• <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 ?

    基于離群點檢測的不確定數(shù)據(jù)流聚類算法研究

    2019-12-23 09:01:40葉福蘭
    關(guān)鍵詞:元組離群信息熵

    葉福蘭

    (福州外語外貿(mào)學(xué)院,福建 福州 350202)

    0 引 言

    伴隨信息技術(shù)快速發(fā)展,數(shù)據(jù)流模型的應(yīng)用逐漸深入各個應(yīng)用領(lǐng)域。這些領(lǐng)域要求數(shù)據(jù)傳輸速度快,且傳輸規(guī)模大[1]。但由于各種外界環(huán)境因素干擾,數(shù)據(jù)流出現(xiàn)不確定性,不確定數(shù)據(jù)流的挖掘和研究逐漸成為相關(guān)專業(yè)人員關(guān)注的重點問題。相關(guān)研究表明[2],基于離群點檢測的不確定數(shù)據(jù)流聚類可檢測網(wǎng)絡(luò)惡意攻擊行為,能夠挖掘網(wǎng)絡(luò)中被忽視的異常數(shù)據(jù),為維護網(wǎng)絡(luò)安全起到十分重要的作用。。

    一些現(xiàn)有的研究成果,如文獻[3]基于距離準(zhǔn)則進行數(shù)據(jù)間離群點判斷,提出了離群點檢測DOKM算法。根據(jù)數(shù)據(jù)流概念漂移檢測結(jié)果來自適應(yīng)地調(diào)整滑動窗口大小,從而實現(xiàn)對數(shù)據(jù)流的離群點檢測,結(jié)果表明,DOKM算法在人工數(shù)據(jù)集和真實數(shù)據(jù)集中均可以實現(xiàn)對離群點的有效檢測。文獻[4]提出了障礙空間中基于密度的不確定聚類算法。利用三角模糊數(shù)和R樹的性質(zhì)提出TF-Initialseeds算法來解決數(shù)據(jù)的不確定性問題,在基于密度聚類方法的基礎(chǔ)上,利用Voronoi圖剪枝策略可以有效減少計算量的特性。文獻[5]提出了改進的DBSCAN聚類和LAOF兩階段混合數(shù)據(jù)離群點檢測方法。針對DBSCAN算法中參數(shù)ε和Minpts需要人為確定而導(dǎo)致聚類質(zhì)量差的缺點,給出了通過輸入K近鄰的個數(shù)代替Minpts,并通過K近鄰確定聚類半徑,從而減少參數(shù)輸入提高聚類質(zhì)量。通過改進的DBSCAN聚類算法對混合數(shù)據(jù)進行初步篩選,然后利用新構(gòu)造的LAOF基于區(qū)域密度的局部異常因子計算篩選后數(shù)據(jù)對象的局部異常程度。結(jié)果顯示該算法能夠提高離群點檢測的精度。

    上述算法存在檢測性能差以及聚類質(zhì)量低的問題,因此,本文提出基于離群點檢測的不確定數(shù)據(jù)流聚類算法,獲取的全局離群點與局部離群點兩種不確定數(shù)據(jù)流,采用一種不確定數(shù)據(jù)流子空間聚類算法完成聚類,以提高不確定數(shù)據(jù)流聚類效果。

    1 不確定數(shù)據(jù)流聚類算法研究

    本文研究的數(shù)據(jù)不確定性主要是由于數(shù)據(jù)受帶寬傳輸、延遲和能量等制約因素引起的數(shù)據(jù)缺失,以及數(shù)據(jù)的不準(zhǔn)確性。一些粗粒度的數(shù)據(jù)處理也考慮在內(nèi)。數(shù)據(jù)的結(jié)構(gòu)大多來自網(wǎng)絡(luò)web網(wǎng)絡(luò),一般是基于流量特征的屬性元組。

    1.1 基于聚類劃分的兩階段離群點檢測算法

    1.1.1微聚類劃分算法

    微聚類劃分算法主要功能是獲取數(shù)據(jù)集,選取數(shù)據(jù)集中微聚類間最小值,建立新聚類。詳細步驟見算法1。

    算法1:使用微聚類算法獲取數(shù)據(jù)集的簇數(shù)量k與高質(zhì)量的簇中心。

    輸入:數(shù)據(jù)集A={A1,A2,…,Ai,…,Am}中對象數(shù)量m。

    輸出:數(shù)據(jù)集中微聚類數(shù)量k與微聚類KBA1,KBA2,…,KBAi,…,KBAk中心。

    第1步:將數(shù)據(jù)集A中的全部對象A1,A2,…,Am都初始化成一個相應(yīng)的簇BA1,BA2,…,BAm,也稱微聚類BAm;

    第2步:選取2個微聚類間最小值BAi、BAj并刪掉,建立新聚類BAh,原始對象并集即為該聚類里的對象,則BAh={BAi∪BAj};每個對象代表一個微聚類的初始均值,均值的計算是通過歐式距離求均值獲得。

