• <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
    欧美乱码精品一区二区三区| 精品一区二区三区四区五区乱码| 久久久精品94久久精品| 99国产精品一区二区三区| 老司机靠b影院| av在线app专区| kizo精华| 啪啪无遮挡十八禁网站| 日韩中文字幕视频在线看片| 亚洲av片天天在线观看| 亚洲国产欧美日韩在线播放| 蜜桃在线观看..| 香蕉丝袜av| 免费观看a级毛片全部| 欧美另类亚洲清纯唯美| 黑人操中国人逼视频| 一级a爱视频在线免费观看| 十八禁高潮呻吟视频| 老司机靠b影院| 国产亚洲精品第一综合不卡| 考比视频在线观看| 90打野战视频偷拍视频| bbb黄色大片| 欧美精品av麻豆av| 国产精品免费视频内射| 在线观看免费视频网站a站| 大陆偷拍与自拍| 男人操女人黄网站| xxxhd国产人妻xxx| 亚洲国产欧美日韩在线播放| 91成年电影在线观看| 99香蕉大伊视频| 丰满人妻熟妇乱又伦精品不卡| a级毛片黄视频| 少妇精品久久久久久久| 国产av精品麻豆| 热99re8久久精品国产| 国精品久久久久久国模美| 美女视频免费永久观看网站| 大香蕉久久网| 操美女的视频在线观看| 欧美日韩国产mv在线观看视频| 亚洲全国av大片| 国产不卡av网站在线观看| 日韩人妻精品一区2区三区| 成人三级做爰电影| 久久久久国产精品人妻一区二区| 80岁老熟妇乱子伦牲交| 18在线观看网站| 高清在线国产一区| 久久久久网色| 巨乳人妻的诱惑在线观看| 国产精品av久久久久免费| 国产麻豆69| 91精品国产国语对白视频| 动漫黄色视频在线观看| 亚洲精品粉嫩美女一区| 久久久久久亚洲精品国产蜜桃av| 中文字幕精品免费在线观看视频| 亚洲第一av免费看| 国产免费福利视频在线观看| 男女国产视频网站| 黄色 视频免费看| 亚洲精品美女久久久久99蜜臀| 久久九九热精品免费| 正在播放国产对白刺激| 亚洲av片天天在线观看| 亚洲成人免费av在线播放| 99精国产麻豆久久婷婷| 成人三级做爰电影| 一边摸一边做爽爽视频免费| 国产一区二区三区综合在线观看| av福利片在线| 久久 成人 亚洲| 飞空精品影院首页| 丝袜美腿诱惑在线| 色综合欧美亚洲国产小说| 不卡av一区二区三区| 久久久国产欧美日韩av| 男女之事视频高清在线观看| 丰满人妻熟妇乱又伦精品不卡| 一二三四在线观看免费中文在| 精品人妻在线不人妻| av超薄肉色丝袜交足视频| 欧美少妇被猛烈插入视频| 一级a爱视频在线免费观看| 午夜福利乱码中文字幕| 久久久国产成人免费| 日日夜夜操网爽| 黄网站色视频无遮挡免费观看| 日本精品一区二区三区蜜桃| 精品一区二区三区四区五区乱码| 手机成人av网站| 久久亚洲精品不卡| 中亚洲国语对白在线视频| 91大片在线观看| 在线观看www视频免费| 亚洲第一青青草原| 操出白浆在线播放| 欧美 亚洲 国产 日韩一| 美女午夜性视频免费| 啪啪无遮挡十八禁网站| 亚洲 欧美一区二区三区| 黄色 视频免费看| 日韩熟女老妇一区二区性免费视频| 亚洲国产av新网站| 色老头精品视频在线观看| 国产精品国产av在线观看| 男女边摸边吃奶| 欧美久久黑人一区二区| 18禁观看日本| 久久人妻福利社区极品人妻图片| av又黄又爽大尺度在线免费看| 91精品国产国语对白视频| 在线观看舔阴道视频| 国产一区二区三区av在线| 久久这里只有精品19| 青青草视频在线视频观看| 亚洲精品在线美女| 热99久久久久精品小说推荐| 国产亚洲精品久久久久5区| av福利片在线| 