• <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 ?

    基于動態(tài)雙子種群的差分進化K中心點聚類算法

    2021-07-27 02:59:54鄧斌濤徐勝超
    計算機與現(xiàn)代化 2021年7期
    關鍵詞:雙子中心點差分

    鄧斌濤,徐勝超

    (廣州華商學院數(shù)據科學學院,廣東 廣州 511300)

    0 引 言

    隨著云計算及大數(shù)據技術的發(fā)展,近年來因特網上的數(shù)據量急劇增加,基于機器學習方法的數(shù)據挖掘技術也隨之發(fā)展用來處理這些海量的大數(shù)據。聚類算法可以針對樣本或者個體的數(shù)據完成數(shù)據的分類,是數(shù)據挖掘中的一個大類分支。

    聚類分析按照功能劃分包括分區(qū)聚類、層次聚類、基于網格的聚類等[1-4]。經典的聚類算法針對無標簽的數(shù)據可以很好地分類,但是針對大規(guī)模的海量數(shù)據處理效率低、耗時,已經不能滿足近年來實時數(shù)據平臺的要求。

    用實現(xiàn)方式劃分,聚類算法又可以分為K最近鄰聚類算法KNN clustering、K均值聚類算法K-means clustering、K中心點聚類算法K-medoids clustering等。相關研究表明,K最近鄰聚類算法和K均值聚類算法在處理小規(guī)模的數(shù)據時效率比較高[5-6];K中心點聚類算法比較適合于大規(guī)模的數(shù)據。因此本文選擇K中心點聚類算法完成大數(shù)據處理。但K中心點聚類仍然存在可擴展性差、收斂速度慢、容易陷入局部最優(yōu)解的不足。

    差分進化(Differential Evolution, DE)是一個簡單和高效的算法,它經常用來解決真實變量的最優(yōu)化問題,特別是在非線性問題最優(yōu)化問題上,它擁有強健的全局最優(yōu)能力,可以很好地提高聚類算法的精確度,是近年來數(shù)據挖掘領域比較有前景的算法。例如文獻[7]提出了基于差分進化的模糊聚類算法,解決了錯誤診斷問題。近年來有很多文獻對差分進化進行了改進,克服了差分進化算法的一些不足[8-10]。

    針對上述問題,為了改善聚類算法的處理速度和分類精確度問題,本文首先結合差分進化算法和K中心點聚類算法;其次,采用動態(tài)雙子種群(Dynamic Gemini Population, DGP)模式來解決在維持種群密度的時候避免陷入局部最優(yōu)的問題;最后,本文以網絡入侵檢測這種大規(guī)模的大數(shù)據處理問題為案例,通過配置云計算下的Hapdoop平臺來并行處理基于動態(tài)雙子種群的差分進化的K中心點聚類算法DGP-DE-K-mediods。實驗結果表明,與現(xiàn)在常見的聚類算法比較起來,并行化的差分進化的K中心點聚類具有更好的分類精度和更少的運行時間。

    1 基于動態(tài)雙子種群的差分進化算法

    1.1 差分進化算法概況

    差分進化算法是一個基于群智能的新型啟發(fā)式算法,它具有很強的全局最優(yōu)解的尋找能力[8]。

    假設X為初始種群,N為種群的尺寸,Xi(t)(t=1,2,…,N)是當前種群條件下的進化種群序列。t為算法進化過程的迭代次數(shù)。種群的個體交叉操作的處理過程如公式(1)[11]:

    Vi(t)=(vi1(t),vi2(t),…,viD(t))

    =Xp1(t)+F(Xp2(t)-Xp3(t))

    (1)

    其中,Xp1(t)、Xp2(t)、Xp3(t)是隨機從當前的進化種群中選擇出來的3個不同的個體。F是一個規(guī)模參數(shù)。

    D表示種群中個體的維度,這就是說交叉的個體是由D個不同的部分組成。進化的個體Xi(t)和Vi(t)是在當前的種群完成交叉操作來競爭的個體Ui(t)=(ui1(t),ui2(t),…,uiD(t))的時候產生,Ui(t)由D個不同的部分組成。