    第3步:基于簇里對象的均值,將各個對象指定至最類似簇KBAk中,刷新簇均值,再次判定各個聚類中心[6];聚類中心是簇(歐式空間)的形心。

    第4步:多次執(zhí)行,簇均值固定后停止[7];

    第5步:輸出數(shù)據(jù)集里微聚類數(shù)量k與微聚類KBA1,KBA2,…,KBAi,…,KBAk中心。

    1.1.2基于信息熵的微聚類過濾機制

    信息熵可體現(xiàn)數(shù)據(jù)集狀態(tài),描述數(shù)據(jù)集中數(shù)據(jù)的不確定性,因此,本文采用信息熵描述數(shù)據(jù)集聚類中數(shù)據(jù)對象的部分情況。如果將某些數(shù)據(jù)點從數(shù)據(jù)集中剔除,數(shù)據(jù)集整體便出現(xiàn)不確定性或者無序性[8-9],此類數(shù)據(jù)點即為全局離群點。變量的不確定性與信息熵具有較大關(guān)聯(lián)性。

    根據(jù)上述算法1,將數(shù)據(jù)集A分成k個微聚類KBA={KBA1,KBA2,…,KBAi,…,KBAk},每個子集個體數(shù)量是k1,k2,…,km;對各微聚類建立一個矩形框R(存在最大個體數(shù)),將此矩形框?qū)嵭芯W(wǎng)格劃分,通過網(wǎng)格中個體分布信息,運算各個網(wǎng)格中個體數(shù)量krn;獲取各個網(wǎng)格中個體占據(jù)的概率qi,便能獲取各聚類的信息熵。

    網(wǎng)格建立流程是:將m維目標(biāo)空間劃分為X1×X2×…×Xm網(wǎng)格,各個網(wǎng)絡(luò)第j維目標(biāo)寬度bj是:

    (1)

    式中,第j維目標(biāo)寬度與目標(biāo)函數(shù)值依次設(shè)成bj、Rj(x);第j維目標(biāo)劃分?jǐn)?shù)量設(shè)成Xj;x軸決策變量設(shè)成x。為降低復(fù)雜性,將各個對象所占網(wǎng)格的方位用地址描述。

    為降低分析復(fù)雜性,設(shè)定:

    (2)

    (3)

    (4)

    yj=mod(xj,bj)+j=1,2,…,m

    (5)

    存在兩個目標(biāo)時的目標(biāo)劃分示意圖如圖1所示。

    圖1 網(wǎng)格建立

    圖2 數(shù)據(jù)分布

    計算網(wǎng)格單元密度,獲取各網(wǎng)格的數(shù)據(jù)點數(shù)量見圖3。

    圖3 網(wǎng)格密度

    根據(jù)網(wǎng)格中數(shù)據(jù)的分布狀態(tài),判定個體占據(jù)的概率qi是:

    (6)

    根據(jù)信息熵原理建立該聚類中對象分布的信息熵D(x),信息熵變動閾值是:

    β=|D(x)-D′(x)|

    (7)

    式中,各聚類信息熵設(shè)成D′(x);剔除偏離度最大值后微聚類的信息熵設(shè)成D(x)。對比前后信息熵的變動,設(shè)置變動的閾值為β,若β接近0,則不存在離群點,使用該種過濾方過濾掉微聚類[11];反之該對象即為離群點,把它導(dǎo)入離群點數(shù)據(jù)集中,該數(shù)據(jù)集稱為全局離群點。

    1.1.3基于距離的離群點挖掘算法

    上小節(jié)獲取全局離群點后,采用基于距離的離群點挖掘算法挖掘微聚類中的局部離群點[12]。基于距離的離群點挖掘算法第一步運算各微聚類中兩對象間的距離,第二步總結(jié)各對象和剩余對象距離,若剔除對象后的信息熵變動大于閾值β,則該對象為離群點。

    設(shè)定微聚類KBA中存在KBAj與KBAi,微聚類的對象數(shù)量設(shè)成m,n表示對象的維數(shù)(屬性),KBAj與KBAi間的距離設(shè)成bij,那么KBA的聚類矩陣N是:

    (8)

    微聚類中第i個數(shù)據(jù)對象設(shè)成KBAi,KBAi的偏離度Eoli是:

    (9)

    式中,矩陣N里第i行的和等于偏離度Eoli。微聚類中各對象都具有各自偏離度Eoli,Eoli值較大,表示對象i和剩余對象聚類較遠,屬于異常屬性的機率較大。如果k是用戶期望的離群點數(shù)量,那么偏離度最大的k個對象就是局部離群點。

