• <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 ?

    基于深度學(xué)習(xí)和區(qū)塊鏈的JavaScript惡意代碼檢測(cè)系統(tǒng)①

    2021-05-21 07:22:20洪華軍
    關(guān)鍵詞:貢獻(xiàn)者區(qū)塊卷積

    陳 鵬,韓 斌,洪華軍

    1(江蘇科技大學(xué) 計(jì)算機(jī)學(xué)院,鎮(zhèn)江 212000)

    2(中國(guó)船舶科學(xué)研究中心 軟件工程技術(shù)中心,無(wú)錫 214082)

    1 引言

    如今Web 已經(jīng)深刻融入我們的生活中,為日常生活帶來(lái)了諸多便利,我們隨時(shí)可以通過(guò)手機(jī)或者電腦來(lái)訪(fǎng)問(wèn)各種網(wǎng)站,但同時(shí)這也給網(wǎng)絡(luò)攻擊者提供了大量的攻擊機(jī)會(huì).網(wǎng)絡(luò)攻擊者為了達(dá)到其目的,會(huì)將一些惡意的代碼嵌入到網(wǎng)頁(yè)中,造成了正常的互聯(lián)網(wǎng)用戶(hù)的個(gè)人信息的泄露和個(gè)人財(cái)產(chǎn)的損失等問(wèn)題.

    針對(duì)Web 安全問(wèn)題,研究者們提出了不同的解決方法.惡意代碼檢測(cè)目前主要分為兩大類(lèi),一種是基于代碼文本及結(jié)構(gòu)的靜態(tài)檢測(cè)方法,另一種是基于運(yùn)行結(jié)果的分析的動(dòng)態(tài)檢測(cè)方法[1].毛蔚等[2]在分析進(jìn)程訪(fǎng)問(wèn)行為異常度和相似度后,引入了惡意代碼檢測(cè)估計(jì)風(fēng)險(xiǎn),并提出一種最小化估計(jì)風(fēng)險(xiǎn)實(shí)現(xiàn)主動(dòng)學(xué)習(xí)的惡意代碼檢測(cè)方法;吳迪[3]針對(duì)Android 平臺(tái)的惡意代碼檢測(cè)只關(guān)注應(yīng)用的單方面的特征,提出了基于多類(lèi)特征的Android 惡意代碼檢測(cè)技術(shù);羅世奇等[4]提出使用惡意代碼紋理指特征紋融合33 類(lèi)惡意代碼活動(dòng)向量空間特征,利用棧式自編碼(SAE)模型來(lái)完成惡意代碼的分類(lèi);鄧兆琨等[5]提出了一種動(dòng)靜結(jié)合的網(wǎng)絡(luò)數(shù)據(jù)檢測(cè)方法,在傳統(tǒng)靜態(tài)分析的基礎(chǔ)上優(yōu)化了檢測(cè)算法,同時(shí)引入了動(dòng)態(tài)模擬運(yùn)行的檢測(cè)方式;黃琨茗等[6]提出一種最長(zhǎng)頻繁序列挖掘算法,該方法提取樣本文件的動(dòng)態(tài)API 序列,并挖掘最長(zhǎng)頻繁序列集合構(gòu)造詞袋模型,將API 序列轉(zhuǎn)化為向量,使用隨機(jī)森林算法來(lái)識(shí)別惡意代碼.

    深度學(xué)習(xí)技術(shù)在惡意代碼識(shí)別領(lǐng)域已經(jīng)取得了較好的效果,但是仍然存在以下方面的問(wèn)題:(1)單個(gè)機(jī)構(gòu)的惡意代碼樣本是有限的,模型泛化能力需要高質(zhì)量多樣性的數(shù)據(jù)集;(2)在大數(shù)據(jù)時(shí)代,有效處理海量的數(shù)據(jù)是惡意代碼檢測(cè)效率提升的必要條件;(3)如今數(shù)據(jù)已成為一項(xiàng)寶貴的資源,數(shù)據(jù)的隱私和安全性越來(lái)越受到人們的關(guān)注.惡意代碼樣本這類(lèi)特殊性質(zhì)的數(shù)據(jù)集,如果被網(wǎng)絡(luò)攻擊者獲取,對(duì)于網(wǎng)絡(luò)安全的威脅是巨大的.

    區(qū)塊鏈自2008年比特幣白皮書(shū)[7]提出以來(lái),因?yàn)槠淙ブ行幕该骺尚?、防篡改可追溯、隱私安全保障等特點(diǎn)越來(lái)越受到人們的關(guān)注.如楊雪梅[8]探索了將區(qū)塊鏈技術(shù)中的去中心化的思想與深度學(xué)習(xí)相結(jié)合并嘗試運(yùn)用于語(yǔ)音識(shí)別的可行性,提出了一種適用于處理大規(guī)模的聲學(xué)數(shù)據(jù)的融合分布式的深度學(xué)習(xí)算法模型.Gu 等[9]提出了一種Java 層的移動(dòng)終端惡意軟件檢測(cè)方法,并結(jié)合了區(qū)塊鏈技術(shù),達(dá)到了多機(jī)構(gòu)的共享的目的.本文基于區(qū)塊鏈技術(shù),結(jié)合卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)進(jìn)行了深度融合,提出了一種基于區(qū)塊鏈+深度學(xué)習(xí)的JavaScript 惡意代碼檢測(cè)系統(tǒng)設(shè)計(jì)方案,利用區(qū)塊鏈去中心化特點(diǎn)進(jìn)行模型的分布式訓(xùn)練和同步更新.

    2 相關(guān)理論

    2.1 區(qū)塊鏈

    區(qū)塊鏈被定義為一種按時(shí)間順序來(lái)組織數(shù)據(jù)區(qū)塊,不同區(qū)塊之間按序形成鏈條狀連接的數(shù)據(jù)結(jié)構(gòu),借助這種數(shù)據(jù)結(jié)構(gòu)來(lái)構(gòu)建數(shù)字賬本[10],是一種可信的,去中心化防篡改的數(shù)據(jù)存儲(chǔ)技術(shù),區(qū)塊鏈的數(shù)據(jù)結(jié)構(gòu)如圖1所示.

