| 精品卡一卡二卡四卡免费| 国产一级毛片在线| 宅男免费午夜| 日韩av在线免费看完整版不卡| 亚洲精品国产一区二区精华液| 不卡av一区二区三区| 久久久国产欧美日韩av| 国产高清不卡午夜福利| 女警被强在线播放| 日日夜夜操网爽| 国产无遮挡羞羞视频在线观看| 欧美变态另类bdsm刘玥| 国产成人精品无人区| av又黄又爽大尺度在线免费看| 欧美人与性动交α欧美软件| 国产一区有黄有色的免费视频| 中文字幕另类日韩欧美亚洲嫩草| 爱豆传媒免费全集在线观看| 免费在线观看影片大全网站 | 国产男女内射视频| 精品亚洲乱码少妇综合久久| 波多野结衣一区麻豆| 午夜福利影视在线免费观看| 人人妻人人爽人人添夜夜欢视频| 国产激情久久老熟女| 999精品在线视频| 中文字幕人妻丝袜制服| 亚洲情色 制服丝袜| 国产亚洲av片在线观看秒播厂| 大香蕉久久成人网| 热99国产精品久久久久久7| 久久精品国产亚洲av涩爱| 大码成人一级视频| 亚洲av在线观看美女高潮| 久久免费观看电影| 国产精品熟女久久久久浪| 99国产精品免费福利视频| 婷婷丁香在线五月| av天堂在线播放| 超色免费av| 欧美 亚洲 国产 日韩一| 久久久久精品人妻al黑| 成人影院久久| 午夜福利乱码中文字幕| 久久久精品国产亚洲av高清涩受| 97精品久久久久久久久久精品| 久久国产精品大桥未久av| 搡老乐熟女国产| 精品亚洲成国产av| 国产黄色免费在线视频| 欧美国产精品va在线观看不卡| 啦啦啦 在线观看视频| 久久久国产一区二区| 亚洲 国产 在线| 老鸭窝网址在线观看| 亚洲成人手机| 岛国毛片在线播放| 黑人欧美特级aaaaaa片| 久久毛片免费看一区二区三区| 久久久久久亚洲精品国产蜜桃av| 久久久久久久国产电影| 男女边摸边吃奶| 99九九在线精品视频| 国产精品二区激情视频| 国产高清国产精品国产三级| 国产免费又黄又爽又色| 最新在线观看一区二区三区 | 亚洲精品日韩在线中文字幕| 中文乱码字字幕精品一区二区三区| 成人免费观看视频高清| 中文字幕最新亚洲高清| 亚洲精品久久成人aⅴ小说| 亚洲伊人久久精品综合| 久久久久久久国产电影| 久9热在线精品视频| 欧美日韩av久久| 99国产综合亚洲精品| 黄色怎么调成土黄色| 日韩制服丝袜自拍偷拍| 亚洲九九香蕉| 亚洲免费av在线视频| 老司机午夜十八禁免费视频| 又粗又硬又长又爽又黄的视频| 性色av一级| 美女脱内裤让男人舔精品视频| 天天躁夜夜躁狠狠躁躁| 美女高潮到喷水免费观看| 十分钟在线观看高清视频www| 日韩一区二区三区影片| 午夜福利免费观看在线| 国产成人欧美在线观看 | 老司机靠b影院| 男女之事视频高清在线观看 | 在线观看人妻少妇| 免费高清在线观看视频在线观看| 王馨瑶露胸无遮挡在线观看| 青春草视频在线免费观看| 欧美成狂野欧美在线观看| 一区二区三区乱码不卡18| 久久毛片免费看一区二区三区| 亚洲欧洲国产日韩| 97人妻天天添夜夜摸| 日韩,欧美,国产一区二区三区| 久久久久国产一级毛片高清牌| 亚洲精品国产区一区二| 大话2 男鬼变身卡| 国产精品 欧美亚洲| 国产爽快片一区二区三区| 男女下面插进去视频免费观看| av国产精品久久久久影院| 亚洲少妇的诱惑av| 交换朋友夫妻互换小说| 国产精品一区二区免费欧美 | 久久狼人影院| 美女主播在线视频| 欧美日韩av久久| 成人免费观看视频高清| 亚洲国产中文字幕在线视频| 亚洲精品成人av观看孕妇| 深夜精品福利| 制服诱惑二区| 欧美大码av| 久久久久久人人人人人| 香蕉丝袜av| 亚洲精品国产一区二区精华液| 久久久精品区二区三区| 夫妻性生交免费视频一级片| 成人三级做爰电影| 蜜桃国产av成人99| 一级毛片黄色毛片免费观看视频| 日韩av免费高清视频| 久久久久久人人人人人| 成人手机av| 精品国产国语对白av| av有码第一页| 两人在一起打扑克的视频| 97精品久久久久久久久久精品| 一区二区三区四区激情视频| 美女脱内裤让男人舔精品视频| 又粗又硬又长又爽又黄的视频| 又紧又爽又黄一区二区| 一本一本久久a久久精品综合妖精| 亚洲国产av影院在线观看| 我要看黄色一级片免费的| 