• <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GRU-RNN的網(wǎng)絡(luò)入侵檢測(cè)方法

    2021-06-10 05:42:52李俊夏松竹蘭海燕李守政孫建國(guó)
    關(guān)鍵詞:檢出率神經(jīng)網(wǎng)絡(luò)流量

    李俊, 夏松竹, 蘭海燕, 李守政, 孫建國(guó)

    (1.國(guó)家工業(yè)信息安全發(fā)展研究中心,北京 100040; 2.哈爾濱工程大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,黑龍江 哈爾濱 150001)

    網(wǎng)絡(luò)安全包括承載載體的完整性、可用性及機(jī)密性。任何企圖破壞機(jī)密性或者繞過網(wǎng)絡(luò)安全機(jī)制的活動(dòng)都可以視為網(wǎng)絡(luò)入侵[1]。網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)是一種用于檢測(cè)網(wǎng)絡(luò)入侵的安全管理系統(tǒng),是網(wǎng)絡(luò)安全系統(tǒng)中不可或缺的一部分[2]。網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)通常會(huì)抓取檢測(cè)特定網(wǎng)絡(luò)中全部的出流量及入流量,以確定其中一些數(shù)據(jù)包是否含有入侵跡象[3]。

    近年來,機(jī)器學(xué)習(xí)的許多研究應(yīng)用在入侵檢測(cè)領(lǐng)域。例如,支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)和遺傳算法在入侵檢測(cè)領(lǐng)域取得了不錯(cuò)的成績(jī)。但是由于入侵呈現(xiàn)多樣化,現(xiàn)有的機(jī)器學(xué)習(xí)方法暴露出很多局限性。尤其在自動(dòng)提取入侵特征和分析中,需要更好的學(xué)習(xí)方法。

    Hinton等[4]研究發(fā)現(xiàn),深度學(xué)習(xí)被廣泛應(yīng)用在自然語言處理、圖像識(shí)別和天氣預(yù)報(bào)領(lǐng)域。深度學(xué)習(xí)中應(yīng)用高度非線性結(jié)構(gòu),在處理復(fù)雜數(shù)據(jù)時(shí)表現(xiàn)出出色的識(shí)別能力。并行計(jì)算硬件設(shè)施的高速發(fā)展也為深度學(xué)習(xí)算法提供了強(qiáng)有力的硬件支撐。通過設(shè)計(jì)合理的網(wǎng)絡(luò)結(jié)構(gòu),深度神經(jīng)網(wǎng)絡(luò)可有效控制神經(jīng)網(wǎng)絡(luò)的參數(shù)量,確保網(wǎng)絡(luò)性能的同時(shí),降低神經(jīng)網(wǎng)絡(luò)的運(yùn)行成本[5]。

    由于訓(xùn)練和計(jì)算復(fù)雜性,遞歸神經(jīng)網(wǎng)絡(luò)(recurrent neural network,RNN)在過去的一段時(shí)間未能成為主流深度學(xué)習(xí)的網(wǎng)絡(luò)模型。近些年,RNN開始進(jìn)入快速發(fā)展時(shí)期,在手寫識(shí)別[6]和語音識(shí)別[7-8]領(lǐng)域有了廣泛的應(yīng)用。RNN的特點(diǎn)是同一層中的節(jié)點(diǎn)是連通的。因此,隱藏層的輸入不僅包括上層的輸出,還包含最后一個(gè)時(shí)間點(diǎn)的同一層的輸出[9]。許多入侵行為可以抽象為來自底層網(wǎng)絡(luò)的特定時(shí)間序列的時(shí)間。因此,RNN被認(rèn)為適合用來構(gòu)建入侵檢測(cè)系統(tǒng)。

    本文將門控循環(huán)單元(gated recurrent unit,GRU)結(jié)構(gòu)放在RNN神經(jīng)網(wǎng)絡(luò)中進(jìn)行入侵檢測(cè),模型可以識(shí)別具有時(shí)序特性的入侵流量。分析并設(shè)計(jì)模型的層次結(jié)構(gòu),分析最優(yōu)的損失函數(shù)、分類函數(shù),提出了一種最適用于本文的優(yōu)化函數(shù),加快模型收斂速度。

    1 數(shù)據(jù)預(yù)處理

    1.1 數(shù)值化

    使用歸一化、數(shù)值化方法處理元數(shù)據(jù)。KDD數(shù)據(jù)集中的數(shù)據(jù)是多組一維向量組成:

    [0,tcp,http,SF,219,1098,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,1,1,0.00,0.00,0.00,0.00,1.00,0.00,0.00,7,255,1.00,0.00,0.14,0.05,0.00,0.01,0.00,0.00,normal]

    每列所代表內(nèi)容為:

    [“duration”,“protocol_type”,“service”,“flag”,“src_bytes”,“dst_bytes”,“l(fā)and”,“wrong_fragment”,“urgent”,“hot”,“num_failed_logins”,“l(fā)ogged_in”,“num_compromised”,“root_shell”,“su_attempted”,“num_root”,“num_file_creations”,“num_shells”,“num_access_files”,“num_outbound_cmds”,“is_host_login”,“is_guest_login”,“count”,“srv_count”,“serror_rate”,“srv_serror_rate”,“rerror_rate”,“srv_rerror_rate”,“same_srv_rate”,“diff_srv_rate”,“srv_diff_host_rate”,“dst_host_count”,“dst_host_srv_count”,“dst_host_same_srv_rate”,“dst_host_diff_srv_rate”,“dst_host_same_src_port_rate”,“dst_host_srv_diff_host_rate”,“dst_host_serror_rate”,“dst_host_srv_serror_rate”,“dst_host_rerror_rate”,“dst_host_srv_rerror_rate”,“l(fā)abel”]