    圖1 區(qū)塊鏈數(shù)據(jù)結(jié)構(gòu)示意圖

    區(qū)塊鏈中的基本數(shù)據(jù)單元是塊.在每個(gè)塊中存儲(chǔ)了所有交易相關(guān)的數(shù)據(jù)信息,主要包括了區(qū)塊頭和區(qū)塊體兩部分信息.區(qū)塊頭中主要由父區(qū)塊的哈希值(previous hash)、當(dāng)前的時(shí)間戳(time stamp)以及默克爾樹(shù)根(Merkle tree root)等構(gòu)成.在區(qū)塊體中一般包括若干個(gè)交易列表.每個(gè)塊與上一個(gè)塊都是通過(guò)哈希值來(lái)進(jìn)行連接的.對(duì)于區(qū)塊鏈網(wǎng)絡(luò)中的節(jié)點(diǎn),在收到其余節(jié)點(diǎn)發(fā)送的數(shù)據(jù)以后,并不是立即保存,而是需要通過(guò)“共識(shí)機(jī)制”對(duì)當(dāng)前的數(shù)據(jù)進(jìn)行驗(yàn)證,如果驗(yàn)證通過(guò)則保存到區(qū)塊鏈中[11].為了加速區(qū)塊的驗(yàn)證,區(qū)塊體中的所有的交易信息都按照默克爾樹(shù)的形式保存下來(lái),并用默克爾樹(shù)的根連接區(qū)塊頭和區(qū)塊體[12].區(qū)塊鏈中的每個(gè)節(jié)點(diǎn)都有自己一對(duì)公私鑰,利用非對(duì)稱(chēng)加密技術(shù)來(lái)保證信息的加密傳輸,從而保護(hù)了交易者的隱私.

    2.2 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)是一種專(zhuān)門(mén)用來(lái)處理具有類(lèi)似網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò),是深度學(xué)習(xí)的代表算法之一[13,14].經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)包括卷積層、池化層和全連接層.卷積神經(jīng)網(wǎng)絡(luò)的卷積核參數(shù)共享機(jī)制使得能夠以較低的運(yùn)算來(lái)提取特征,給定一張?zhí)卣骶仃噲D,通過(guò)不同的組合,經(jīng)過(guò)全連接達(dá)到分類(lèi)的目的.

    (1)卷積層

    卷積層的作用在于提取輸入數(shù)據(jù)的特征.通過(guò)卷積核與對(duì)應(yīng)位置的數(shù)據(jù)相乘來(lái)獲取圖的特征,接著使用非線(xiàn)性激活函數(shù)完成特征的映射.定義輸入圖片Pi,j(0≤i≤W,0≤j<H),大小為W×H,則卷積運(yùn)算的公式為:

    式中,ωm,n(0≤m,n≤K)表示大小為K×K的卷積過(guò)濾器的卷積運(yùn)算的權(quán)值.

    更一般地,在卷積運(yùn)算的過(guò)程中,通常會(huì)有多個(gè)通道,這些通道上的過(guò)濾器同時(shí)進(jìn)行特征提取.定義輸入的圖片為Pi,j,c(0≤i≤W,0≤j≤H,0≤c≤C),表示大小為W×H,通道數(shù)為C的圖片,卷積運(yùn)算公式為:

    式中,bi,j,l表示卷積運(yùn)算的偏置,ωm,n,c,l表示卷積神經(jīng)網(wǎng)絡(luò)的權(quán)值.

    (2)池化層

    在卷積運(yùn)算之后通常需要添加一層池化層,來(lái)對(duì)卷積運(yùn)算得到的特征減少映射的表示,即降維操作.池化操作具體指的是對(duì)局部特征范圍內(nèi),提取最大值或者平均值.通常使用最大值池化和平均池化.最大池化和平均池化的計(jì)算公式為:

    (3)全連接層

    全連接層通常放置在最后幾層用作分類(lèi)器,根據(jù)卷積操作提取得到的特征進(jìn)行分類(lèi).在全連接層之后,對(duì)應(yīng)分類(lèi)上的概率分布通過(guò)softmax或者logsoftmax來(lái)計(jì)算.定義原始的神經(jīng)網(wǎng)絡(luò)輸出為y1,y2,···,yn,則計(jì)算公式為:

    2.3 分布式深度學(xué)習(xí)

    在深度學(xué)習(xí)訓(xùn)練過(guò)程中,為了提高模型的訓(xùn)練速度,可以通過(guò)一些參數(shù)設(shè)置來(lái)加速GPU的計(jì)算,由于單個(gè)的GPU的加速的效率沒(méi)有辦法滿(mǎn)足某些重量型深度學(xué)習(xí)模型算力要求,由此出現(xiàn)了深度學(xué)習(xí)模型的并行方式.分布式深度學(xué)習(xí)系統(tǒng)由多個(gè)共享模型和一個(gè)中央控制代理組成,如圖2所示.其中貢獻(xiàn)者可以貢獻(xiàn)自己的模型、數(shù)據(jù)和算力,訓(xùn)練完成后發(fā)送給中央服務(wù)器,中央處理器負(fù)責(zé)融合和共享深度學(xué)習(xí)模型.整個(gè)模型的訓(xùn)練都由一個(gè)中央服務(wù)器集中代理完成,所以,融合模型的過(guò)程中可能會(huì)遭受單點(diǎn)失效的影響[15,16].

    圖2 分布式深度學(xué)習(xí)示意圖

    2.4 協(xié)作分布式深度學(xué)習(xí)

    與分布式深度學(xué)習(xí)不同,系統(tǒng)中劃分為了3 個(gè)角色應(yīng)用程序發(fā)起者、若干個(gè)算力貢獻(xiàn)者和驗(yàn)證貢獻(xiàn)者.其系統(tǒng)架構(gòu)如圖3所示.

    圖3 協(xié)作分布式深度學(xué)習(xí)示意圖

    在這個(gè)設(shè)計(jì)框架中,每個(gè)單元都能夠獨(dú)立進(jìn)行決策,程序發(fā)起者負(fù)責(zé)定義訓(xùn)練模型的任務(wù).算力貢獻(xiàn)者負(fù)責(zé)調(diào)用自己的算力資源進(jìn)行構(gòu)建訓(xùn)練任務(wù)并訓(xùn)練深度學(xué)習(xí)模型,算力貢獻(xiàn)者擁有充分的自主權(quán),可以根據(jù)程序發(fā)起者的不同任務(wù)選擇本機(jī)的模型或者數(shù)據(jù),在訓(xùn)練完成后將其發(fā)送給驗(yàn)證者.驗(yàn)證者在收到算力貢獻(xiàn)者提交的參數(shù)后,負(fù)責(zé)驗(yàn)證并評(píng)估模型的性能指標(biāo),把結(jié)果發(fā)送給程序發(fā)起者.發(fā)起者可以選擇保留或者丟棄部分?jǐn)?shù)據(jù)[17,18].