    1.2 一種不確定數(shù)據(jù)流子空間聚類算法

    基于2.1獲取的全局離群點與局部離群點兩種不確定數(shù)據(jù)流,采用一種不確定數(shù)據(jù)流子空間聚類算法完成不確定數(shù)據(jù)流的聚類[13-14]。將相似聚類特征的高維數(shù)據(jù)設(shè)成F,假定不確定數(shù)據(jù)流為C={vfo1,vfo2,…,vfon},其中vfoi表示隨機一個不確定元組,i∈[1,n],它的概率距離特征集合是vfoi={F1,F2,…,Fn},那么對于Cq中隨機兩個不確定元組vfoi和vfoj間的距離近似度可根據(jù)概率距離q≤w(vfoi,vfoj,Cq)進行計算:

    (10)

    根據(jù)q≤w(vfoi,vfoj,Cq)計算,可將不確定元組vfo集成至非一致的Cq中,之后根據(jù)最優(yōu)概率把數(shù)據(jù)流C集成不一樣的簇B1,B2,…,Bm,Bi代表第i個簇。隨機一個簇Bi存在多個元組,基于整體而言,元組聚集于中心點周圍,能夠構(gòu)建新的元組。

    不確定數(shù)據(jù)流子空間聚類算法必須構(gòu)建NC、SW以及OC三種緩沖區(qū)。不確定數(shù)據(jù)流子空間聚類算法的聚類流程如下所示:

    a:在數(shù)據(jù)流中選取n個元組設(shè)成中心點;

    b:若有新元組加入SW緩沖區(qū),SW緩沖區(qū)已滿,提取SW里最老元組;

    c:若OC緩沖區(qū)中存在最老元組,提取OC中最老元組,且剔除SW最老元組;

    d:將新元組導(dǎo)至SW中;

    e:BSW(SW緩沖區(qū)的簇)=Bα(新元組);

    f:若返回BSW是非空狀態(tài)便將新元組導(dǎo)至BSW中;

    g:反之將新元組放置OC中;

    h:若OC已滿,提取OC中最老元組;

    i:BOC=Bα;

    j:若BOC融合了最老元組,那么將新元組導(dǎo)入BOC;

    k:剔除OC中的最老元組;

    l:引入新元組,完成聚類[15-16]。

    2 實驗分析

    實驗數(shù)據(jù)集由網(wǎng)絡(luò)入侵檢測數(shù)據(jù)集KDDUP99中獲取,該數(shù)據(jù)集來源于美國空軍局域網(wǎng)9個星期的網(wǎng)絡(luò)連載數(shù)據(jù)。實驗在數(shù)據(jù)集中的各數(shù)據(jù)中添加一個符合高斯分布的概率,讓其變成不確定數(shù)據(jù)集,通過經(jīng)驗法則,確定聚類數(shù)據(jù)量范圍為1000 GB至5000 GB。實驗設(shè)置本文算法的參數(shù)為SW=200,OC=100。

    實驗為測試本文算法有效性,隨機選取60 k的實驗數(shù)據(jù)集,設(shè)定4個不同形狀的聚類,原始數(shù)據(jù)集的示意圖見圖4。

    圖4 原始數(shù)據(jù)集分布

    采用本文算法聚類后的效果圖如圖5所示。

    圖5 本文算法聚類結(jié)果

    對比分析圖4和圖5可知,采用本文算法檢測實驗不確定數(shù)據(jù)集中的離群點聚類后,可去除原始數(shù)據(jù)集中大量離群點進行聚類,挖掘出原始數(shù)據(jù)集中4種聚類類,驗證了本文算法的有效性。

    采用本文算法、基于密度的聚類算法和DBSCAN聚類算法進行對比實驗。

    (1)離群點檢測性能對比

    采用三種算法簇是4和5的實驗數(shù)據(jù)集中離群點進行檢測,結(jié)果見表1。

    表1 三種算法離群點檢測性能對比結(jié)果

    分析表1可知,不同簇條件下本文算法對實驗數(shù)據(jù)集離群點檢測的數(shù)量與實際數(shù)量最大差值為1個,其他兩種算法檢測的數(shù)量與實際相差較大,主要原因在于本文算法采用信息熵描述數(shù)據(jù)集聚類中數(shù)據(jù)對象的部分情況,降低了聚類分析復(fù)雜性。由此可見,本文算法檢測不確定數(shù)據(jù)集中的離群點性能顯著。

    (2)聚類效果對比

    圖6是三種算法的聚類效果對比結(jié)果。

    圖6 三種算法聚類質(zhì)量對比結(jié)果

    圖6(a)顯示隨著數(shù)據(jù)量的增多,本文算法的聚類質(zhì)量大于90%,基于密度的聚類算法和DBSCAN聚類算法聚類質(zhì)量都低于80%,圖6(b)顯示隨著維度的增大,本文算法在維度值是5~23之間的聚類質(zhì)量呈現(xiàn)上升階段,維度值24之后聚類質(zhì)量高達100%,而另外兩種算法的聚類質(zhì)量在維度是15之后不斷降低,質(zhì)量較差,說明數(shù)據(jù)集中數(shù)據(jù)維度對基于密度的聚類算法和DBSCAN聚類算法影響較大。由此可見,數(shù)據(jù)量和維度的增加未對本文算法的聚類質(zhì)量產(chǎn)生不良干擾,本文算法聚類質(zhì)量較好。主要原因在于本文算法采用基于距離的離群點挖掘算法挖掘微聚類中的局部離群點,降低異常屬性的機率,提高了聚類質(zhì)量。