    其中4項(xiàng)是字符型的數(shù)據(jù),需要對(duì)其進(jìn)行數(shù)值化處理。例如最后一項(xiàng)數(shù)據(jù)類型label,共有5種,分別是普通行為、拒絕服務(wù)攻擊、網(wǎng)絡(luò)窺探、越權(quán)攻擊、遠(yuǎn)程攻擊。此部分?jǐn)?shù)據(jù)離散化不能作為GRU-RNN模型的直接輸入,需要將數(shù)據(jù)重新編碼。可以采用One-hot編碼方式。在用機(jī)器學(xué)習(xí)算法分類時(shí),計(jì)算各個(gè)特征之間的距離非常重要。One-hot編碼基本思想是將原數(shù)據(jù)的離散值轉(zhuǎn)換為歐式空間中的一個(gè)點(diǎn)。label分類的轉(zhuǎn)換可以如表1所示。

    表1 攻擊分類one-hot編碼表Table 1 Attack classification one-hot code table

    1.2 歸一化

    元數(shù)據(jù)的范圍不一致,例如第一列數(shù)據(jù)在(0,1)分布,第5列數(shù)據(jù)理論上可以達(dá)到無窮大。不利于神經(jīng)網(wǎng)絡(luò)的處理。如果數(shù)值過大會(huì)增加計(jì)算負(fù)擔(dān)。所以對(duì)數(shù)據(jù)進(jìn)行歸一化處理,例如將第5列數(shù)據(jù)歸一到(0,1),本文采用歸一化式:

    (1)

    2 GRU-RNN網(wǎng)絡(luò)結(jié)構(gòu)

    2.1 RNN循環(huán)神經(jīng)網(wǎng)絡(luò)

    推出RNN的目的是因?yàn)槿藗兿胍脦в许樞蛐缘臄?shù)據(jù)。在傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)中,假設(shè)所有輸入和輸出互相獨(dú)立。但是對(duì)于許多的任務(wù)處理,這種處理方式得到的模型效果很差。例如某人想要預(yù)測(cè)句子的下一個(gè)單詞,那么他最好知道之前的單詞都是什么,否則無法完成預(yù)測(cè)。RNN之所以稱之為遞歸,是因?yàn)樗鼘?duì)序列的每個(gè)元素都執(zhí)行相同的任務(wù),它的輸出受之前運(yùn)算影響。RNN具有記憶功能,可以捕獲到目前已經(jīng)計(jì)算出來的所有有關(guān)的內(nèi)容。

    RNN具有記憶功能,得益于RNN的模型結(jié)構(gòu)設(shè)計(jì),可以將之前的信息傳遞到后面的隱含層中,從而達(dá)到記憶的效果。RNN能夠記住在時(shí)間t處理的信息,在隨后的時(shí)間進(jìn)行計(jì)算,RNN模型結(jié)構(gòu)圖如圖1所示。

    圖1 遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Recurrent neural network structure diagram

    RNN的模型結(jié)構(gòu)比較簡(jiǎn)單,由輸入層、隱藏層和輸出層組成。輸入層與隱含層和隱含層與輸出層之間為全連接的狀態(tài),隱含層自身也有一個(gè)自循環(huán)結(jié)構(gòu)。RNN模型展開圖如圖2所示。

    圖2 遞歸神經(jīng)網(wǎng)絡(luò)的層級(jí)展開Fig.2 Hierarchical expansion of recurrent neural network

    RNN展開圖中t-1,t,t+1代表時(shí)間順序。輸入層用x表示,W表示之前樣本的權(quán)重矩陣,U表示當(dāng)前時(shí)刻輸入樣本的權(quán)重矩陣,V表示輸出的權(quán)重矩陣。St表示數(shù)據(jù)在時(shí)間點(diǎn)t的隱藏狀態(tài),其計(jì)算過程受上一個(gè)時(shí)間點(diǎn)計(jì)算出來的狀態(tài)影響:

    St=f(W*St-1+U*Xt)

    (2)

    其中,f(·)為激活函數(shù),采用tanh函數(shù)。

    模型一般在t時(shí)刻初始化各類初值,其余值初始化階段:

    h1=Ux1+Ws0

    (3)

    s1=f(h1)

    (4)

    o1=g(Vs1)

    (5)

    其中g(shù)(·)為激活函數(shù),采用SOFTMAX函數(shù),在一次運(yùn)算完成后,當(dāng)前的狀態(tài)將作為t時(shí)刻的狀態(tài)參與下一時(shí)刻的運(yùn)算:

    h2=Ux2+Ws1

    (6)

    s2=f(h2)

    (7)

    o2=g(Vs2)

    (8)

    由此可知,最終輸出的式為:

    ht=Uxt+Wst-1

    (9)

    st=f(ht)

    (10)

    ot=g(Vst)

    (11)

    可以將隱藏狀態(tài)視為RNN“內(nèi)存”。 捕獲t時(shí)間點(diǎn)前發(fā)生的所有事情,并基于t時(shí)間點(diǎn)計(jì)算輸出。RNN在所有步驟中共享相同的參數(shù)(U,W,V),減少了學(xué)習(xí)過程中需要學(xué)習(xí)的參數(shù)總數(shù)。