    3 JavaScript 惡意代碼檢測(cè)系統(tǒng)設(shè)計(jì)

    3.1 特征提取

    Ni 等[19]提出了一個(gè)惡意代碼檢測(cè)算法MCSC,首先將代碼文件轉(zhuǎn)化為基于simhash的灰度圖,然后使用卷積神經(jīng)網(wǎng)絡(luò)完成惡意代碼家族的分類(lèi).通過(guò)灰度圖結(jié)合深度學(xué)習(xí)的方法均需要將圖像轉(zhuǎn)化為固定大小,因此在圖像轉(zhuǎn)化的過(guò)程中會(huì)造成一部分的信息丟失.本文使用基于馬爾可夫圖算法[20]避免了上述的問(wèn)題.將JavaScript 代碼轉(zhuǎn)化為8 位的無(wú)符號(hào)整數(shù)向量,整個(gè)代碼就可以看做是一個(gè)字節(jié)流,字節(jié)流表達(dá)了一個(gè)隨機(jī)的過(guò)程:

    式中,N代表JsavaScript 代碼的字節(jié)長(zhǎng)度.對(duì)于每一個(gè)變量Bytei,有256 種不同的狀態(tài)值,可以表示為:

    由于惡意腳本都衍生自已知的惡意代碼,所以新的惡意腳本只有小部分的改動(dòng).例如文獻(xiàn)[21]將某惡意代碼家族不同樣本可視化為灰度圖,如圖4所示,可以發(fā)現(xiàn)相同惡意代碼家族在字節(jié)分布上也會(huì)存在相似的特征.

    圖4 Fakeraean 木馬家族圖像實(shí)例[21]

    基于上述惡意代碼家族字節(jié)可視化圖相似性的特點(diǎn),考慮相鄰的兩項(xiàng)Bytei-1和Bytei,狀態(tài)空間中狀態(tài)Bytei-1到 狀態(tài)Bytei轉(zhuǎn)換過(guò)程是隨機(jī)的,具備“無(wú)記憶的”性質(zhì),且每個(gè)狀態(tài)相互轉(zhuǎn)換的概率是相同的.所以在代碼字節(jié)提取特征上,為了簡(jiǎn)化問(wèn)題,這里假設(shè)Bytei只與Bytei-1有 關(guān)聯(lián),則隨機(jī)的變量Bytei可視為一個(gè)馬爾可夫鏈:

    馬爾可夫轉(zhuǎn)移概率矩陣的構(gòu)建是基于每一個(gè)狀態(tài)遷移的概率.如果用Px,y記作是x的下一個(gè)字節(jié)為y的狀態(tài)轉(zhuǎn)移概率,那么對(duì)于任意的字節(jié)序列計(jì)算公式為:

    式中,f(x,y)表示x后面是y的頻率,且x,y∈{0,1,···,255}.以此類(lèi)推考慮整個(gè)文件的字節(jié)的狀態(tài)轉(zhuǎn)移概率M,計(jì)算公式為:

    基于式(11)生成馬爾可夫圖像,圖像中的每一個(gè)點(diǎn)對(duì)應(yīng)于馬爾可夫轉(zhuǎn)移概率矩陣中的不同位置上的轉(zhuǎn)移概率Px,y.將JavaScript 代碼轉(zhuǎn)化為馬爾可夫圖的示意圖如圖5所示.

    圖5 JavaScript 代碼轉(zhuǎn)化為馬爾可夫圖

    3.2 系統(tǒng)架構(gòu)設(shè)計(jì)

    基于協(xié)作式分布深度學(xué)習(xí)[17]的角色劃分,并結(jié)合機(jī)器學(xué)習(xí)模型訓(xùn)練的3 要素:數(shù)據(jù)、算法、算力.本文將系統(tǒng)中用戶(hù)角色劃分為3 種:任務(wù)發(fā)起人、若干個(gè)算力貢獻(xiàn)者和若干個(gè)模型驗(yàn)證者.JavaScript 惡意代碼檢測(cè)系統(tǒng)的用戶(hù)對(duì)象關(guān)系示意圖如圖6所示.系統(tǒng)角色劃分其數(shù)量和對(duì)應(yīng)關(guān)系如表1所示.

    3.3 模型訓(xùn)練算法

    某項(xiàng)任務(wù)的發(fā)起人負(fù)責(zé)定義任務(wù)的內(nèi)容,比如輸入數(shù)據(jù)的屬性、模型的預(yù)期輸出、測(cè)試數(shù)據(jù)集、模型的準(zhǔn)確度要求;算力貢獻(xiàn)者通過(guò)下載任務(wù)數(shù)據(jù)或者自己本地?cái)?shù)據(jù),針對(duì)給定的任務(wù)進(jìn)行模型的訓(xùn)練任務(wù);驗(yàn)證貢獻(xiàn)者將算力貢獻(xiàn)者訓(xùn)練好的模型進(jìn)行融合,然后再加密的測(cè)試數(shù)據(jù)集合上驗(yàn)證.下文詳細(xì)描述了流程,其中所使用的符號(hào)定義如表2所示.

    圖6 JavaScript 惡意代碼檢測(cè)系統(tǒng)用戶(hù)對(duì)象關(guān)系

    表1 系統(tǒng)角色劃分對(duì)應(yīng)關(guān)系表

    表2 符號(hào)對(duì)應(yīng)意義

    對(duì)于集合N,Ori,Cp,Ver滿(mǎn)足如下條件:

    模型訓(xùn)練算法如下:

    (1)發(fā)起交易,發(fā)起人Orii發(fā)布一筆計(jì)算任務(wù)交易,內(nèi)容包括深度學(xué)習(xí)模型以及融合模型、深度學(xué)習(xí)任務(wù)、模型參數(shù)、融合數(shù)據(jù)和決策接口記作Data.由于模型訓(xùn)練的數(shù)據(jù)集比較龐大,會(huì)存放在IPFS (Inter Planetary File System)中[22],將對(duì)應(yīng)的哈希值地址存放在交易中,其余節(jié)點(diǎn)通過(guò)訪(fǎng)問(wèn)IPFS 來(lái)獲取節(jié)點(diǎn)數(shù)據(jù)信息,上述過(guò)程可以表達(dá)如下:

    其中:

    (2)參數(shù)初始化,所有節(jié)點(diǎn)完成參數(shù)初始化的同步,每個(gè)算力貢獻(xiàn)者Cpi和驗(yàn)證者Veri需要對(duì)消息進(jìn)行校驗(yàn),確定消息的發(fā)送身份以及數(shù)據(jù)的完整性,校驗(yàn)函數(shù)記作fcheck(Pac,PKOrii),運(yùn)算結(jié)果中1 代表驗(yàn)證通過(guò),0 代表丟棄該消息,過(guò)程如下所示:

    (3)訓(xùn)練參數(shù),訓(xùn)練中算力貢獻(xiàn)者表示為:CpOrii={CpOrii,1,CpOrii,2,···,CpOrii,d},d<|N|,在每一輪的訓(xùn)練k中,都會(huì)分別完成自己的前向和后向運(yùn)算,同時(shí)計(jì)算得到每一個(gè)參數(shù)的更新量δ (CpOrii,k);

    (4)廣播參數(shù)量,向周?chē)墓?jié)點(diǎn)廣播自己得到的參數(shù)量;

    (5)同步更新參數(shù)量,此時(shí)節(jié)點(diǎn)將所有已經(jīng)接收的進(jìn)程進(jìn)行同步(All-Reduce),對(duì)所有的參數(shù)更新量求平均,得到基于所有進(jìn)程訓(xùn)練數(shù)據(jù)的平均參數(shù)更新量,該過(guò)程如圖7所示.

    圖7 同步更新參數(shù)示意圖

    參數(shù)更新平均值計(jì)算如式(16)所示,求得的參數(shù)作為下一輪訓(xùn)練的初始參數(shù):

    (6)進(jìn)行下一輪的訓(xùn)練計(jì)算;

    (7)重復(fù)步驟(3)~(6)結(jié)束條件為訓(xùn)練集全部訓(xùn)練完畢.節(jié)點(diǎn)將參數(shù)聚合,將模型數(shù)據(jù)寫(xiě)入?yún)^(qū)塊廣播給周?chē)?jié)點(diǎn);

    (8)共識(shí)過(guò)程.驗(yàn)證者將已經(jīng)訓(xùn)練好的模型進(jìn)行篩選,將較優(yōu)的模型匯總成候選集(candidate set),并將模型的候選集廣播至其他驗(yàn)證節(jié)點(diǎn).

    ① 驗(yàn)證貢獻(xiàn)者將當(dāng)前最優(yōu)模型作為提案轉(zhuǎn)發(fā)至其他驗(yàn)證節(jié)點(diǎn);

    ② 驗(yàn)證者將收到的方案與本地候選集和提案模型進(jìn)行對(duì)比,擇優(yōu)放入候選集;

    ③ 定義驗(yàn)證貢獻(xiàn)節(jié)點(diǎn)中模型的投票率 χ,模型投票率的閾值η,最大閾值T_MAX,初始情形下投票閾值η0為50%.判斷模型是否有效方法為,如果χ ≥η,認(rèn)為該模型為有效模型計(jì)入候選集,否則該模型被淘汰.在每一輪的共識(shí)過(guò)程中閾值 η不斷累加常量Δ γ,表示為ηi=ηi-1+Δγ,Δγ ∈(0,1),i∈N*,且對(duì)任意的ηi,均滿(mǎn)足ηi小于T_MAX,重復(fù)過(guò)程①~③,直到ηi大于等于T_MAX.

    驗(yàn)證貢獻(xiàn)者將從大于T_MAX的UNL 節(jié)點(diǎn)確認(rèn)的模型中選擇最優(yōu)模型寫(xiě)入本地的區(qū)塊中.同時(shí)驗(yàn)證貢獻(xiàn)節(jié)點(diǎn)將本地區(qū)塊廣播給全網(wǎng),將收到區(qū)塊和自己本地區(qū)塊進(jìn)行比對(duì),當(dāng)正確率超過(guò)T_MAX時(shí),認(rèn)為該區(qū)塊鏈為有效區(qū)塊.

    4 仿真實(shí)驗(yàn)和理論分析

    4.1 JavaScript 代碼特征提取對(duì)比

    本文實(shí)驗(yàn)使用的數(shù)據(jù)集為Github 公開(kāi)的惡意Java-Script 惡意代碼數(shù)據(jù)集[23],對(duì)于良性的樣本,從Alexa’s Top 站點(diǎn)進(jìn)行了爬取腳本的操作.最終獲得了3526 條良性JavaScript 腳本代碼和3566 條惡意JavaScript 腳本代碼.實(shí)驗(yàn)將數(shù)據(jù)集劃分為兩部分,70%留作訓(xùn)練數(shù)據(jù)集,30%作為測(cè)試數(shù)據(jù)集.

    使用機(jī)器學(xué)習(xí)工具包Sklearn 所提供的算法庫(kù)實(shí)現(xiàn)了文獻(xiàn)[24]提出的7 種不同的機(jī)器學(xué)習(xí)算法,按照文中描述方法進(jìn)行了代碼特征的提取分類(lèi).采用十折交叉驗(yàn)證的方法,將數(shù)據(jù)集分為10 等份,其中的1 份作為測(cè)試集,其余9 份用作訓(xùn)練集,重復(fù)10 次,將平均值作為最終的結(jié)果.與本文方法進(jìn)行對(duì)比(馬爾可夫特征提取+CNN 分類(lèi)器),實(shí)驗(yàn)果如表3所示.

    表3 本文特征提取方法和傳統(tǒng)方法對(duì)比

    對(duì)比實(shí)驗(yàn)結(jié)果發(fā)現(xiàn),馬爾可夫圖的特征提取準(zhǔn)確率達(dá)到了98.98%,而準(zhǔn)確率最低的為Na?ve Bayes 方法僅為78.4%,傳統(tǒng)提取方法表現(xiàn)最優(yōu)的為隨機(jī)森林,達(dá)到了98.27%,但是仍然低于本文方法達(dá)到的準(zhǔn)確率,說(shuō)明本文基于馬爾可夫圖算法的特征提取能夠有效提升惡意代碼的檢測(cè)率.