    (3)聚類算法的效率對比

    圖7為三種算法的聚類時間對比結(jié)果。

    圖7 三種算法的聚類時間對比結(jié)果

    分析圖7可知,隨著數(shù)據(jù)量的增多,三種算法的聚類時間也隨之增多,但本文算法耗費的時間始終低于另外兩種算法,當(dāng)數(shù)據(jù)量為5000 GB時,本文算法的耗時僅有75 s。

    (4)聚類算法的伸縮性

    圖8描述三種算法的伸縮性對比結(jié)果,首先調(diào)整數(shù)據(jù)集的維度,自10變化至60,設(shè)定數(shù)據(jù)流的長度與簇數(shù)量;然后分析在數(shù)據(jù)量從1000 GB升至5000 GB時三種算法的伸縮性。

    圖8 三種算法伸縮性對比結(jié)果

    分析圖8可知,在維度與數(shù)據(jù)量逐漸增大時,本文算法的聚類時間增長斜率低于另外兩種算法,由此可知,隨著維度與數(shù)據(jù)量的增長,本文算法運行時間的上升速度低于另外兩種算法,說明本文算法的伸縮性優(yōu)于另外兩種算法,不會因為維度與數(shù)量的變動產(chǎn)生較大的反應(yīng)。

    3 結(jié) 語

    本文提出基于離群點檢測的不確定數(shù)據(jù)流聚類算法。首先采用微聚類劃分算法將數(shù)據(jù)集劃分為若干個微聚類,再使用信息熵判斷微聚類里是否存在離群點,如果不存在離群點,便不必進行檢測,此舉可減少計算量和檢測誤差;反之將離群點導(dǎo)入離群點數(shù)據(jù)集中,計算聚類里其余對象信息熵,獲取全局離群點,并通過基于距離的離群點挖掘算法獲取局部離群點。最終采用不確定數(shù)據(jù)流子空間聚類算法聚類不確定的數(shù)據(jù)流。本文算法與同類算法相比,離群點檢測精度較高,聚類效率與聚類質(zhì)量都高于同類算法,且維度與數(shù)量的變動不會對本文算法產(chǎn)生較大干擾。