亚洲成人国产一区在线观看 | 国产片特级美女逼逼视频| 99re6热这里在线精品视频| 18禁裸乳无遮挡动漫免费视频| 少妇 在线观看| 人人妻人人澡人人爽人人夜夜| 日本猛色少妇xxxxx猛交久久| 亚洲国产成人一精品久久久| 天天躁夜夜躁狠狠久久av| 高清不卡的av网站| 男人添女人高潮全过程视频| 国产成人av教育| 晚上一个人看的免费电影| 国产黄频视频在线观看| 妹子高潮喷水视频| 国产黄频视频在线观看| 欧美亚洲日本最大视频资源| av福利片在线| 好男人电影高清在线观看| 操出白浆在线播放| 老熟女久久久| 桃花免费在线播放| 成人国产一区最新在线观看 | 天天躁狠狠躁夜夜躁狠狠躁| 婷婷丁香在线五月| 国产主播在线观看一区二区 | 欧美日本中文国产一区发布| 国产av国产精品国产| 亚洲精品美女久久久久99蜜臀 | 丝袜美腿诱惑在线| 精品国产国语对白av| 精品久久久久久久毛片微露脸 | 黄色视频在线播放观看不卡| 中国美女看黄片| 亚洲精品一卡2卡三卡4卡5卡 | 国产极品粉嫩免费观看在线| 久久人人97超碰香蕉20202| 日本一区二区免费在线视频| 成人国产一区最新在线观看 | 欧美黑人精品巨大| 欧美精品av麻豆av| 91精品三级在线观看| 我的亚洲天堂| 激情视频va一区二区三区| a级毛片在线看网站| 狂野欧美激情性bbbbbb| 超色免费av| 在线观看www视频免费| 青草久久国产| 三上悠亚av全集在线观看| 18禁黄网站禁片午夜丰满| 嫩草影视91久久| 香蕉国产在线看| 婷婷色av中文字幕| 99香蕉大伊视频| 亚洲精品国产av蜜桃| 人人妻人人澡人人看| av线在线观看网站| 少妇的丰满在线观看| 美女午夜性视频免费| 久久久国产一区二区| 新久久久久国产一级毛片| 亚洲熟女精品中文字幕| 久久久久久久久免费视频了| 91老司机精品| 国产日韩欧美亚洲二区| 一级片免费观看大全| 黄色a级毛片大全视频| 午夜影院在线不卡| 一级,二级,三级黄色视频| 一本大道久久a久久精品| 捣出白浆h1v1| 伦理电影免费视频| 欧美av亚洲av综合av国产av| 欧美精品一区二区免费开放| 国产免费视频播放在线视频| 精品亚洲成a人片在线观看| 一级片免费观看大全| 国精品久久久久久国模美| 久久国产精品男人的天堂亚洲| 永久免费av网站大全| 国产1区2区3区精品| 国产欧美日韩一区二区三 | 人人妻人人澡人人爽人人夜夜| 国产日韩一区二区三区精品不卡| 天天影视国产精品| 欧美成狂野欧美在线观看| 9热在线视频观看99| 国产成人精品在线电影| 黑人欧美特级aaaaaa片| 欧美黑人精品巨大| 久久久久视频综合| 热re99久久精品国产66热6| cao死你这个sao货| 午夜福利影视在线免费观看| av有码第一页| 伦理电影免费视频| 国产免费又黄又爽又色| 99久久精品国产亚洲精品| 成年av动漫网址| 亚洲色图 男人天堂 中文字幕| 国产精品99久久99久久久不卡| 国产免费福利视频在线观看| 国语对白做爰xxxⅹ性视频网站| 国产在线免费精品| 精品少妇久久久久久888优播| av在线app专区| 老司机午夜十八禁免费视频| 国产真人三级小视频在线观看| 激情五月婷婷亚洲| 精品少妇黑人巨大在线播放| 丰满少妇做爰视频| 国产精品久久久久久人妻精品电影 | 欧美在线黄色| 日韩,欧美,国产一区二区三区| 亚洲黑人精品在线| 咕卡用的链子| 国产精品九九99| 久久午夜综合久久蜜桃| 国产xxxxx性猛交| 女人被躁到高潮嗷嗷叫费观| 午夜福利在线免费观看网站| 男女边吃奶边做爰视频| 久久人人97超碰香蕉20202| 欧美日韩成人在线一区二区| 美女国产高潮福利片在线看| 国产av精品麻豆| 男男h啪啪无遮挡| 日本黄色日本黄色录像| 久久热在线av| 精品人妻在线不人妻| 一级片'在线观看视频| videos熟女内射| 亚洲国产av新网站| 狠狠精品人妻久久久久久综合| 如日韩欧美国产精品一区二区三区| 一级黄色大片毛片| 美女大奶头黄色视频| 欧美国产精品va在线观看不卡| 老司机影院毛片| 91精品伊人久久大香线蕉| 啦啦啦 在线观看视频| 亚洲欧美日韩高清在线视频 | 