    4.2 不同閾值T_MAX 對(duì)共識(shí)算法性能的影響

    為了分析不同閾值T_MAX對(duì)共識(shí)算法性能的影響,設(shè)計(jì)了一組仿真實(shí)驗(yàn).實(shí)驗(yàn)中固定 Δγ為10%,算力貢獻(xiàn)者和驗(yàn)證貢獻(xiàn)者節(jié)點(diǎn)數(shù)均為100 個(gè).本實(shí)驗(yàn)的區(qū)塊鏈仿真平臺(tái)采用Python3.7 結(jié)合Flask 框架搭建,本地部署區(qū)塊鏈,對(duì)不同閾值T_MAX下的共識(shí)算法進(jìn)行了模擬,并記錄吞吐量、模型收斂的時(shí)間,多次試驗(yàn)求平均值,實(shí)驗(yàn)結(jié)果如圖8所示.

    圖8 不同閾值T_MAX 對(duì)共識(shí)算法性能影響示意圖

    實(shí)驗(yàn)結(jié)果表明,隨著閾值T_MAX的不斷增加,共識(shí)算法的吞吐量逐漸減少.如果該閾值設(shè)置過(guò)小,盡管共識(shí)算法吞吐量較大,但是系統(tǒng)收斂到最優(yōu)模型的速率會(huì)減慢;反之,如果閾值設(shè)置過(guò)大,共識(shí)算法的吞吐量會(huì)減少,但是算法能夠較快收斂到最優(yōu)模型.

    4.3 檢測(cè)系統(tǒng)設(shè)計(jì)理論分析

    (1)數(shù)據(jù)樣本去中心化存儲(chǔ).區(qū)塊鏈上的節(jié)點(diǎn)出于某種原因無(wú)法共享數(shù)據(jù),此時(shí)可以在訓(xùn)練中除了可以擁有發(fā)起人共享的數(shù)據(jù),還可以調(diào)用本地的數(shù)據(jù)集樣本參與模型的訓(xùn)練,有效突破了數(shù)據(jù)孤島的障礙,另外數(shù)據(jù)訓(xùn)練得到的參數(shù)也將被驗(yàn)證者校驗(yàn),解決了數(shù)據(jù)可信任的問(wèn)題.采用該平臺(tái)設(shè)計(jì),極大擴(kuò)充提升了訓(xùn)練樣本的數(shù)量,提升模型的泛化能力,從而有效檢測(cè)未知的JavaScript 惡意代碼;

    (2)模型訓(xùn)練結(jié)果參數(shù)防篡改.模型一旦訓(xùn)練完成之后,便會(huì)通過(guò)共識(shí)算法進(jìn)行校驗(yàn),擇優(yōu)模型然后被存入?yún)^(qū)塊鏈中.假設(shè)存在惡意節(jié)點(diǎn),但是通過(guò)共識(shí)機(jī)制該模型也不會(huì)被其余節(jié)點(diǎn)認(rèn)可,所以修改是無(wú)效的,保證了模型參數(shù)存儲(chǔ)的安全性;

    (3)分散算力有效利用資源.該平臺(tái)設(shè)計(jì)通過(guò)協(xié)調(diào)多方的算力,將傳統(tǒng)的工作量證明機(jī)制的算法替換為有意義的深度學(xué)習(xí)模型訓(xùn)練,從而有效合理地利用了算力資源,推進(jìn)了整個(gè)區(qū)塊鏈上惡意代碼檢測(cè)準(zhǔn)確度的提高.

    5 結(jié)論與展望

    深度學(xué)習(xí)作為一種新興技術(shù)代表著先進(jìn)生產(chǎn)力,而區(qū)塊鏈則代表了新的生產(chǎn)關(guān)系,兩者有非常大的合作空間.本文嘗試將區(qū)塊鏈技術(shù)和深度學(xué)習(xí)分布式系統(tǒng)訓(xùn)練相結(jié)合,解決了數(shù)據(jù)孤島和數(shù)據(jù)可信任的問(wèn)題,另外在特征提取上使用馬爾可夫圖減少了人工的干預(yù),提升了檢測(cè)流程的效率,該檢測(cè)系統(tǒng)的設(shè)計(jì)可以為惡意代碼檢測(cè)研究提供一定的參考.