    在競爭的個體Ui(t)的第j個組成部分可以按照公式(2)完成計算[9]。

    (2)

    其中,z是一個隨機的整數(shù),CR∈[0,1]是交叉操作的概率。針對種群的更新,可以按照下面的公式(3)來完成。

    (3)

    其中,f(Ui(t))是個體Ui(t)的適應度函數(shù),f(Xi(t))是個體Xi(t)的適應度函數(shù)。對于每個個體,Xi(t+1)要好于或持平于Xi(t),通過變異、交叉,選擇達到全部最優(yōu)。

    1.2 基于差分進化的K中心點聚類

    K中心點聚類算法是一個常見的聚類數(shù)據挖掘算法[12]。很多聚類算法的模型都起源于該原始算法。它的運行流程如下:

    步驟1 待處理的樣本數(shù)據被清洗和標準化;

    步驟2 在所有數(shù)據集合中,選擇K個點作為各個聚類的中心點;

    步驟3 計算其余所有樣本點到K個中心點的距離;

    步驟4 用最小的距離來完成針對訓練樣本的分類;

    步驟5 在每個類型目錄中,從每個樣本點中計算出絕對最小誤差距離,并將其設置為新的中心點;

    步驟6 判斷該新的中心點是否與原始的中心點一致,如果它們不一致,返回到步驟3繼續(xù)執(zhí)行;

    步驟7 達到循環(huán)結束條件后停止,輸出分類的結果。

    在劃分聚類后,每個樣本點都需要與所有的分類目錄計算距離遠近并判斷,與此同時,也需要完成所有分類目錄的所有點的距離計算然后進行比較;也需要在聚類中的所有點完成一個實例操作。因此,該聚類算法的聚類時間是十分長的。為了提高計算速度,使用前面提到的基于差分進化技術的K中心點聚類算法可解決這個問題。下面是關于聚類算法的分類過程的數(shù)學描述:假設有n個d維的數(shù)據樣本x(x1,x2,…,xd),它的聚類特征CF通過公式(4)表示:

    CF=〈n,LS,SS〉

    (4)

    關于LS和SS的計算公式如公式(5)和公式(6):

    (5)

    (6)

    那么聚類算法的聚集中心x0通過公式(7)完成計算:

    (7)

    根據公式(7),從聚集的所有點到聚集的中心點的平均距離通過公式(8)進行計算:

    (8)

    除了聚集的所有點到聚集的中心點的平均距離外任何2點之間的平均距離按照公式(9)計算:

    (9)

    假設參數(shù)α和β分別描述在聚類中心的樣本點的屬性度和聚集度,則差分進化算法的適應度可以描述為公式(10):

    (10)

    其中,xid表示第i個樣本在第j個維度上的屬性,利用差分進化算法的規(guī)則來尋找函數(shù)g(x)的最大值:

    G(Xb)=Max(g(x))

    (11)

    G(Xb)值的獲取是從差分進化算法尋找最優(yōu)解的過程中得到的,最后聚類算法的最終結果就完成了。

    1.3 動態(tài)雙子種群的差分進化方法

    在DGP-DE-K-mediods聚類算法中,為了改善DE算法容易陷入局部最優(yōu)解的問題,本節(jié)還采用動態(tài)的雙子種群策略,這樣操作后種群的多樣性可以保持,同時種群的進化速度可以加快。

    在每一代種群開始的時候,種群中的個體都按照其適應度值(fitness value)從小到大進行排序,在排序操作完成后,種群中具有比較高的個體數(shù)量的,就具有更加高的適應度函數(shù)值。在這個時候,種群個體的第一個λ將建立帶精英組合的局部最優(yōu)解,剩余的個體將組成普通的帶一般組合的局部最優(yōu)解。

    在每一代種群的個體進化過程中,λ按照公式(12)進行更新:

    λ=λmin+rand·(λmax-λmin)

    (12)

    其中,λmax和λmin分別表示參數(shù)λ的最大值和最小值;在精英的局部最優(yōu)解的每個個體中,使用公式(13)交叉策略來完成:

    Vi,G=Xi,G+Fi,G·(Xr1,G-Xr2,G)+Fi,G·(Xr3,G-Xr4,G)

    (13)