久久久久久久久免费视频了| 国产精品1区2区在线观看. | 亚洲中文av在线| 免费观看a级毛片全部| 看免费av毛片| 999精品在线视频| 久久亚洲国产成人精品v| 男女边摸边吃奶| 中文字幕最新亚洲高清| 亚洲精品国产av成人精品| 十八禁高潮呻吟视频| 黄色视频,在线免费观看| 亚洲国产av新网站| 欧美久久黑人一区二区| 亚洲精品成人av观看孕妇| 国产精品久久久av美女十八| 亚洲第一青青草原| 欧美xxⅹ黑人| 一级片免费观看大全| 国产精品偷伦视频观看了| 狂野欧美激情性xxxx| 久久99热这里只频精品6学生| 咕卡用的链子| 老司机在亚洲福利影院| 国产精品99久久99久久久不卡| 精品少妇一区二区三区视频日本电影| 免费在线观看影片大全网站| h视频一区二区三区| 久久精品人人爽人人爽视色| 国产黄色免费在线视频| 十分钟在线观看高清视频www| 国产亚洲精品一区二区www | 久久国产精品男人的天堂亚洲| 99国产精品一区二区蜜桃av | 大码成人一级视频| 亚洲欧美激情在线| 美女脱内裤让男人舔精品视频| 精品欧美一区二区三区在线| 在线观看www视频免费| 久久女婷五月综合色啪小说| 丰满人妻熟妇乱又伦精品不卡| 丝袜在线中文字幕| 亚洲国产精品一区二区三区在线| 日日夜夜操网爽| 波多野结衣av一区二区av| 亚洲国产欧美一区二区综合| 精品高清国产在线一区| 日韩欧美一区二区三区在线观看 | 中文字幕人妻丝袜一区二区| 欧美一级毛片孕妇| 一区二区三区激情视频| 午夜福利在线免费观看网站| 丰满迷人的少妇在线观看| 亚洲 国产 在线| 国产成人精品无人区| 国产成人av激情在线播放| av天堂在线播放| 亚洲av欧美aⅴ国产| 天堂8中文在线网| 亚洲少妇的诱惑av| 中文欧美无线码| 亚洲av成人一区二区三| 欧美黄色片欧美黄色片| 婷婷丁香在线五月| 欧美日韩黄片免| 久久人妻福利社区极品人妻图片| xxxhd国产人妻xxx| 一区二区日韩欧美中文字幕| 人人妻人人澡人人看| 丝袜脚勾引网站| 久久久久精品人妻al黑| 欧美少妇被猛烈插入视频| 91字幕亚洲| 欧美在线一区亚洲| 91精品伊人久久大香线蕉| 精品国产一区二区三区四区第35| 久久久水蜜桃国产精品网| 日韩制服骚丝袜av| 动漫黄色视频在线观看| 男女免费视频国产| 午夜日韩欧美国产| 黄片小视频在线播放| 性少妇av在线| 欧美日韩黄片免| 黄频高清免费视频| 亚洲欧美日韩高清在线视频 | 久久中文字幕一级| 成人影院久久| 三上悠亚av全集在线观看| 欧美精品一区二区大全| 亚洲精品久久午夜乱码| 啦啦啦免费观看视频1| 欧美日韩视频精品一区| 亚洲精品第二区| 色94色欧美一区二区| www.熟女人妻精品国产| 亚洲欧美色中文字幕在线| 欧美成狂野欧美在线观看| 一区二区三区乱码不卡18| 国产精品国产av在线观看| 亚洲伊人久久精品综合| 午夜两性在线视频| 丝袜美腿诱惑在线| 真人做人爱边吃奶动态| 日韩电影二区| 最新在线观看一区二区三区| 狠狠精品人妻久久久久久综合| 日韩人妻精品一区2区三区| 99久久综合免费| 久久久欧美国产精品| 免费不卡黄色视频| 亚洲精品中文字幕在线视频| 最新的欧美精品一区二区| 女人爽到高潮嗷嗷叫在线视频| 亚洲精品一二三| 免费不卡黄色视频| 天天躁夜夜躁狠狠躁躁| 国产av又大| 老司机影院成人| 美女高潮到喷水免费观看| 亚洲avbb在线观看| 久久精品国产a三级三级三级| 交换朋友夫妻互换小说| 美女福利国产在线| 高清视频免费观看一区二区| 国产片内射在线| 亚洲伊人色综图| 久久精品亚洲av国产电影网| 一级a爱视频在线免费观看| 99精国产麻豆久久婷婷| 在线观看免费高清a一片| 蜜桃在线观看..