    2.2 門控制循環(huán)單元

    門控循環(huán)單元(gated recurrent unit,GRU)在多種應(yīng)用領(lǐng)域中被證明是一種有效的LSTM變體,其結(jié)構(gòu)是LSTM的簡(jiǎn)化和提升版[10]。使用復(fù)位門和更新門替代LSTM結(jié)構(gòu)中輸入門、遺忘門和輸出門。復(fù)位門來計(jì)算是否忘記之前計(jì)算狀態(tài),更新門決定將上一步多少信息繼續(xù)迭代到當(dāng)前步驟[11]。GRU結(jié)構(gòu)如圖3所示。

    圖3 門控循環(huán)單元結(jié)構(gòu)Fig.3 gated recurrent unit structure diagram

    GRU結(jié)構(gòu)的主要計(jì)算式:

    rt=σ(Wrxt+Urht-1)

    (12)

    zt=σ(Wzxt+Urht-1)

    (13)

    (14)

    (15)

    GRU結(jié)構(gòu)比LSTM簡(jiǎn)單,在運(yùn)算的速度和性能上比LSTM更有優(yōu)勢(shì)[12],其展開圖如圖4所示。

    圖4 門控循環(huán)單元展開Fig.4 Hierarchical expansion of gated recurrent unit

    2.3 GRU-RNN網(wǎng)絡(luò)設(shè)計(jì)

    傳統(tǒng)網(wǎng)絡(luò)入侵檢測(cè)[13-14]被證明是非常有效的檢測(cè)手段,但這類檢測(cè)方式只對(duì)例如越權(quán)攻擊有較好的檢出率[15]。由于網(wǎng)絡(luò)入侵有明顯的時(shí)序性,例如DDOS攻擊就是在短時(shí)間內(nèi)大量的訪問某服務(wù)造成服務(wù)不可用的狀態(tài)。傳統(tǒng)的檢測(cè)方式[16],無法對(duì)持續(xù)一段時(shí)間的攻擊行為進(jìn)行檢測(cè),會(huì)在迭代學(xué)習(xí)的過程中產(chǎn)生一種梯度消失的現(xiàn)象,即遺忘[17]。所以本文采用RNN循環(huán)神經(jīng)網(wǎng)絡(luò),結(jié)合GRU模型,能夠處理具有時(shí)序性的攻擊信息。

    將GRU與RNN結(jié)合,構(gòu)建GRU-RNN網(wǎng)絡(luò)入侵檢測(cè)模型。如圖5所示,該系統(tǒng)由數(shù)據(jù)預(yù)處理模塊、過采樣模塊、GRU模塊、RNN模塊和輸出模塊組成。預(yù)處理模塊負(fù)責(zé)將原數(shù)據(jù)轉(zhuǎn)換為適合神經(jīng)網(wǎng)絡(luò)輸入的數(shù)值;GRU模塊由2個(gè)GRU層組成,每層含2個(gè)GRU結(jié)構(gòu)存儲(chǔ)數(shù)據(jù),是系統(tǒng)的核心部分;RNN模塊含15層隱含層,對(duì)GRU模塊的輸出執(zhí)行非線性映射,最終做出非線性的分類決策。KDD數(shù)據(jù)集共有5種行為,分別是普通行為、拒絕服務(wù)攻擊、網(wǎng)絡(luò)窺探、越權(quán)攻擊、遠(yuǎn)程攻擊。所以輸出層采用SOFTMAX函數(shù)對(duì)結(jié)果進(jìn)行分類處理,可標(biāo)準(zhǔn)化分類概率并將其輸出為最終結(jié)果。

    圖5 GRU-RNN網(wǎng)絡(luò)結(jié)構(gòu)Fig.5 GRU-RNN network structure diagram

    在這些組件當(dāng)中,GRU和RNN模塊是2種不同的神經(jīng)網(wǎng)絡(luò)模型。GRU結(jié)構(gòu)復(fù)雜,計(jì)算量大。RNN結(jié)構(gòu)簡(jiǎn)單,可以進(jìn)行快速的計(jì)算且易于堆疊。所以本文采用2層GRU和15層RNN隱含層來實(shí)現(xiàn)。兩者構(gòu)成一個(gè)深層網(wǎng)絡(luò),實(shí)現(xiàn)更優(yōu)化的結(jié)果。

    輸入層具有41個(gè)輸入神經(jīng)元,輸入層連接到2個(gè)記憶模塊的隱含層,輸入層的神經(jīng)元與隱含層是全連接的關(guān)系。

    1)輸入層設(shè)計(jì)。

    將KDD-99數(shù)據(jù)集中的元數(shù)據(jù)數(shù)值化和歸一化后輸入GRU-RNN模型。其中protocol_type、service、flag和label元數(shù)據(jù)為字符型,利用One-hot編碼成為標(biāo)量。對(duì)src_bytes、dst_bytes等數(shù)據(jù)歸一化成為(0,1)標(biāo)量。元數(shù)據(jù)共41個(gè)維度,處理后對(duì)應(yīng)41個(gè)輸入神經(jīng)元的輸入層將元數(shù)據(jù)輸入GRU-RNN。

    2)GRU與RNN隱含層設(shè)計(jì)。

    由2層記憶層組成,該部分負(fù)責(zé)存儲(chǔ)數(shù)據(jù),即模型最核心的創(chuàng)新點(diǎn)“記憶功能”。用于識(shí)別持續(xù)時(shí)間較長(zhǎng)的攻擊行為。然后將數(shù)據(jù)導(dǎo)入一個(gè)15層的RNN隱含層進(jìn)行特征識(shí)別。

    3)輸出層。

    該KDD-99數(shù)據(jù)集中共有5種行為被標(biāo)識(shí),所以本系統(tǒng)采用一個(gè)5個(gè)輸出神經(jīng)元的輸出層。

    3 實(shí)驗(yàn)