    其中,F(xiàn)i,G表示針對其相應的個體Xi,G的規(guī)模參數(shù),r1、r2、r3、r4這些下標分別表示不同的隨機整數(shù)變量,并且它們與區(qū)間[0,1]的參數(shù)i不相等,N表示種群的尺寸。在局部種群中采用公式(14)的策略來完成個體交叉操作:

    Vi,G=Xi,G+Fi,G·(λbest-Xi,G)+Fi,G·(Xr5,G-Xr6,G)

    (14)

    其中,參數(shù)λbest表示一個個體,它由局部種群中的精英個體來選擇產生。r5、r6這些下標分別表示不同的隨機整數(shù)變量,并且它們與區(qū)間[0,1]的參數(shù)i不相等。Xr5,G和Xr6,G分別表示適應度函數(shù)值,Xr5,G的值優(yōu)于Xr6,G。

    2 云環(huán)境下的并行K中心點聚類

    2.1 Hadoop云計算框架

    本文的DGP-DE-K-mediods聚類算法的實現(xiàn)采用云計算平臺,這樣可以并行處理基于動態(tài)雙子種群的差分進化聚類算法,更進一步地提高大數(shù)據分類的速度與效率[13]。

    Hadoop是一種開源并行大數(shù)據處理的總體支撐平臺,它由HDFS分布式文件系統(tǒng)、Hbase分布式數(shù)據庫、MapReduce并行模型等模塊組成[14-18]。Hadoop中最關鍵的是MapReduce。DGP-DE-K-mediods聚類算法中采用了6個步驟來表示MapReduce任務流Job stream,如圖1所示。

    圖1 基于MapReduce的大數(shù)據聚類任務流

    Map操作和Reduce操作是MapReduce并行編程模型的關鍵操作,所有的任務流必須經過這2個階段。每個任務流都表示為一系列的Map任務或者Reduce任務,DGP-DE-K-mediods聚類算法作為一個應用程序,其包括的所有子任務組成了一個有向無環(huán)圖,因特網上有很多關于Hadoop的文獻,由于篇幅原因這里不再贅述。這6個具體步驟如下[19]:

    1)對輸入的大數(shù)據的樣本數(shù)據集文件進行設置與切片;

    2)主節(jié)點(Master)調度從屬節(jié)點(Worker)執(zhí)行Map子任務;

    3)從屬節(jié)點讀取輸入源片段;

    4)從屬節(jié)點執(zhí)行Map子任務,并將臨時結果文件保存在本地;

    5)主節(jié)點調度從節(jié)點執(zhí)行Reduce子任務,Reduce階段的從屬節(jié)點讀取Map子任務的輸出文件;

    6)執(zhí)行Reduce子任務,將最后的結果保存到HDFS分布式文件系統(tǒng)中。

    有了這6個步驟,K中心點聚類的編程人員就可以擺脫本身分布式計算的編程細節(jié),能夠在很短的時間內使用高級語言完成大規(guī)模的K中心點聚類。

    2.2 動態(tài)雙子種群聚類的并行處理

    本節(jié)主要描述DGP-DE-K-mediods聚類算法的實現(xiàn),采用MapReduce可以使數(shù)據分布式存儲和并行計算,MapReduce編程容易,程序員沒必要有MPI或者OpenMP等早期的并行編程的專業(yè)知識。

    在使用Hadoop來完成大數(shù)據處理的時候,文件里的每行代碼都可以作為一個交易記錄來對待,每行代碼的入口都被一個空格字符分離開來。

    在用戶提交了數(shù)據文件到HDFS中后,文件中的數(shù)據將被劃分為一系列的數(shù)據塊,這些數(shù)據塊的默認大小為64 MB。

    在每次循環(huán)和迭代不停執(zhí)行Map操作和Reduce操作的過程中,每個Map節(jié)點都同時處理多個數(shù)據塊并輸出一個臨時的中間結果,該結果可能是差分進化算法等的局部最優(yōu)解的臨時解。Map操作的偽代碼如下:

    Map_Class{

    1. map(key,value){

    2. Sort=0;

    3.Dis=Max_Value;