| 国产成人欧美在线观看 | 水蜜桃什么品种好| 51午夜福利影视在线观看| 看免费av毛片| 免费在线观看完整版高清| 亚洲综合色网址| 999久久久国产精品视频| 亚洲精品日韩在线中文字幕| 成年人午夜在线观看视频| 精品久久久久久久毛片微露脸 | av欧美777| 菩萨蛮人人尽说江南好唐韦庄| 欧美成人午夜精品| 久久久久久久久久久久大奶| 欧美激情久久久久久爽电影 | e午夜精品久久久久久久| 蜜桃国产av成人99| 中亚洲国语对白在线视频| 美国免费a级毛片| 日本黄色日本黄色录像| 丰满迷人的少妇在线观看| 在线观看人妻少妇| 久久中文字幕一级| 欧美精品一区二区大全| 人成视频在线观看免费观看| 免费av中文字幕在线| 色婷婷久久久亚洲欧美| 两个人免费观看高清视频| 制服诱惑二区| 久久 成人 亚洲| 极品少妇高潮喷水抽搐| 国产熟女午夜一区二区三区| 性色av一级| 亚洲国产欧美一区二区综合| 老熟妇乱子伦视频在线观看 | 国产成人欧美在线观看 | 韩国高清视频一区二区三区| 国产黄色免费在线视频| 一边摸一边抽搐一进一出视频| 午夜福利免费观看在线| 男男h啪啪无遮挡| 精品少妇黑人巨大在线播放| 亚洲国产精品一区三区| 青春草视频在线免费观看| 99久久精品国产亚洲精品| 悠悠久久av| 黄片大片在线免费观看| 国产日韩欧美视频二区| 亚洲人成电影观看| 欧美成人午夜精品| 亚洲激情五月婷婷啪啪| 国产精品免费视频内射| 亚洲av欧美aⅴ国产| 99国产精品一区二区三区| 老司机影院毛片| av国产精品久久久久影院| 久久精品aⅴ一区二区三区四区| 成人国语在线视频| videos熟女内射| bbb黄色大片| 999精品在线视频| 欧美亚洲 丝袜 人妻 在线| 丝袜脚勾引网站| 日本a在线网址| 丰满少妇做爰视频| 久久中文字幕一级| 免费在线观看视频国产中文字幕亚洲 | 最近中文字幕2019免费版| 久久99热这里只频精品6学生| 18禁国产床啪视频网站| 男女高潮啪啪啪动态图| 热99久久久久精品小说推荐| 搡老乐熟女国产| 人妻 亚洲 视频| 午夜激情久久久久久久| 美女午夜性视频免费| 爱豆传媒免费全集在线观看| 一个人免费看片子| 欧美黄色淫秽网站| 在线观看一区二区三区激情| 成人三级做爰电影| h视频一区二区三区| 老司机福利观看| 国产野战对白在线观看| 国产成人欧美在线观看 | 18禁观看日本| 最黄视频免费看| 婷婷色av中文字幕| 欧美人与性动交α欧美精品济南到| 韩国高清视频一区二区三区| 制服诱惑二区| 久久久久久久大尺度免费视频| 如日韩欧美国产精品一区二区三区| 秋霞在线观看毛片| 最新的欧美精品一区二区| 一二三四在线观看免费中文在| av网站免费在线观看视频| www日本在线高清视频| 亚洲性夜色夜夜综合| 91精品伊人久久大香线蕉| 国产精品九九99| 久久99热这里只频精品6学生| 亚洲久久久国产精品| 国产成人av激情在线播放| 亚洲视频免费观看视频| 亚洲精品第二区| 1024香蕉在线观看| 大型av网站在线播放| 欧美激情高清一区二区三区| 国产男人的电影天堂91| 国产成人欧美| 欧美激情 高清一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 一级黄色大片毛片| 一本一本久久a久久精品综合妖精| bbb黄色大片| 九色亚洲精品在线播放| 午夜影院在线不卡| 人人妻人人澡人人看| 亚洲精品国产av成人精品| 日本黄色日本黄色录像| www.