两个人看的免费小视频| 国产在线观看jvid| 各种免费的搞黄视频| 国产精品国产av在线观看| 脱女人内裤的视频| 天堂中文最新版在线下载| 一级a爱视频在线免费观看| 日本午夜av视频| av在线app专区| 欧美另类一区| 欧美激情极品国产一区二区三区| 国产精品熟女久久久久浪| 视频在线观看一区二区三区| 男人舔女人的私密视频| 一级片'在线观看视频| 高清视频免费观看一区二区| 91九色精品人成在线观看| 伊人亚洲综合成人网| 欧美日韩黄片免| 精品久久久久久电影网| av视频免费观看在线观看| 高清不卡的av网站| 国产女主播在线喷水免费视频网站| 丰满饥渴人妻一区二区三| 午夜老司机福利片| 久久亚洲精品不卡| 日日爽夜夜爽网站| cao死你这个sao货| 久久久久久人人人人人| 啦啦啦在线观看免费高清www| 黄片小视频在线播放| 大片免费播放器 马上看| 母亲3免费完整高清在线观看| 国产一级毛片在线| 婷婷丁香在线五月| 老汉色av国产亚洲站长工具| 免费日韩欧美在线观看| 亚洲熟女精品中文字幕| 天天影视国产精品| xxxhd国产人妻xxx| 最近最新中文字幕大全免费视频 | 中文字幕人妻熟女乱码| 国产高清视频在线播放一区 | 亚洲精品国产区一区二| 久久久久久久久久久久大奶| 亚洲五月色婷婷综合| 国产黄频视频在线观看| 999久久久国产精品视频| 菩萨蛮人人尽说江南好唐韦庄| 亚洲专区中文字幕在线| 首页视频小说图片口味搜索 | 精品一区在线观看国产| 免费在线观看完整版高清| 制服人妻中文乱码| 国产精品九九99| 咕卡用的链子| 男女下面插进去视频免费观看| 国产亚洲av高清不卡| 男人操女人黄网站| 精品亚洲乱码少妇综合久久| 久久人人爽av亚洲精品天堂| 国产91精品成人一区二区三区 | 18在线观看网站| 精品少妇一区二区三区视频日本电影| 亚洲人成电影观看| 丝袜脚勾引网站| 十八禁人妻一区二区| 国产高清视频在线播放一区 | 自拍欧美九色日韩亚洲蝌蚪91| 国产精品久久久av美女十八| 亚洲综合色网址| 午夜免费观看性视频| 久久久久精品国产欧美久久久 | 国产亚洲精品第一综合不卡| 成年女人毛片免费观看观看9 | 国产一卡二卡三卡精品| 精品第一国产精品| 日韩,欧美,国产一区二区三区| 在线观看免费高清a一片| 天天添夜夜摸| av不卡在线播放| 久久免费观看电影| 在线观看www视频免费| 在线观看免费午夜福利视频| 亚洲av成人不卡在线观看播放网 | 精品一区在线观看国产| 99国产精品免费福利视频| 国产1区2区3区精品| 欧美日韩综合久久久久久| 欧美 亚洲 国产 日韩一| 日韩一本色道免费dvd| av在线播放精品| av在线app专区| 色综合欧美亚洲国产小说| 欧美黄色片欧美黄色片| 黑人欧美特级aaaaaa片| 大陆偷拍与自拍| 美国免费a级毛片| 亚洲一码二码三码区别大吗| 久久久久国产精品人妻一区二区| 制服诱惑二区| 新久久久久国产一级毛片| 亚洲精品国产一区二区精华液| 另类亚洲欧美激情| 欧美少妇被猛烈插入视频| 一二三四在线观看免费中文在| 女性生殖器流出的白浆| 欧美 亚洲 国产 日韩一| 免费看十八禁软件| 欧美日韩黄片免| 国产精品一国产av| 男人舔女人的私密视频| av又黄又爽大尺度在线免费看| 国产欧美日韩一区二区三 | 人人妻人人澡人人爽人人夜夜| 欧美 亚洲 国产 日韩一| 伊人亚洲综合成人网| 亚洲熟女毛片儿| 成人黄色视频免费在线看| 亚洲伊人色综图| 亚洲精品国产一区二区精华液| 欧美激情 高清一区二区三区| 免费一级毛片在线播放高清视频 | 久久精品久久精品一区二区三区| 老汉色av国产亚洲站长工具| 亚洲国产最新在线播放| 精品福利永久在线观看| 妹子高潮喷水视频| 免费不卡黄色视频| 精品视频人人做人人爽| 国产成人av激情在线播放| 90打野战视频偷拍视频| 国产片特级美女逼逼视频| 成年人黄色毛片网站| 精品人妻1区二区| 亚洲国产中文字幕在线视频| 在线精品无人区一区二区三| 99久久99久久久精品蜜桃| 最近最新中文字幕大全免费视频 | 成人黄色视频免费在线看| 人妻 亚洲 视频| 欧美人与性动交α欧美软件| 国产国语露脸激情在线看|