    3.1 測(cè)量方法

    對(duì)于分類問題,分類結(jié)果可以是正確的或不正確的,所有可能的結(jié)果可以分為表2中4個(gè)情況。

    表2 性能指標(biāo)分類表Table 2 Measure classification

    TP表示模型檢測(cè)出攻擊流量的數(shù)目,且該檢測(cè)結(jié)果是正確的;FN表示檢出為攻擊流量的數(shù)目,但其檢測(cè)結(jié)果錯(cuò)誤,這些流量實(shí)際是正常流量;TN表示檢出為正常流量的數(shù)目,且檢測(cè)結(jié)果是正確的;FP表示檢出為正常流量的數(shù)目,但其檢測(cè)結(jié)果錯(cuò)誤,實(shí)際該流量是攻擊流量。其中,F(xiàn)P和FN稱為誤報(bào)。

    根據(jù)以上4個(gè)參數(shù),通??梢缘贸?個(gè)指標(biāo)衡量一個(gè)模型的實(shí)際性能。

    準(zhǔn)確率:

    (16)

    檢出率:

    (17)

    正確檢出率:

    (18)

    漏報(bào)率:

    (19)

    相關(guān)系數(shù):

    (20)

    其中,式(16)代表正確判斷所有入侵流量和正常流量的概率;式(17)、(18) 代表攻擊流量的檢出率;式(19)代表攻擊流量被當(dāng)成正常流量的誤報(bào)率;式(20)是衡量模型總體指標(biāo)的衡量函數(shù)。

    3.2 數(shù)據(jù)集

    KDD數(shù)據(jù)集是美國(guó)空軍模擬空軍基地局域網(wǎng),收集7個(gè)星期的訓(xùn)練數(shù)據(jù)和2個(gè)星期的測(cè)試數(shù)據(jù)。手機(jī)的數(shù)據(jù)總數(shù)包含200多個(gè)實(shí)例。

    流量被分類為正常流量或某種攻擊類型。攻擊被分成4個(gè)攻擊類別:拒絕服務(wù)攻擊(DOS)、網(wǎng)絡(luò)探測(cè)(Probe)、遠(yuǎn)程攻擊(R2L)和越權(quán)攻擊(U2R)。

    3.3 GRU-RNN網(wǎng)絡(luò)結(jié)構(gòu)實(shí)驗(yàn)

    為進(jìn)一步驗(yàn)證本文提出的GRU-RNN網(wǎng)絡(luò)模型性能。與其他文獻(xiàn)中入侵檢測(cè)模型進(jìn)行比較,包括不平衡學(xué)習(xí)、支持向量機(jī)、DNN等學(xué)習(xí)方法[18-19]。此外在本實(shí)驗(yàn)中,使用NSL-KDD數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),作為KDD數(shù)據(jù)集的改進(jìn)版,解決了KDD-CUP-99數(shù)據(jù)集s一些固有問題[20]。但總體仍然存在一些問題,通常將2種數(shù)據(jù)集一起使用。

    如表3~5所示,實(shí)驗(yàn)測(cè)試了不同模型的整體檢測(cè)性能。

    表3 與其他不平衡算法性能比較Table 3 Comparison with other imbalance algorithms

    表4 與其他傳統(tǒng)算法性能比較Table 4 Compared with other traditional algorithms

    表5 與其他深度學(xué)習(xí)算法性能比較Table 5 Comparison with other deep learning algorithms

    與其他的不平衡學(xué)習(xí)方法相比,本文提出的GRU-RNN模型使用最少的樣本來獲得最佳性能。在準(zhǔn)確率和正確檢出率方面,I-NGSA與CANN+SMOTE模型在不平衡學(xué)習(xí)模型中取得了比較好的效果。相比之下,本文提出的GRU-RNN模型效果略遜色于上述2種模型,但由于均達(dá)到99%以上的檢出率。所以可以忽略本部分的劣勢(shì),可以視為是較好的檢測(cè)水平。

    與淺層學(xué)習(xí)相比,GA-LR在淺層學(xué)習(xí)中所有指標(biāo)均表現(xiàn)良好,總體效果要略好于本文提出的模型。但由于GA-LR模型所需要的訓(xùn)練數(shù)據(jù)集大小為本模型的7倍。因此,在相同的數(shù)據(jù)量下,本模型的收斂性比GA-LR模型好。表現(xiàn)出本算法在少量數(shù)據(jù)的時(shí)候,就能達(dá)到最優(yōu)狀態(tài)。

    與其他深度學(xué)習(xí)模型[21-22]相比,結(jié)果顯示其他深度模型均有較好的性能。其中,CNN-LSTM與DNN模型總體上檢測(cè)效果要好于本模型,與GA-LR模型具有同樣的問題,需要的數(shù)據(jù)量遠(yuǎn)大于本模型。S-NADE模型,整體性能較差,需要的數(shù)據(jù)量也遠(yuǎn)超本模型。SCDNN模型,正確檢出率極低。

    4 結(jié)論

    1)實(shí)驗(yàn)結(jié)果驗(yàn)證了基于GRU網(wǎng)絡(luò)記憶模塊的GRU-RNN入侵檢測(cè)系統(tǒng),能夠解決傳統(tǒng)的入侵檢測(cè)模型普遍無法對(duì)具有時(shí)序特征(尤其是持續(xù)時(shí)間較長(zhǎng)的攻擊)檢出率不高的問題。

    2)對(duì)KDD數(shù)據(jù)集的仿真實(shí)驗(yàn)表明,該模型能夠在使用較少數(shù)據(jù)集的條件下,達(dá)到99%以上的準(zhǔn)確率,且具有較好的準(zhǔn)確率、檢出率和漏報(bào)率。