熟女人妻精品国产| 91成人精品电影| 在线观看免费日韩欧美大片| netflix在线观看网站| 国产淫语在线视频| 国产97色在线日韩免费| 国产xxxxx性猛交| 欧美一级毛片孕妇| 80岁老熟妇乱子伦牲交| 两个人看的免费小视频| 精品乱码久久久久久99久播| 看免费av毛片| 人人妻人人澡人人爽人人夜夜| 亚洲成人手机| 最近中文字幕2019免费版| 国产成+人综合+亚洲专区| 久久人妻福利社区极品人妻图片| 中文字幕精品免费在线观看视频| 亚洲黑人精品在线| 亚洲三区欧美一区| 美女主播在线视频| 女人高潮潮喷娇喘18禁视频| 亚洲精品乱久久久久久| 日韩欧美一区视频在线观看| 黑人欧美特级aaaaaa片| 美女高潮到喷水免费观看| 国产成人精品久久二区二区免费| 肉色欧美久久久久久久蜜桃| 黄色视频在线播放观看不卡| 欧美亚洲 丝袜 人妻 在线| 亚洲精品国产区一区二| 人人妻人人澡人人看| 精品人妻1区二区| 亚洲精品乱久久久久久| 两个人免费观看高清视频| 中文字幕最新亚洲高清| 日韩三级视频一区二区三区| 欧美乱码精品一区二区三区| 大型av网站在线播放| 亚洲精品一卡2卡三卡4卡5卡 | 黄片播放在线免费| 国产欧美亚洲国产| 欧美乱码精品一区二区三区| 永久免费av网站大全| av免费在线观看网站| 亚洲精品久久久久久婷婷小说| 超碰97精品在线观看| 别揉我奶头~嗯~啊~动态视频 | 大片电影免费在线观看免费| 国产精品国产av在线观看| 久久综合国产亚洲精品| 国产一区二区激情短视频 | av网站免费在线观看视频| 亚洲精品成人av观看孕妇| 欧美成狂野欧美在线观看| 狠狠精品人妻久久久久久综合| 免费不卡黄色视频| 午夜福利乱码中文字幕| 我的亚洲天堂| 精品久久久久久久毛片微露脸 | 亚洲专区中文字幕在线| 欧美激情高清一区二区三区| 免费av中文字幕在线| 婷婷成人精品国产| 又大又爽又粗| 99国产精品一区二区三区| 国产一区二区激情短视频 | 高清视频免费观看一区二区| 国产精品 欧美亚洲| 国产野战对白在线观看| 国产成人一区二区三区免费视频网站| 超碰97精品在线观看| 交换朋友夫妻互换小说| 丝袜美足系列| 在线永久观看黄色视频| 日韩一卡2卡3卡4卡2021年| 黄色 视频免费看| 亚洲七黄色美女视频| 国产成人免费无遮挡视频| 久久久欧美国产精品| 国产亚洲欧美精品永久| av免费在线观看网站| 黄频高清免费视频| 秋霞在线观看毛片| bbb黄色大片| 国产一区有黄有色的免费视频| 欧美国产精品一级二级三级| 在线精品无人区一区二区三| 亚洲av成人一区二区三| 欧美精品人与动牲交sv欧美| 国产成人欧美| 爱豆传媒免费全集在线观看| 18禁国产床啪视频网站| 中文字幕高清在线视频| 欧美在线一区亚洲| 国产成人欧美| 亚洲成国产人片在线观看| 欧美变态另类bdsm刘玥| 免费在线观看日本一区| 免费女性裸体啪啪无遮挡网站| 欧美日韩av久久| 久久精品亚洲av国产电影网| 国产在线一区二区三区精| 色综合欧美亚洲国产小说| 欧美老熟妇乱子伦牲交| 亚洲国产欧美网| 国产福利在线免费观看视频| 国产无遮挡羞羞视频在线观看| 久久久精品国产亚洲av高清涩受| 日韩精品免费视频一区二区三区| 精品一区二区三区av网在线观看 | 91av网站免费观看| 一边摸一边做爽爽视频免费| 精品国产一区二区久久| 久久精品aⅴ一区二区三区四区| 黄色怎么调成土黄色| 亚洲九九香蕉| 亚洲欧美激情在线| 性少妇av在线| 