    猜你喜歡
    元組離群信息熵
    基于信息熵可信度的測試點選擇方法研究
    Python核心語法
    電腦報(2021年14期)2021-06-28 10:46:22
    海量數(shù)據(jù)上有效的top-kSkyline查詢算法*
    基于減少檢索的負表約束優(yōu)化算法
    基于信息熵的實驗教學(xué)量化研究
    電子測試(2017年12期)2017-12-18 06:35:48
    一種基于信息熵的雷達動態(tài)自適應(yīng)選擇跟蹤方法
    離群數(shù)據(jù)挖掘在發(fā)現(xiàn)房產(chǎn)銷售潛在客戶中的應(yīng)用
    基于信息熵的IITFN多屬性決策方法
    離群的小雞
    應(yīng)用相似度測量的圖離群點檢測方法
    亚洲自偷自拍图片 自拍| 成在线人永久免费视频| 国产熟女午夜一区二区三区| 免费在线观看完整版高清| 久久久久久免费高清国产稀缺| 亚洲欧洲精品一区二区精品久久久| 欧美日韩中文字幕国产精品一区二区三区 | 欧美乱妇无乱码| 亚洲成人免费电影在线观看| 91老司机精品| 校园春色视频在线观看| 免费观看a级毛片全部| 久久久久久久久久久久大奶| 亚洲av成人av| tube8黄色片| 日日爽夜夜爽网站| 色精品久久人妻99蜜桃| 亚洲男人天堂网一区| 国产成人欧美| 欧美日韩瑟瑟在线播放| 欧美国产精品一级二级三级| 电影成人av| 精品国产乱码久久久久久男人| 日韩 欧美 亚洲 中文字幕| 韩国精品一区二区三区| 久久精品亚洲精品国产色婷小说| 欧美精品av麻豆av| 亚洲一卡2卡3卡4卡5卡精品中文| 久久精品91无色码中文字幕| 黄色视频,在线免费观看| 欧美黄色片欧美黄色片| 一进一出好大好爽视频| 精品一品国产午夜福利视频| 免费少妇av软件| 成人影院久久| 精品免费久久久久久久清纯 | 国产精品免费一区二区三区在线 | 国产精品99久久99久久久不卡| 国产亚洲欧美98| 日韩欧美免费精品| 日韩三级视频一区二区三区| 极品少妇高潮喷水抽搐| 色老头精品视频在线观看| 搡老熟女国产l中国老女人| 两个人看的免费小视频| 多毛熟女@视频| 亚洲 国产 在线| 成人精品一区二区免费| 国产精品欧美亚洲77777| 中文字幕色久视频| 精品国产一区二区久久| 一进一出抽搐动态| 人人妻人人澡人人看| 99精品欧美一区二区三区四区| 黄网站色视频无遮挡免费观看| 国产成人av激情在线播放| 亚洲色图 男人天堂 中文字幕| 亚洲av成人av| 亚洲少妇的诱惑av| 9热在线视频观看99| 怎么达到女性高潮| 欧美丝袜亚洲另类 | 天堂√8在线中文| 亚洲国产精品合色在线| 一级片'在线观看视频| 久久精品91无色码中文字幕| 亚洲欧美一区二区三区黑人| 大陆偷拍与自拍| 久久狼人影院| 精品一品国产午夜福利视频| 欧美av亚洲av综合av国产av| 精品亚洲成a人片在线观看| 国产亚洲欧美98| 99国产精品免费福利视频| 亚洲av成人不卡在线观看播放网| 自线自在国产av| 国产99白浆流出| 亚洲欧美激情在线| 亚洲国产欧美网| 亚洲av成人一区二区三| 搡老熟女国产l中国老女人| 丝袜美足系列| 热re99久久国产66热| 午夜福利影视在线免费观看| 啦啦啦在线免费观看视频4| 91精品国产国语对白视频| 欧美久久黑人一区二区| 黄色a级毛片大全视频| 人妻丰满熟妇av一区二区三区 | 日日摸夜夜添夜夜添小说| 50天的宝宝边吃奶边哭怎么回事| 成人国语在线视频| 亚洲av日韩精品久久久久久密| 乱人伦中国视频| 好男人电影高清在线观看| 精品一区二区三区av网在线观看| av网站在线播放免费| 啪啪无遮挡十八禁网站| 日韩精品免费视频一区二区三区| 亚洲精品在线美女| 欧美精品亚洲一区二区| 啦啦啦在线免费观看视频4| 国产aⅴ精品一区二区三区波| 亚洲情色 制服丝袜| xxxhd国产人妻xxx| 久久久精品国产亚洲av高清涩受| 亚洲五月天丁香| 亚洲欧美一区二区三区黑人| a级毛片在线看网站| 黑丝袜美女国产一区| 欧美日韩中文字幕国产精品一区二区三区 | 在线观看免费视频日本深夜| 不卡av一区二区三区| 女性被躁到高潮视频| 精品少妇一区二区三区视频日本电影| 国产精品一区二区免费欧美| 99久久综合精品五月天人人| 男人操女人黄网站| 亚洲七黄色美女视频| 久久久久精品人妻al黑| 精品人妻1区二区| 午夜两性在线视频| 亚洲专区字幕在线| 久久国产亚洲av麻豆专区| netflix在线观看网站| 中文字幕最新亚洲高清| 可以免费在线观看a视频的电影网站| 