    本文對(duì)所提出的模型主要進(jìn)行了理論驗(yàn)證,為了驗(yàn)證該模型的實(shí)際應(yīng)用,需要投入到大量的工程中運(yùn)行。下一步的研究重點(diǎn)是優(yōu)化模型,使其能夠應(yīng)用在網(wǎng)絡(luò)入侵檢測(cè)的實(shí)際場(chǎng)景中。

    猜你喜歡
    檢出率神經(jīng)網(wǎng)絡(luò)流量
    冰墩墩背后的流量密碼
    玩具世界(2022年2期)2022-06-15 07:35:36
    QCT與DXA對(duì)絕經(jīng)后婦女骨質(zhì)疏松癥檢出率的對(duì)比
    安寧市老年人高血壓檢出率及其影響因素
    張曉明:流量決定勝負(fù)!三大流量高地裂變無限可能!
    長(zhǎng)程動(dòng)態(tài)心電圖對(duì)心律失常的檢出率分析
    尋找書業(yè)新流量
    出版人(2020年4期)2020-11-14 08:34:26
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    山東產(chǎn)品抽查:文胸嬰幼兒服裝不合格率居前
    日韩中文字幕欧美一区二区| 丰满人妻一区二区三区视频av | 在线播放国产精品三级| 成年免费大片在线观看| 亚洲七黄色美女视频| or卡值多少钱| 99视频精品全部免费 在线| 成年女人毛片免费观看观看9| 亚洲中文字幕日韩| 老司机福利观看| 亚洲国产精品成人综合色| 国内毛片毛片毛片毛片毛片| av视频在线观看入口| 在线观看美女被高潮喷水网站 | www日本黄色视频网| 欧美bdsm另类| 精品国产美女av久久久久小说| 高清日韩中文字幕在线| 男女床上黄色一级片免费看| 亚洲国产欧美人成| 亚洲七黄色美女视频| 最近最新免费中文字幕在线| 男人和女人高潮做爰伦理| 老司机午夜十八禁免费视频| 一卡2卡三卡四卡精品乱码亚洲| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 18禁裸乳无遮挡免费网站照片| 免费看十八禁软件| 他把我摸到了高潮在线观看| 在线免费观看的www视频| 综合色av麻豆| 18禁美女被吸乳视频| 性色avwww在线观看| 在线观看日韩欧美| 亚洲精品456在线播放app | 国产精品,欧美在线| 日韩高清综合在线| 久久精品91无色码中文字幕| 亚洲国产色片| 久久草成人影院| 级片在线观看| 中文字幕av在线有码专区| 国内精品一区二区在线观看| 久久精品91蜜桃| 午夜免费成人在线视频| 久久亚洲精品不卡| 床上黄色一级片| 一夜夜www| 午夜免费激情av| 两人在一起打扑克的视频| 欧美中文综合在线视频| 免费观看精品视频网站| 久久精品国产综合久久久| h日本视频在线播放| 欧美日韩综合久久久久久 | 99在线人妻在线中文字幕| 午夜影院日韩av| 嫩草影视91久久| 白带黄色成豆腐渣| 精品国内亚洲2022精品成人| 精华霜和精华液先用哪个| 一进一出抽搐gif免费好疼| 国产野战对白在线观看| 99国产极品粉嫩在线观看| 黄片小视频在线播放| 久久久久久久午夜电影| 免费观看人在逋| 天堂动漫精品| 露出奶头的视频| 女生性感内裤真人,穿戴方法视频| АⅤ资源中文在线天堂| 国产一区二区亚洲精品在线观看| 国产欧美日韩精品亚洲av| 亚洲一区二区三区色噜噜| 在线免费观看不下载黄p国产 | 美女大奶头视频| 中文字幕av在线有码专区| 搡老熟女国产l中国老女人| 香蕉av资源在线| 精品国产三级普通话版| 在线观看美女被高潮喷水网站 | 在线观看午夜福利视频| www.www免费av| 日韩亚洲欧美综合| 精品日产1卡2卡| 色尼玛亚洲综合影院| 成人精品一区二区免费| 在线a可以看的网站| 亚洲精品在线观看二区| 亚洲av日韩精品久久久久久密| av女优亚洲男人天堂| 国产 一区 欧美 日韩| 久久精品国产综合久久久| 嫩草影视91久久| 国产亚洲欧美在线一区二区| av女优亚洲男人天堂| 亚洲国产精品合色在线| 成人国产一区最新在线观看| 亚洲国产欧洲综合997久久,| 色精品久久人妻99蜜桃| 欧美3d第一页| 国产午夜精品论理片| 97碰自拍视频| 午夜福利免费观看在线| 可以在线观看的亚洲视频| 免费在线观看日本一区| 国产免费一级a男人的天堂| 亚洲av美国av| 18禁裸乳无遮挡免费网站照片| 久久草成人影院| 又爽又黄无遮挡网站| 少妇的逼水好多| 亚洲 国产 在线| 国产三级黄色录像| 桃红色精品国产亚洲av| 欧美大码av| 日本黄色视频三级网站网址| www.