    猜你喜歡
    貢獻(xiàn)者區(qū)塊卷積
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    區(qū)塊鏈:一個(gè)改變未來(lái)的幽靈
    科學(xué)(2020年5期)2020-11-26 08:19:12
    區(qū)塊鏈:主要角色和衍生應(yīng)用
    科學(xué)(2020年6期)2020-02-06 08:59:56
    從“學(xué)習(xí)者”到“貢獻(xiàn)者”:中國(guó)管理學(xué)發(fā)展的路徑
    “‘一國(guó)兩制’杰出貢獻(xiàn)者”國(guó)家榮譽(yù)稱(chēng)號(hào)
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    現(xiàn)當(dāng)代文化貢獻(xiàn)者——布赫賀希格
    區(qū)塊鏈+媒體業(yè)的N種可能
    讀懂區(qū)塊鏈
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    亚洲精品国产av蜜桃| 九色亚洲精品在线播放| 国产探花极品一区二区| 色哟哟·www| 国产高清三级在线| 日日撸夜夜添| 高清在线视频一区二区三区| 精品国产一区二区久久| 天天躁夜夜躁狠狠躁躁| 香蕉国产在线看| 在线免费观看不下载黄p国产| 久久久亚洲精品成人影院| 9热在线视频观看99| 天堂中文最新版在线下载| 欧美人与性动交α欧美软件 | 亚洲综合色惰| 久久精品国产鲁丝片午夜精品| av福利片在线| 狠狠精品人妻久久久久久综合| 日韩伦理黄色片| 男人舔女人的私密视频| 草草在线视频免费看| 国产深夜福利视频在线观看| 国产欧美日韩综合在线一区二区| 18禁动态无遮挡网站| 美女主播在线视频| 狠狠精品人妻久久久久久综合| 人人妻人人澡人人看| 黄色 视频免费看| 国产一区二区在线观看日韩| 内地一区二区视频在线| 日韩制服骚丝袜av| 少妇精品久久久久久久| 一级片'在线观看视频| 国产又色又爽无遮挡免| 色视频在线一区二区三区| 欧美日本中文国产一区发布| 午夜福利视频精品| 日本免费在线观看一区| 男人爽女人下面视频在线观看| 美女大奶头黄色视频| 99热全是精品| 欧美日韩视频精品一区| 晚上一个人看的免费电影| 亚洲美女视频黄频| 精品亚洲成国产av| 秋霞在线观看毛片| 亚洲精品中文字幕在线视频| 美国免费a级毛片| 伦理电影免费视频| 人人妻人人澡人人看| 日本与韩国留学比较| 涩涩av久久男人的天堂| 日韩av免费高清视频| 深夜精品福利| 日韩欧美精品免费久久| 精品人妻偷拍中文字幕| 丰满饥渴人妻一区二区三| 九九在线视频观看精品| 成人影院久久| 精品人妻一区二区三区麻豆| 欧美人与性动交α欧美软件 | 久热这里只有精品99| 自线自在国产av| 欧美xxxx性猛交bbbb| 国产免费视频播放在线视频| 中文字幕最新亚洲高清| av有码第一页| 久久人人爽人人片av| 国产在线免费精品| 咕卡用的链子| 日韩人妻精品一区2区三区| 久久久久久久大尺度免费视频| 国产成人免费观看mmmm| 18禁国产床啪视频网站| 美女内射精品一级片tv| a级毛片在线看网站| 天天躁夜夜躁狠狠躁躁| 国产国拍精品亚洲av在线观看| 欧美人与善性xxx| 一本大道久久a久久精品| 免费人妻精品一区二区三区视频| 丝瓜视频免费看黄片| 中文字幕最新亚洲高清| 99视频精品全部免费 在线| 久久精品夜色国产| 亚洲美女视频黄频| 18+在线观看网站| 国产免费一区二区三区四区乱码| 日韩av不卡免费在线播放| 久久精品国产亚洲av天美| 国产激情久久老熟女| 精品酒店卫生间| 下体分泌物呈黄色| 成人国产麻豆网| 亚洲精品一二三| 午夜福利影视在线免费观看| 一级片免费观看大全| 午夜精品国产一区二区电影| 免费久久久久久久精品成人欧美视频 | 观看美女的网站| 国产免费福利视频在线观看| 欧美亚洲日本最大视频资源| 在线观看三级黄色| 国产探花极品一区二区| 人妻少妇偷人精品九色| 日本wwww免费看| 亚洲精品一二三| 亚洲国产精品成人久久小说| 成人国产麻豆网| 深夜精品福利| 亚洲人与动物交配视频| 精品一区二区免费观看| 国产探花极品一区二区| 熟女人妻精品中文字幕| 少妇人妻久久综合中文| 久久精品aⅴ一区二区三区四区 | 午夜福利在线观看免费完整高清在| 如何舔出高潮| 男女高潮啪啪啪动态图| 99久国产av精品国产电影| 亚洲国产欧美日韩在线播放| 少妇被粗大的猛进出69影院 | 黑人猛操日本美女一级片| 成人亚洲精品一区在线观看| 另类精品久久| 有码 亚洲区| 精品熟女少妇av免费看| 女人被躁到高潮嗷嗷叫费观| 久久久精品94久久精品| 免费女性裸体啪啪无遮挡网站| 久久久久久人人人人人| 国产精品一区二区在线不卡| 精品福利永久在线观看| 男女午夜视频在线观看 | 免费少妇av软件| 大片免费播放器 马上看| 欧美人与性动交α欧美精品济南到 | 90打野战视频偷拍视频| 国产无遮挡羞羞视频在线观看| 国产精品国产三级国产av玫瑰| 免费在线观看完整版高清| 9热在线视频观看99| 日韩三级伦理在线观看| 十八禁网站网址无遮挡| 少妇人妻精品综合一区二区| 亚洲欧美成人综合另类久久久| 国产熟女午夜一区二区三区| 一区在线观看完整版| 亚洲美女黄色视频免费看| 最新的欧美精品一区二区| 欧美精品人与动牲交sv欧美| 欧美精品一区二区大全| 熟女电影av网| 涩涩av久久男人的天堂| 最后的刺客免费高清国语| 搡女人真爽免费视频火全软件| 人人妻人人澡人人爽人人夜夜| 美女视频免费永久观看网站| 免费大片18禁| 亚洲精品,欧美精品| 免费看不卡的av| 亚洲欧美日韩另类电影网站| 黑人猛操日本美女一级片| 亚洲国产最新在线播放| 人妻少妇偷人精品九色| 水蜜桃什么品种好| 一二三四在线观看免费中文在 | 丁香六月天网| 丁香六月天网| 人妻一区二区av| 精品人妻偷拍中文字幕| 18+在线观看网站| 亚洲欧美一区二区三区国产| 国产片内射在线| 91国产中文字幕| av有码第一页| 97在线人人人人妻| 