国产国语露脸激情在线看| tube8黄色片| av电影中文网址| 欧美最黄视频在线播放免费 | 亚洲精品在线观看二区| 国产精品乱码一区二三区的特点 | 午夜福利乱码中文字幕| 亚洲片人在线观看| 国产精品久久久av美女十八| 天堂√8在线中文| 亚洲欧美一区二区三区黑人| 成人手机av| av网站在线播放免费| 国产成人精品久久二区二区免费| 久久国产精品影院| 国产日韩欧美亚洲二区| 欧美精品高潮呻吟av久久| av视频免费观看在线观看| 99精品欧美一区二区三区四区| 黄色视频不卡| 国产免费现黄频在线看| 宅男免费午夜| 国产欧美日韩一区二区三| 亚洲少妇的诱惑av| 悠悠久久av| 欧美 日韩 精品 国产| 老熟女久久久| 亚洲精品久久成人aⅴ小说| 免费少妇av软件| 欧美精品高潮呻吟av久久| 在线视频色国产色| av视频免费观看在线观看| 99国产精品免费福利视频| 一夜夜www| 国产黄色免费在线视频| 欧美人与性动交α欧美精品济南到| 老司机午夜十八禁免费视频| 99久久综合精品五月天人人| 久久久久久久久免费视频了| 亚洲专区字幕在线| 国产精品98久久久久久宅男小说| 12—13女人毛片做爰片一| 午夜激情av网站| 精品少妇久久久久久888优播| 高清av免费在线| 久久草成人影院| 成人手机av| x7x7x7水蜜桃| 丰满迷人的少妇在线观看| 9191精品国产免费久久| 久久香蕉精品热| 动漫黄色视频在线观看| 国产精品久久久久成人av| 亚洲欧美日韩高清在线视频| 最新美女视频免费是黄的| 法律面前人人平等表现在哪些方面| 老司机福利观看| 91大片在线观看| netflix在线观看网站| 变态另类成人亚洲欧美熟女 | 18禁美女被吸乳视频| 两性夫妻黄色片| 国产熟女午夜一区二区三区| 色综合欧美亚洲国产小说| 国产高清videossex| 女人爽到高潮嗷嗷叫在线视频| 午夜两性在线视频| 国产精品免费视频内射| 一二三四在线观看免费中文在| 久久久国产欧美日韩av| 免费在线观看完整版高清| 黄色视频不卡| 成人免费观看视频高清| av欧美777| 久久久久久人人人人人| 看黄色毛片网站| 怎么达到女性高潮| 欧美一级毛片孕妇| 十分钟在线观看高清视频www| 国产欧美日韩综合在线一区二区| 制服诱惑二区| 国产熟女午夜一区二区三区| 亚洲五月婷婷丁香| 中文欧美无线码| 在线观看免费日韩欧美大片| 中文欧美无线码| 久99久视频精品免费| 少妇的丰满在线观看| 午夜成年电影在线免费观看| 成人影院久久| 天天躁日日躁夜夜躁夜夜| 国产片内射在线| 欧美精品av麻豆av| 王馨瑶露胸无遮挡在线观看| 成人永久免费在线观看视频| 一区二区三区激情视频| a级毛片黄视频| 欧美国产精品va在线观看不卡| 曰老女人黄片| 女人精品久久久久毛片| 熟女少妇亚洲综合色aaa.| 91老司机精品| 欧美中文综合在线视频| 人妻久久中文字幕网| 黄片播放在线免费| 老司机深夜福利视频在线观看| 美女国产高潮福利片在线看| 精品国产亚洲在线| av中文乱码字幕在线| 欧美 日韩 精品 国产| 亚洲专区国产一区二区| 老汉色∧v一级毛片| 亚洲精品在线观看二区| 久久精品国产a三级三级三级| 国产99白浆流出| 18禁观看日本| 国产一区有黄有色的免费视频| 精品一品国产午夜福利视频| 国产精品.久久久| 啪啪无遮挡十八禁网站| 亚洲一卡2卡3卡4卡5卡精品中文| 免费在线观看亚洲国产| 国产97色在线日韩免费| 精品一区二区三区四区五区乱码| x7x7x7水蜜桃| 欧美黄色淫秽网站| 人人妻人人添人人爽欧美一区卜| 美国免费a级毛片| 亚洲欧美日韩另类电影网站| 中文字幕制服av| 国产淫语在线视频| 日韩视频一区二区在线观看| 国产精品偷伦视频观看了| 日韩欧美在线二视频 | 国产精品久久久av美女十八| 国产精品二区激情视频| 最近最新中文字幕大全免费视频| 国产成人一区二区三区免费视频网站| 人人澡人人妻人| 欧美精品亚洲一区二区| 国产成人系列免费观看| 国产三级黄色录像| 亚洲一区二区三区欧美精品| 大陆偷拍与自拍| 欧美色视频一区免费| 香蕉国产在线看| 9色porny在线观看| 黄色丝袜av网址大全| 成年版毛片免费区| 曰老女人黄片| 欧美精品高潮呻吟av久久| 午夜影院日韩av| 日韩精品免费视频一区二区三区| 女性生殖器流出的白浆| 亚洲aⅴ乱码一区二区在线播放 | 在线观看66精品国产| 一a级毛片在线观看| 欧美激情高清一区二区三区| av片东京热男人的天堂| 国产日韩一区二区三区精品不卡| av不卡在线播放| 欧美+亚洲+日韩+国产| 精品乱码久久久久久99久播| 视频在线观看一区二区三区| 久久久国产成人精品二区 | 亚洲一区二区三区不卡视频| 国产精品免费视频内射| 精品少妇一区二区三区视频日本电影| 色在线成人网| 天堂动漫精品| 免费观看人在逋| 亚洲国产欧美一区二区综合| 免费在线观看黄色视频的| 午夜成年电影在线免费观看| 欧美日韩精品网址| 久久婷婷成人综合色麻豆| 日韩三级视频一区二区三区| 制服诱惑二区| 狂野欧美激情性xxxx| 成人18禁高潮啪啪吃奶动态图| 午夜91福利影院| 麻豆乱淫一区二区| 国产在线观看jvid| 美女高潮到喷水免费观看| 国产黄色免费在线视频| 女人精品久久久久毛片| 国产成人av激情在线播放| 99国产精品一区二区三区| 热re99久久精品国产66热6| 亚洲精品久久成人aⅴ小说| 叶爱在线成人免费视频播放| 欧美日韩成人在线一区二区| 99热国产这里只有精品6| √禁漫天堂资源中文www| 热re99久久国产66热| 身体一侧抽搐| 亚洲av美国av| 日韩人妻精品一区2区三区| 精品一区二区三区av网在线观看| 午夜两性在线视频| 99re6热这里在线精品视频| 久久人妻福利社区极品人妻图片| 超色免费av| 午夜久久久在线观看| 亚洲色图av天堂| www.999成人在线观看| 午夜亚洲福利在线播放| 精品久久久久久电影网| 日日夜夜操网爽| 亚洲中文字幕日韩| av欧美777| 天天操日日干夜夜撸| 18禁裸乳无遮挡动漫免费视频| 王馨瑶露胸无遮挡在线观看| av线在线观看网站| 久久国产精品大桥未久av| 精品国产一区二区久久| 色播在线永久视频| 极品少妇高潮喷水抽搐| 天天添夜夜摸| 欧美丝袜亚洲另类 | 黑人操中国人逼视频| 亚洲国产欧美日韩在线播放| www.自偷自拍.com| 天堂中文最新版在线下载| 18在线观看网站| 成年女人毛片免费观看观看9 | 国产免费男女视频| 999精品在线视频| 中文字幕人妻丝袜一区二区| 男人的好看免费观看在线视频 | 国产精品久久久av美女十八| 狠狠狠狠99中文字幕| 国产亚洲欧美精品永久| 下体分泌物呈黄色| 亚洲精品美女久久久久99蜜臀| 一进一出抽搐动态| 成人永久免费在线观看视频| 搡老岳熟女国产| 亚洲国产欧美一区二区综合| 国产男女内射视频| 欧美不卡视频在线免费观看 | 一级作爱视频免费观看| 欧美精品av麻豆av| 亚洲国产精品合色在线| 成人国产一区最新在线观看| 日韩欧美三级三区| 十八禁人妻一区二区| 色尼玛亚洲综合影院| 成年人午夜在线观看视频| 久久国产乱子伦精品免费另类| 成人亚洲精品一区在线观看| 国产成人av教育| 黄色毛片三级朝国网站| 18禁观看日本| 久久精品人人爽人人爽视色| 无人区码免费观看不卡| 午夜91福利影院| 人人妻,人人澡人人爽秒播| 久久久久久久午夜电影 | 久久人妻熟女aⅴ| 操美女的视频在线观看| 精品国内亚洲2022精品成人 | 99re在线观看精品视频| 午夜亚洲福利在线播放| www.精华液| 热re99久久精品国产66热6| 国产一区二区三区综合在线观看| 日韩有码中文字幕| 天天躁日日躁夜夜躁夜夜| 国产真人三级小视频在线观看| 日韩人妻精品一区2区三区| 久久国产精品人妻蜜桃| 欧美乱色亚洲激情| 午夜影院日韩av| 成人亚洲精品一区在线观看| 久久性视频一级片| 亚洲在线自拍视频| 亚洲全国av大片| 性色av乱码一区二区三区2| 美女扒开内裤让男人捅视频| 在线观看免费视频日本深夜| 日本精品一区二区三区蜜桃| 精品久久久久久电影网| 91精品国产国语对白视频| ponron亚洲| 亚洲精品美女久久av网站| 亚洲欧美激情综合另类| 不卡av一区二区三区| 黄色女人牲交| 欧美日韩福利视频一区二区| 日韩免费高清中文字幕av| 在线永久观看黄色视频| 成人手机av| 在线观看舔阴道视频| 少妇被粗大的猛进出69影院| 一进一出抽搐动态| 777久久人妻少妇嫩草av网站| 亚洲久久久国产精品| 成人国语在线视频| 国产成人欧美| 1024视频免费在线观看| 丝袜美足系列| 亚洲av成人av| 中文字幕最新亚洲高清| 日韩 欧美 亚洲 中文字幕| 国产麻豆69| 建设人人有责人人尽责人人享有的| 少妇裸体淫交视频免费看高清 | 热re99久久国产66热| av欧美777| 午夜精品久久久久久毛片777| 一本综合久久免费| 亚洲成人免费av在线播放| 国产精品.