色视频.com| 欧美成人一区二区免费高清观看| 午夜福利视频1000在线观看| 熟女人妻精品中文字幕| 免费一级毛片在线播放高清视频| 999久久久精品免费观看国产| 88av欧美| 男人和女人高潮做爰伦理| 国产色婷婷99| 国产精品乱码一区二三区的特点| 亚洲专区中文字幕在线| 国产黄a三级三级三级人| 久9热在线精品视频| 成人欧美大片| 日本免费一区二区三区高清不卡| 国产一区二区在线av高清观看| 精品一区二区三区视频在线 | 国内少妇人妻偷人精品xxx网站| 国产精品av视频在线免费观看| 国产一区二区三区在线臀色熟女| 噜噜噜噜噜久久久久久91| 欧美成狂野欧美在线观看| 国产精品永久免费网站| 可以在线观看毛片的网站| 不卡一级毛片| 黄色女人牲交| 91久久精品国产一区二区成人 | 成人国产综合亚洲| 亚洲美女黄片视频| 国产黄a三级三级三级人| 久久九九热精品免费| 亚洲第一电影网av| 老熟妇乱子伦视频在线观看| 97人妻精品一区二区三区麻豆| 欧美日韩中文字幕国产精品一区二区三区| 午夜老司机福利剧场| 欧美国产日韩亚洲一区| 色老头精品视频在线观看| 午夜福利18| 国产一区二区亚洲精品在线观看| 国产淫片久久久久久久久 | 午夜激情福利司机影院| 国产aⅴ精品一区二区三区波| 亚洲无线观看免费| 99久久久亚洲精品蜜臀av| 欧美黑人欧美精品刺激| 亚洲精品久久国产高清桃花| 久久伊人香网站| 亚洲国产精品合色在线| 无遮挡黄片免费观看| 俄罗斯特黄特色一大片| 欧美黄色淫秽网站| 免费观看精品视频网站| 成人高潮视频无遮挡免费网站| 亚洲精品在线观看二区| 欧美一区二区国产精品久久精品| 精品一区二区三区视频在线 | 一区福利在线观看| 国产高清有码在线观看视频| 亚洲成a人片在线一区二区| 欧美另类亚洲清纯唯美| 国产av麻豆久久久久久久| 麻豆成人av在线观看| 欧美日韩综合久久久久久 | 色综合站精品国产| 给我免费播放毛片高清在线观看| 一卡2卡三卡四卡精品乱码亚洲| 日本熟妇午夜| 国产精品99久久99久久久不卡| 成人高潮视频无遮挡免费网站| 亚洲美女黄片视频| 琪琪午夜伦伦电影理论片6080| 最近最新免费中文字幕在线| 欧美3d第一页| 日韩大尺度精品在线看网址| 国产精品乱码一区二三区的特点| 免费在线观看影片大全网站| 日本成人三级电影网站| 日韩欧美国产一区二区入口| 丰满乱子伦码专区| x7x7x7水蜜桃| 国产伦在线观看视频一区| av中文乱码字幕在线| 成年女人永久免费观看视频| 国模一区二区三区四区视频| 精品日产1卡2卡| 久久精品亚洲精品国产色婷小说| 亚洲真实伦在线观看| 舔av片在线| 精品熟女少妇八av免费久了| 级片在线观看| 三级男女做爰猛烈吃奶摸视频| 亚洲精品在线观看二区| 嫩草影院精品99| 精品一区二区三区视频在线观看免费| 18禁国产床啪视频网站| 精品久久久久久久末码| 亚洲不卡免费看| 国产黄片美女视频| 最新中文字幕久久久久| 久久久久久久精品吃奶| 色综合欧美亚洲国产小说| 欧美绝顶高潮抽搐喷水| 日韩免费av在线播放| 国产一区二区亚洲精品在线观看| 精品熟女少妇八av免费久了| a级一级毛片免费在线观看| 国产精品综合久久久久久久免费| 十八禁网站免费在线| 日韩亚洲欧美综合| 啦啦啦观看免费观看视频高清| 黄色成人免费大全| 岛国视频午夜一区免费看| 国产精品久久视频播放| 国产精品永久免费网站| 亚洲成人免费电影在线观看| 亚洲18禁久久av| 黄色片一级片一级黄色片| 小蜜桃在线观看免费完整版高清| 日本与韩国留学比较| 一个人免费在线观看电影| 高清在线国产一区| 每晚都被弄得嗷嗷叫到高潮| 欧美性感艳星| 亚洲av不卡在线观看| 在线a可以看的网站| 五月玫瑰六月丁香| 精品无人区乱码1区二区| 中文资源天堂在线| 一a级毛片在线观看| 真人一进一出gif抽搐免费| 精品一区二区三区av网在线观看| 又黄又粗又硬又大视频| 国产精品久久久人人做人人爽| 久久久国产成人免费| 亚洲一区二区三区不卡视频| 日本 av在线| 真人一进一出gif抽搐免费| 国产亚洲精品综合一区在线观看| 91av网一区二区| 欧美成人一区二区免费高清观看| 亚洲在线观看片| 亚洲精品在线观看二区| 亚洲欧美日韩卡通动漫| 亚洲av成人精品一区久久| 亚洲 国产 在线| 午夜亚洲福利在线播放| 精品人妻一区二区三区麻豆 | 欧美绝顶高潮抽搐喷水| 国产精品,欧美在线| 午夜激情福利司机影院| 欧美不卡视频在线免费观看| 久久久久亚洲av毛片大全| 亚洲七黄色美女视频| 欧美丝袜亚洲另类 | 亚洲aⅴ乱码一区二区在线播放| 天堂影院成人在线观看| 精品电影一区二区在线| 日本免费a在线| svipshipincom国产片| 午夜福利在线观看免费完整高清在 | 免费搜索国产男女视频| 美女 人体艺术 gogo| 搡老熟女国产l中国老女人| 日韩精品青青久久久久久| 一个人免费在线观看电影| 老司机午夜十八禁免费视频| 