午夜福利一区二区在线看| av在线播放精品| 中文字幕人妻丝袜制服| 麻豆乱淫一区二区| 少妇人妻久久综合中文| 午夜免费观看性视频| 啦啦啦中文免费视频观看日本| 中文字幕人妻丝袜制服| 动漫黄色视频在线观看| 十分钟在线观看高清视频www| 他把我摸到了高潮在线观看 | 欧美+亚洲+日韩+国产| 777米奇影视久久| 男女床上黄色一级片免费看| 日韩免费高清中文字幕av| 又大又爽又粗| 十八禁高潮呻吟视频| 欧美少妇被猛烈插入视频| 国产三级黄色录像| a级毛片黄视频| 国产欧美日韩一区二区精品| 天天影视国产精品| 久久久久久久精品精品| 男女免费视频国产| 每晚都被弄得嗷嗷叫到高潮| 精品欧美一区二区三区在线| 十八禁网站网址无遮挡| 色婷婷久久久亚洲欧美| 久久香蕉激情| 国产精品香港三级国产av潘金莲| 国产av国产精品国产| 国产福利在线免费观看视频| 12—13女人毛片做爰片一| 可以免费在线观看a视频的电影网站| 国产一卡二卡三卡精品| 9191精品国产免费久久| 又大又爽又粗| 国产野战对白在线观看| 两个人看的免费小视频| 狠狠婷婷综合久久久久久88av| 欧美成人午夜精品| 最新在线观看一区二区三区| 国产精品一区二区精品视频观看| 久久精品久久久久久噜噜老黄| 在线观看免费视频网站a站| 丁香六月欧美| 伊人亚洲综合成人网| 亚洲全国av大片| 国产精品 欧美亚洲| videosex国产| 99热全是精品| 少妇人妻久久综合中文| 国产伦理片在线播放av一区| 夜夜骑夜夜射夜夜干| 国产一区二区三区av在线| 免费少妇av软件| av国产精品久久久久影院| 大型av网站在线播放| 亚洲精品国产av蜜桃| 国产精品欧美亚洲77777| 女人久久www免费人成看片| 亚洲欧美精品综合一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 久久天堂一区二区三区四区| 一本久久精品| 波多野结衣一区麻豆| 久久狼人影院| 精品少妇内射三级| 汤姆久久久久久久影院中文字幕| 久久久国产欧美日韩av| 精品少妇久久久久久888优播| 男女下面插进去视频免费观看| 18禁观看日本| av一本久久久久| 国产av精品麻豆| 999久久久精品免费观看国产| 91麻豆av在线| 性高湖久久久久久久久免费观看| 777久久人妻少妇嫩草av网站| 精品一区二区三区四区五区乱码| 亚洲第一青青草原| 欧美国产精品va在线观看不卡| 亚洲精品日韩在线中文字幕| 少妇粗大呻吟视频| 操美女的视频在线观看| 久热爱精品视频在线9| 午夜激情av网站| 免费女性裸体啪啪无遮挡网站| 亚洲欧美激情在线| 最黄视频免费看| 精品亚洲成国产av| 大片电影免费在线观看免费| 亚洲男人天堂网一区| netflix在线观看网站| 日韩人妻精品一区2区三区| 中文字幕制服av| 91麻豆av在线| 男女床上黄色一级片免费看| 丁香六月欧美| 美女脱内裤让男人舔精品视频| 一边摸一边抽搐一进一出视频| 这个男人来自地球电影免费观看| 妹子高潮喷水视频| 国产一区二区在线观看av| 日本欧美视频一区| 成人18禁高潮啪啪吃奶动态图| 亚洲精品国产精品久久久不卡| 亚洲av片天天在线观看| 男女免费视频国产| 亚洲三区欧美一区| 最黄视频免费看| 新久久久久国产一级毛片| 免费久久久久久久精品成人欧美视频| 午夜福利,免费看| 日日夜夜操网爽| 狠狠婷婷综合久久久久久88av| 下体分泌物呈黄色| 欧美精品一区二区免费开放| 黑人巨大精品欧美一区二区蜜桃| 成人国产av品久久久| 午夜福利免费观看在线|