久久久| 欧美另类亚洲清纯唯美| 欧美精品啪啪一区二区三区| tube8黄色片| 69av精品久久久久久| 欧美成人免费av一区二区三区 | 丝袜在线中文字幕| 女人久久www免费人成看片| 成人三级做爰电影| 亚洲五月色婷婷综合| 老汉色av国产亚洲站长工具| 久久草成人影院| 婷婷丁香在线五月| 亚洲熟女毛片儿| 国产男女超爽视频在线观看| 欧美成人免费av一区二区三区 | 国产深夜福利视频在线观看| 91成年电影在线观看| 亚洲综合色网址| 欧美性长视频在线观看| 国产精品免费一区二区三区在线 | 一级毛片女人18水好多| 自线自在国产av| 欧美在线一区亚洲| 国产日韩一区二区三区精品不卡| 韩国精品一区二区三区| av超薄肉色丝袜交足视频| 窝窝影院91人妻| 一区二区日韩欧美中文字幕| 99久久国产精品久久久| 欧美成人午夜精品| 国产免费现黄频在线看| 婷婷丁香在线五月| 三上悠亚av全集在线观看| 母亲3免费完整高清在线观看| 午夜日韩欧美国产| 精品乱码久久久久久99久播| 精品欧美一区二区三区在线| 少妇粗大呻吟视频| 人成视频在线观看免费观看| 看黄色毛片网站| 在线免费观看的www视频| 女人被狂操c到高潮| 女人被躁到高潮嗷嗷叫费观| 久久天躁狠狠躁夜夜2o2o| 咕卡用的链子| 99精品欧美一区二区三区四区| 18禁裸乳无遮挡动漫免费视频| 国产视频一区二区在线看| 日韩熟女老妇一区二区性免费视频| av网站在线播放免费| 久久久久久久国产电影| 麻豆av在线久日| 亚洲自偷自拍图片 自拍| 亚洲中文av在线| 丰满迷人的少妇在线观看| 亚洲欧美色中文字幕在线| 制服诱惑二区| 水蜜桃什么品种好| 亚洲九九香蕉| 久久国产亚洲av麻豆专区| 91麻豆精品激情在线观看国产 | 亚洲国产欧美一区二区综合| 亚洲国产欧美网| 亚洲av成人av| 久久热在线av| 精品一区二区三卡| 很黄的视频免费| 亚洲精品中文字幕在线视频| 免费人成视频x8x8入口观看| 91在线观看av| 久久久久精品人妻al黑| 夫妻午夜视频| 一区福利在线观看| 最新在线观看一区二区三区| 亚洲专区中文字幕在线| 香蕉国产在线看| 国产亚洲精品久久久久久毛片 | 不卡av一区二区三区| 精品国产一区二区三区久久久樱花| 久久精品国产综合久久久| 欧美日韩中文字幕国产精品一区二区三区 | 女人久久www免费人成看片| 91麻豆av在线| 国产精品综合久久久久久久免费 | 黄色视频,在线免费观看| 国产亚洲欧美精品永久| 欧美日韩亚洲高清精品| 51午夜福利影视在线观看| 9色porny在线观看| 亚洲精品美女久久久久99蜜臀| 亚洲第一欧美日韩一区二区三区| 一边摸一边抽搐一进一出视频| 99国产综合亚洲精品| 国产99久久九九免费精品| 搡老岳熟女国产| 国产av又大| 久久久久国产精品人妻aⅴ院 | 男女高潮啪啪啪动态图| 韩国精品一区二区三区| 高清毛片免费观看视频网站 | av福利片在线| 亚洲精品在线美女| 久久天躁狠狠躁夜夜2o2o| www日本在线高清视频| 叶爱在线成人免费视频播放| 美女福利国产在线| 人人妻人人爽人人添夜夜欢视频| 亚洲avbb在线观看| 搡老岳熟女国产| 最新在线观看一区二区三区| 日韩制服丝袜自拍偷拍| 久9热在线精品视频| 丰满饥渴人妻一区二区三| 一级片免费观看大全| 一本大道久久a久久精品| 欧美日韩乱码在线| 国产免费男女视频| 久久人妻熟女aⅴ| 香蕉久久夜色| 久久久国产精品麻豆| 黄色怎么调成土黄色| 久久精品国产清高在天天线| 欧美一级毛片孕妇| 日韩制服丝袜自拍偷拍| 成年人黄色毛片网站| 天堂俺去俺来也www色官网| 日韩 欧美 亚洲 中文字幕| 1024视频免费在线观看| 亚洲国产精品合色在线| 中文字幕另类日韩欧美亚洲嫩草| 精品高清国产在线一区| 国产欧美日韩精品亚洲av| 丰满迷人的少妇在线观看| 他把我摸到了高潮在线观看| 亚洲国产中文字幕在线视频| 久久国产精品男人的天堂亚洲| 国产成人av教育| 精品电影一区二区在线| 99精品久久久久人妻精品| 亚洲精品中文字幕在线视频| 亚洲五月婷婷丁香| 久久香蕉精品热| 亚洲一区二区三区欧美精品| 亚洲午夜精品一区,二区,三区| 免费女性裸体啪啪无遮挡网站| 色综合婷婷激情| 亚洲精品国产精品久久久不卡| 高潮久久久久久久久久久不卡| 亚洲成人国产一区在线观看| 欧美精品av麻豆av| 亚洲成av片中文字幕在线观看| 国产激情欧美一区二区| 久久香蕉国产精品| 成人永久免费在线观看视频| 性色av乱码一区二区三区2| 香蕉久久夜色| 狠狠婷婷综合久久久久久88av| 香蕉久久夜色| 成在线人永久免费视频| 欧美乱码精品一区二区三区| 男女之事视频高清在线观看| 久久精品亚洲熟妇少妇任你| 国产精品 国内视频| 黄色成人免费大全| 亚洲人成电影观看| 亚洲精品中文字幕在线视频| 别揉我奶头~嗯~啊~动态视频| 精品电影一区二区在线| x7x7x7水蜜桃| 精品亚洲成国产av| 色综合欧美亚洲国产小说| 一a级毛片在线观看| av天堂久久9|