高清欧美精品videossex| 有码 亚洲区| 91国产中文字幕| 亚洲中文av在线| 亚洲av在线观看美女高潮| 精品久久久精品久久久| 国产成人精品婷婷| 亚洲av中文av极速乱| 欧美+日韩+精品| 亚洲美女搞黄在线观看| 亚洲国产最新在线播放| 欧美精品国产亚洲| 最新的欧美精品一区二区| 91精品三级在线观看| 纯流量卡能插随身wifi吗| 在线观看免费高清a一片| 18禁裸乳无遮挡动漫免费视频| 交换朋友夫妻互换小说| 尾随美女入室| 九九爱精品视频在线观看| videossex国产| xxx大片免费视频| 男女边摸边吃奶| 国产一区二区三区综合在线观看 | 成人毛片a级毛片在线播放| 少妇被粗大的猛进出69影院 | 国产精品久久久av美女十八| 亚洲国产精品成人久久小说| 青春草亚洲视频在线观看| 26uuu在线亚洲综合色| 黑丝袜美女国产一区| 巨乳人妻的诱惑在线观看| 97精品久久久久久久久久精品| 人人妻人人添人人爽欧美一区卜| 26uuu在线亚洲综合色| 日本-黄色视频高清免费观看| 亚洲精品久久成人aⅴ小说| 亚洲成人一二三区av| av国产久精品久网站免费入址| 欧美精品国产亚洲| 两性夫妻黄色片 | 婷婷色麻豆天堂久久| 少妇高潮的动态图| 国产色婷婷99| 丰满饥渴人妻一区二区三| 久久韩国三级中文字幕| 日韩熟女老妇一区二区性免费视频| 丰满饥渴人妻一区二区三| av国产久精品久网站免费入址| 色哟哟·www| 视频区图区小说| 永久免费av网站大全| 色5月婷婷丁香| av在线老鸭窝| 欧美丝袜亚洲另类| 一本大道久久a久久精品| 精品第一国产精品| 十分钟在线观看高清视频www| 久久免费观看电影| 久久精品人人爽人人爽视色| 日韩欧美一区视频在线观看| 999精品在线视频| 亚洲四区av| 一区二区三区四区激情视频| 国产一区亚洲一区在线观看| 日本与韩国留学比较| 免费女性裸体啪啪无遮挡网站| 亚洲,欧美精品.| 新久久久久国产一级毛片| 国产毛片在线视频| 日韩av不卡免费在线播放| 一级毛片黄色毛片免费观看视频| 国产成人午夜福利电影在线观看| 十八禁高潮呻吟视频| 黄网站色视频无遮挡免费观看| 一级毛片我不卡| 黄色怎么调成土黄色| 五月玫瑰六月丁香| 亚洲天堂av无毛| 交换朋友夫妻互换小说| 免费av不卡在线播放| kizo精华| 精品国产一区二区三区四区第35| 美女视频免费永久观看网站| 人妻少妇偷人精品九色| 18禁在线无遮挡免费观看视频| 激情五月婷婷亚洲| 精品一区在线观看国产| 99久久精品国产国产毛片| 蜜桃国产av成人99| 巨乳人妻的诱惑在线观看| 在线精品无人区一区二区三| 制服丝袜香蕉在线| 99香蕉大伊视频| 国产一区二区在线观看av| 久久精品国产自在天天线| 国产黄色免费在线视频| 国产福利在线免费观看视频| 久久久久久久久久人人人人人人| 久久久欧美国产精品| 在线观看一区二区三区激情| av线在线观看网站| 欧美成人精品欧美一级黄| 国产乱来视频区| 精品一区二区三区视频在线| av国产久精品久网站免费入址| 天美传媒精品一区二区| 九色亚洲精品在线播放| 日本91视频免费播放| 欧美人与善性xxx| 边亲边吃奶的免费视频| 国产麻豆69| 亚洲情色 制服丝袜| 一本大道久久a久久精品| 涩涩av久久男人的天堂| 热99久久久久精品小说推荐| 久久精品aⅴ一区二区三区四区 | 精品一区在线观看国产| 男女边吃奶边做爰视频| 免费久久久久久久精品成人欧美视频 | 亚洲第一区二区三区不卡| 久久精品人人爽人人爽视色| 久久鲁丝午夜福利片| 亚洲精品美女久久久久99蜜臀 | 亚洲精品中文字幕在线视频| 青春草国产在线视频| 秋霞在线观看毛片| 亚洲五月色婷婷综合| 午夜激情av网站| 亚洲欧美一区二区三区国产| 男男h啪啪无遮挡| 少妇的逼好多水| 国产精品国产三级专区第一集| 国产成人精品久久久久久| 免费观看av网站的网址| 狠狠婷婷综合久久久久久88av| 精品国产露脸久久av麻豆| 国产av精品麻豆| 国产av精品麻豆| 又大又黄又爽视频免费| 国产精品成人在线| 国产精品国产三级专区第一集| 国产黄色免费在线视频| 蜜臀久久99精品久久宅男| 婷婷色麻豆天堂久久| 欧美日韩成人在线一区二区| 91国产中文字幕| 哪个播放器可以免费观看大片| 黄片无遮挡物在线观看| 国产一区二区三区av在线| 亚洲天堂av无毛| 日韩精品有码人妻一区| 又大又黄又爽视频免费| 国产一区二区在线观看av| 桃花免费在线播放| 国产精品国产三级国产av玫瑰| 日韩中文字幕视频在线看片| 亚洲av福利一区| 免费av中文字幕在线| 中国国产av一级| 人人澡人人妻人| 亚洲,一卡二卡三卡| 国产av国产精品国产| 亚洲高清免费不卡视频| 2021少妇久久久久久久久久久| 精品一区二区三区视频在线| 熟女人妻精品中文字幕| 国产精品一二三区在线看| 久热久热在线精品观看| 男人舔女人的私密视频| 新久久久久国产一级毛片| 亚洲第一av免费看| 另类亚洲欧美激情| 国产探花极品一区二区| 久久女婷五月综合色啪小说| 中文字幕另类日韩欧美亚洲嫩草| 中文天堂在线官网| 国产精品无大码| 日韩伦理黄色片| 亚洲一级一片aⅴ在线观看| 国产男女内射视频| 搡老乐熟女国产| 日日爽夜夜爽网站| 又黄又粗又硬又大视频| 美女国产高潮福利片在线看| 狂野欧美激情性bbbbbb| 妹子高潮喷水视频| 久久人人97超碰香蕉20202| 高清在线视频一区二区三区| 亚洲第一av免费看| 熟女av电影| 国产成人精品在线电影| 亚洲一码二码三码区别大吗| 2022亚洲国产成人精品| av福利片在线| 国产精品国产三级国产av玫瑰| 男女高潮啪啪啪动态图| 啦啦啦视频在线资源免费观看| 大香蕉97超碰在线| 啦啦啦啦在线视频资源| 国产乱人偷精品视频| 久久精品aⅴ一区二区三区四区 | 亚洲婷婷狠狠爱综合网| 丝袜脚勾引网站| 如何舔出高潮| 美女中出高潮动态图| 亚洲精品美女久久久久99蜜臀 | 欧美精品高潮呻吟av久久| 赤兔流量卡办理| 国产成人精品在线电影| 天天躁夜夜躁狠狠久久av| av播播在线观看一区| 色婷婷av一区二区三区视频| 一级片'在线观看视频| 黄色怎么调成土黄色| 咕卡用的链子| 亚洲欧美中文字幕日韩二区| 18禁动态无遮挡网站| 