国产精品亚洲美女久久久| 黄色女人牲交| av视频在线观看入口| 蜜桃久久精品国产亚洲av| 夜夜看夜夜爽夜夜摸| 最近视频中文字幕2019在线8| 校园春色视频在线观看| 国产黄片美女视频| 亚洲熟妇中文字幕五十中出| 成人性生交大片免费视频hd| 岛国在线观看网站| 九色成人免费人妻av| 狂野欧美激情性xxxx| 亚洲精品在线美女| 叶爱在线成人免费视频播放| 欧洲精品卡2卡3卡4卡5卡区| 日韩精品中文字幕看吧| 长腿黑丝高跟| 欧美日韩一级在线毛片| 欧美乱色亚洲激情| 久久久久久久久大av| 欧美色视频一区免费| 伊人久久精品亚洲午夜| 久久久久久久久久黄片| 成年免费大片在线观看| 女同久久另类99精品国产91| 亚洲av电影在线进入| av黄色大香蕉| 女人高潮潮喷娇喘18禁视频| 亚洲精品久久国产高清桃花| 久久久久免费精品人妻一区二区| 久久久成人免费电影| 中文字幕精品亚洲无线码一区| 亚洲欧美日韩东京热| 丰满的人妻完整版| 日韩亚洲欧美综合| 18+在线观看网站| 日本与韩国留学比较| 中国美女看黄片| 18+在线观看网站| av天堂在线播放| 18禁在线播放成人免费| 国产亚洲精品久久久com| 亚洲在线自拍视频| 日本五十路高清| 午夜老司机福利剧场| 国产熟女xx| 国产精品亚洲av一区麻豆| 亚洲成a人片在线一区二区| 变态另类成人亚洲欧美熟女| 国产精品久久久久久亚洲av鲁大| 高清日韩中文字幕在线| 成人无遮挡网站| 久久久久久久亚洲中文字幕 | 一本综合久久免费| 天堂动漫精品| 婷婷丁香在线五月| 亚洲不卡免费看| 一级毛片高清免费大全| 精品久久久久久,| 叶爱在线成人免费视频播放| 亚洲av电影在线进入| 久99久视频精品免费| 午夜日韩欧美国产| 村上凉子中文字幕在线| 日韩欧美免费精品| 国产精品永久免费网站| 国产视频一区二区在线看| 中文字幕人妻丝袜一区二区| 中出人妻视频一区二区| av天堂中文字幕网| www日本黄色视频网| 国产成人影院久久av| 亚洲第一电影网av| 欧美+亚洲+日韩+国产| 99国产精品一区二区蜜桃av| 精品久久久久久久久久久久久| 3wmmmm亚洲av在线观看| 男人和女人高潮做爰伦理| 国产伦在线观看视频一区| 国产av不卡久久| 亚洲第一欧美日韩一区二区三区| 久久香蕉精品热| 午夜免费观看网址| 别揉我奶头~嗯~啊~动态视频| 9191精品国产免费久久| 国产精品久久久人人做人人爽| 精品无人区乱码1区二区| 成人国产综合亚洲| www.999成人在线观看| 麻豆成人午夜福利视频| 亚洲成av人片在线播放无| 他把我摸到了高潮在线观看| 最新在线观看一区二区三区| 日本黄色视频三级网站网址| 少妇裸体淫交视频免费看高清| 91麻豆av在线| 一区二区三区高清视频在线| 久久久久久大精品| 亚洲av电影不卡..在线观看| 色哟哟哟哟哟哟| 国产精品爽爽va在线观看网站| 欧洲精品卡2卡3卡4卡5卡区| 亚洲精品一卡2卡三卡4卡5卡| 久久香蕉国产精品| 99久久成人亚洲精品观看| 91av网一区二区| 最近在线观看免费完整版| 两性午夜刺激爽爽歪歪视频在线观看| 成人特级av手机在线观看| 日本在线视频免费播放| 伊人久久大香线蕉亚洲五| 女人十人毛片免费观看3o分钟| 夜夜躁狠狠躁天天躁| 人妻夜夜爽99麻豆av| 久久久国产精品麻豆| www.熟女人妻精品国产| 欧美又色又爽又黄视频| 日本一二三区视频观看| 看黄色毛片网站| 久久久成人免费电影| 国产日本99.免费观看| 老司机在亚洲福利影院| 天天添夜夜摸| 午夜久久久久精精品| 亚洲成人中文字幕在线播放| 热99re8久久精品国产| 国产99白浆流出| 久久香蕉国产精品| 亚洲第一欧美日韩一区二区三区| 一区二区三区激情视频| 日韩欧美三级三区| 在线看三级毛片| 麻豆久久精品国产亚洲av| a在线观看视频网站| 成人国产综合亚洲| av在线天堂中文字幕| 亚洲av成人精品一区久久| 无遮挡黄片免费观看| 在线观看免费午夜福利视频| 老司机在亚洲福利影院| a级毛片a级免费在线| 国产高清三级在线| 亚洲片人在线观看| 亚洲最大成人手机在线| 色综合婷婷激情| 高清日韩中文字幕在线| 免费在线观看成人毛片| 欧美不卡视频在线免费观看| 美女高潮喷水抽搐中文字幕| 在线观看免费午夜福利视频| 波野结衣二区三区在线 | 十八禁人妻一区二区| 国产毛片a区久久久久| a级毛片a级免费在线| 国产色婷婷99| 免费电影在线观看免费观看| 熟女少妇亚洲综合色aaa.