欧美97在线视频| 久久久久久久久久成人| 欧美日韩成人在线一区二区| 欧美 亚洲 国产 日韩一| 久久久精品免费免费高清| 汤姆久久久久久久影院中文字幕| 综合色丁香网| 午夜精品国产一区二区电影| 久久女婷五月综合色啪小说| 中国三级夫妇交换| 一级黄片播放器| 国产一区有黄有色的免费视频| 欧美激情国产日韩精品一区| 免费女性裸体啪啪无遮挡网站| 国产熟女午夜一区二区三区| 一级a做视频免费观看| 美女福利国产在线| 久久99热6这里只有精品| 丝袜喷水一区| 亚洲国产日韩一区二区| 91午夜精品亚洲一区二区三区| 少妇人妻 视频| 精品第一国产精品| 精品一区二区三区视频在线| av线在线观看网站| 欧美+日韩+精品| 久久久久久久久久久久大奶| 亚洲综合精品二区| 90打野战视频偷拍视频| 亚洲情色 制服丝袜| a级毛片黄视频| 夫妻性生交免费视频一级片| 久久国产亚洲av麻豆专区| 中国美白少妇内射xxxbb| 国产成人精品婷婷| 丁香六月天网| 少妇人妻久久综合中文| 欧美日韩亚洲高清精品| freevideosex欧美| 美女福利国产在线| 亚洲久久久国产精品| 夫妻午夜视频| 丁香六月天网| 欧美bdsm另类| 丰满饥渴人妻一区二区三| 免费女性裸体啪啪无遮挡网站| 久久热在线av| 高清不卡的av网站| 国内精品宾馆在线| 国产又色又爽无遮挡免| 亚洲精品,欧美精品| 久久热在线av| 日韩欧美一区视频在线观看| 亚洲一码二码三码区别大吗| 婷婷色综合www| 久久国产精品大桥未久av| av国产精品久久久久影院| 亚洲图色成人| 亚洲熟女精品中文字幕| 99热全是精品| av网站免费在线观看视频| 2018国产大陆天天弄谢| 久久久久久人妻| 99香蕉大伊视频| 久久久久久久大尺度免费视频| 国产精品一国产av| 精品一区二区三区视频在线| 国产一区二区三区综合在线观看 | 免费黄色在线免费观看| 久久久亚洲精品成人影院| 水蜜桃什么品种好| 一级,二级,三级黄色视频| 中文乱码字字幕精品一区二区三区| 国产免费一级a男人的天堂| www日本在线高清视频| 精品国产一区二区三区久久久樱花| 天美传媒精品一区二区| 97超碰精品成人国产| 午夜久久久在线观看| 一个人免费看片子| 国产一区二区在线观看av| 飞空精品影院首页| 一区二区三区精品91| 最近2019中文字幕mv第一页| 伊人亚洲综合成人网| 免费观看无遮挡的男女| 尾随美女入室| 国产日韩一区二区三区精品不卡| 精品人妻在线不人妻| 国产一区亚洲一区在线观看| 国产亚洲精品第一综合不卡 | 亚洲美女搞黄在线观看| 制服诱惑二区| 国产老妇伦熟女老妇高清| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 纵有疾风起免费观看全集完整版| 最近手机中文字幕大全| 肉色欧美久久久久久久蜜桃| 亚洲成人手机| 久久婷婷青草| 有码 亚洲区| 男女午夜视频在线观看 | 亚洲av在线观看美女高潮| 色吧在线观看| 国产成人午夜福利电影在线观看| 精品少妇内射三级| 交换朋友夫妻互换小说| 国产精品蜜桃在线观看| 日韩三级伦理在线观看| a级片在线免费高清观看视频| 久久 成人 亚洲| 国产成人精品无人区| 999精品在线视频| 一本—道久久a久久精品蜜桃钙片| 18+在线观看网站| 男男h啪啪无遮挡| av网站免费在线观看视频| 久久久久久人人人人人| 2018国产大陆天天弄谢| 岛国毛片在线播放| 欧美日韩av久久| 少妇被粗大猛烈的视频| 日韩电影二区| 一二三四中文在线观看免费高清| av网站免费在线观看视频| 在线亚洲精品国产二区图片欧美| 国产国拍精品亚洲av在线观看| 欧美+日韩+精品| 高清欧美精品videossex| 国产精品偷伦视频观看了| 丁香六月天网| 免费大片18禁| 永久网站在线| 晚上一个人看的免费电影| 欧美精品国产亚洲| www.av在线官网国产| 曰老女人黄片| 99香蕉大伊视频| 美女中出高潮动态图| 亚洲 欧美一区二区三区| 欧美xxⅹ黑人| 女的被弄到高潮叫床怎么办| 亚洲内射少妇av| 五月开心婷婷网| av女优亚洲男人天堂| 精品国产乱码久久久久久小说| 男人添女人高潮全过程视频| 亚洲色图综合在线观看| 欧美精品一区二区大全| 亚洲成人一二三区av| 日韩三级伦理在线观看| 国产一区二区三区综合在线观看 | 国产黄频视频在线观看| 在线观看人妻少妇| 国产精品女同一区二区软件| 你懂的网址亚洲精品在线观看| 另类精品久久| 大片电影免费在线观看免费| 亚洲精品美女久久av网站| 曰老女人黄片| 久久这里只有精品19| 国产精品人妻久久久久久| 美国免费a级毛片| 人成视频在线观看免费观看| 黑人巨大精品欧美一区二区蜜桃 | 伦精品一区二区三区| 热99国产精品久久久久久7| 欧美亚洲 丝袜 人妻 在线| 一个人免费看片子| 91在线精品国自产拍蜜月| 亚洲av欧美aⅴ国产| 久久精品国产亚洲av天美| 久久午夜综合久久蜜桃| 天堂中文最新版在线下载| 国产一级毛片在线| 一本色道久久久久久精品综合| 欧美+日韩+精品| 美女国产高潮福利片在线看| 精品国产一区二区久久| 尾随美女入室| 亚洲精品日本国产第一区| 免费播放大片免费观看视频在线观看| 国产午夜精品一二区理论片| 午夜91福利影院| 男女边摸边吃奶| 日本91视频免费播放| 久久青草综合色| 亚洲国产精品一区二区三区在线| 中文字幕免费在线视频6| 成人影院久久| 制服丝袜香蕉在线| 免费黄网站久久成人精品| 青春草亚洲视频在线观看| 大话2 男鬼变身卡| 亚洲精品国产av蜜桃| 黑人猛操日本美女一级片| 免费高清在线观看日韩| 另类精品久久| √禁漫天堂资源中文www| 精品国产露脸久久av麻豆| 如何舔出高潮| 伦理电影免费视频| 成年美女黄网站色视频大全免费| 中文字幕免费在线视频6| 久久午夜综合久久蜜桃| 在线看a的网站| 亚洲精品一区蜜桃| 精品少妇久久久久久888优播| 日韩一本色道免费dvd| 一个人免费看片子| 国产1区2区3区精品| 久久99精品国语久久久| 美女中出高潮动态图| 久久精品国产综合久久久 | 日本91视频免费播放| 久久97久久精品| 汤姆久久久久久久影院中文字幕| 国产xxxxx性猛交| videossex国产|