| 在线视频色国产色| 中文字幕精品亚洲无线码一区| 亚洲专区国产一区二区| 露出奶头的视频| 国内久久婷婷六月综合欲色啪| 一级a爱片免费观看的视频| 女警被强在线播放| 三级国产精品欧美在线观看| 欧美在线一区亚洲| 亚洲av中文字字幕乱码综合| 欧美bdsm另类| 久久久久性生活片| 神马国产精品三级电影在线观看| 亚洲av成人不卡在线观看播放网| 亚洲av电影在线进入| 国产精品野战在线观看| 免费高清视频大片| 亚洲av成人精品一区久久| 草草在线视频免费看| 狂野欧美激情性xxxx| 最好的美女福利视频网| 1024手机看黄色片| 久久国产精品影院| 欧美xxxx黑人xx丫x性爽| 久久久久免费精品人妻一区二区| АⅤ资源中文在线天堂| 色尼玛亚洲综合影院| 3wmmmm亚洲av在线观看| 久久久国产成人精品二区| 亚洲精品在线观看二区| 亚洲人与动物交配视频| 久久精品人妻少妇| av女优亚洲男人天堂| 国产乱人伦免费视频| 极品教师在线免费播放| 亚洲无线观看免费| 噜噜噜噜噜久久久久久91| 亚洲国产欧美网| 久久久久久大精品| 啦啦啦观看免费观看视频高清| 国产精品久久久久久精品电影| 色综合欧美亚洲国产小说| 女人高潮潮喷娇喘18禁视频| 99精品久久久久人妻精品| 国产视频一区二区在线看| 女人十人毛片免费观看3o分钟| 午夜日韩欧美国产| 日韩有码中文字幕| 三级国产精品欧美在线观看| 91久久精品国产一区二区成人 | 91字幕亚洲| 国产亚洲av嫩草精品影院| 日本成人三级电影网站| а√天堂www在线а√下载| 国产成+人综合+亚洲专区| 亚洲精品国产精品久久久不卡| 黑人欧美特级aaaaaa片| 亚洲激情在线av| 欧美黄色淫秽网站| 久久久久亚洲av毛片大全| 久99久视频精品免费| 亚洲中文字幕一区二区三区有码在线看| 久久天躁狠狠躁夜夜2o2o| 国产亚洲精品久久久久久毛片| 亚洲最大成人手机在线| 波野结衣二区三区在线 | 久久久久精品国产欧美久久久| 搡女人真爽免费视频火全软件 | 天天躁日日操中文字幕| 成人国产综合亚洲| 我要搜黄色片| 香蕉久久夜色| 制服丝袜大香蕉在线| 91在线观看av| 欧美日韩中文字幕国产精品一区二区三区| 久久人妻av系列| 99精品欧美一区二区三区四区| 日韩大尺度精品在线看网址| 哪里可以看免费的av片| 午夜视频国产福利| 午夜福利免费观看在线| 99热精品在线国产| 免费高清视频大片| 一级毛片女人18水好多| 99热只有精品国产| 两个人看的免费小视频| 岛国视频午夜一区免费看| 久久久精品大字幕| 波多野结衣高清作品| 真人做人爱边吃奶动态| 国产av不卡久久| 日日夜夜操网爽| 19禁男女啪啪无遮挡网站| 国产亚洲精品av在线| 少妇裸体淫交视频免费看高清| 亚洲国产欧美网| 欧美性猛交╳xxx乱大交人| 在线观看舔阴道视频| 精品久久久久久久毛片微露脸| 免费av观看视频| 噜噜噜噜噜久久久久久91| 成人精品一区二区免费| 国产成人福利小说| 脱女人内裤的视频| 国产三级黄色录像| 无限看片的www在线观看| 欧美激情在线99| 麻豆成人av在线观看| 国产精品久久视频播放| 三级国产精品欧美在线观看| 操出白浆在线播放| 人人妻,人人澡人人爽秒播| x7x7x7水蜜桃| 一级a爱片免费观看的视频| 日韩欧美国产在线观看| 亚洲国产欧洲综合997久久,| 色综合婷婷激情| 90打野战视频偷拍视频| 午夜视频国产福利| 叶爱在线成人免费视频播放| 欧美日韩瑟瑟在线播放| 欧美激情在线99| 99久久九九国产精品国产免费| 搡老妇女老女人老熟妇| 99久久九九国产精品国产免费| 欧美xxxx黑人xx丫x性爽| 国内精品美女久久久久久| 热99re8久久精品国产| 搡老岳熟女国产| 欧美成人免费av一区二区三区| 国产三级中文精品| 国产成人欧美在线观看| 国产伦精品一区二区三区视频9 | 久久精品国产综合久久久| 日韩欧美免费精品| 亚洲欧美日韩东京热| 日本免费a在线| 又黄又粗又硬又大视频| 丝袜美腿在线中文| 女同久久另类99精品国产91| 国产欧美日韩一区二区精品| 日韩精品青青久久久久久| 老司机午夜福利在线观看视频| 在线观看一区二区三区| 最新美女视频免费是黄的| 久久久久久久午夜电影| 老司机深夜福利视频在线观看| 亚洲黑人精品在线| www日本在线高清视频| 男女视频在线观看网站免费| 午夜两性在线视频| 久久九九热精品免费| 国产三级中文精品| 性欧美人与动物交配| 色综合亚洲欧美另类图片| 精品国内亚洲2022精品成人| www.999成人在线观看| 中文字幕高清在线视频| 噜噜噜噜噜久久久久久91| 网址你懂的国产日韩在线| 久久久国产成人免费| 18禁黄网站禁片免费观看直播| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 757午夜福利合集在线观看| 69av精品久久久久久| 亚洲专区国产一区二区| 精品一区二区三区视频在线 | 在线观看免费午夜福利视频| av天堂在线播放| 特大巨黑吊av在线直播| 热99在线观看视频| 99热精品在线国产| 国产精品女同一区二区软件 |