    4. for(inti=1;i

    5. RecordsDis=dis(i, pointer);

    6. if(RecordsDis

    7. Sort=i;

    8. minDis=RecordsDis;

    9. }

    10. }

    11. produce<"Sort", value>;

    12. }

    13. }

    Reduce任務繼續(xù)處理從Map任務中輸出的中間數(shù)據,通過歸約和比較所有具有相同的關鍵值的key-value對,并最終獲得支持數(shù)據項集的完整結果數(shù)據。MapReduce采用主-從模式的結構編程模式,即Master-Slave結構模式。主控Master節(jié)點負責收集與匯總,從節(jié)點Slave負責完成臨時數(shù)據的聚類處理。Reduce任務的偽代碼如下:

    Reduce_Class{

    1. reduce(key,value){

    2.D1=0;

    3. Sort=k;

    4. Temps=new int[D1];

    5. for(inti=0;i

    6. for(intD1=0;D1

    7.D1++){

    8. Temps[i]=value[D1][i];

    9. }

    10. }

    11. for(intj=0;j

    12. pointer+=Temps[j];

    13. }

    14. produce;

    15. }

    16. }

    有了上面的代碼例程和MapReduce的專業(yè)知識,本文基于動態(tài)雙子種群的差分進化K中心點聚類DGP-DE-K-mediods就可以高效地、并行地、快速地處理和適應現(xiàn)代大數(shù)據技術容量海量增加的需求。

    3 仿真實驗與性能分析

    3.1 仿真軟硬件環(huán)境

    DGP-DE-K-mediods聚類算法的測試條件如下:6臺高檔PC機,Intel的i7 3.2 GHz主頻處理器、8 GB內存,所有節(jié)點之間的通信經過1 GB/s帶寬的雙網卡。采用Hadoop2.2版的平臺,Java環(huán)境的JDK版本為1.8.0。共有6臺物理主機,其中一臺配置Jobtracker,其他5臺配置Tasktracker,在局域網內的IP地址配置如表1所示。

    表1 Hadoop云平臺的物理主機的配置

    3.2 參數(shù)設置與數(shù)據選取

    本節(jié)分析在差分進化算法和動態(tài)雙子種群模式中各個參數(shù)的設置。有經驗顯示,當規(guī)模因子F=0.6的時候差分進化算法運行比較好[11],所以設置規(guī)模因子F=0.6。有文獻研究顯示,交叉操作概率變量的選擇在設置到[0.3,0.9]之間性能比較優(yōu)異[9],所以本文將交叉概率變量設置為CR=0.5,規(guī)則更新參數(shù)λmax=0.5,λmin=0.3。種群大小N=30;種群大小主要反映算法中種群信息量的大小,進化次數(shù)值越大種群信息包含得越豐富,但是帶來的后果就是計算量變大,不利于求解。反之進化次數(shù)較小,使種群多樣性受到限制,不利于算法求得全局最優(yōu)解,甚至會導致搜索停滯。所以本文將進化次數(shù)的最大值設置為Tmax=1500。

    為了驗證本文的DGP-DE-K-mediods聚類算法的高效性和高性能,使用大數(shù)據處理的案例數(shù)據,UCI機器學習的Iris數(shù)據庫http://archive.ics.uci.edu/ml/datasets/和人工的KDS1數(shù)據庫來做仿真實驗。UCI機器學習數(shù)據是由加州大學提供的,當前具有335個數(shù)據集[20]。把K-mediods[12]算法、DE-K-means[13]算法、PSO-K-means[18]算法和本文的DGP-DE-K-mediods算法作為性能比較對象。Iris和KDS1這2個數(shù)據集的參數(shù)設置如表2所示。

    表2 聚類算法的數(shù)據設置

    3.3 聚類算法精確度分析

    由于聚類算法的索引會影響到聚類算法的應用性,所以本文把聚類算法針對大數(shù)據的分類精確度作為性能指標之一,精確度的計算公式如下:

    (15)

    其中,Ni表示數(shù)據集中類的所有樣本數(shù),Nia表示數(shù)據集中所有被正確分類后的數(shù)量,K表示聚類算法的種類數(shù),也是中心點的數(shù)量。通過上面搭建的Hadoop云平臺完成MapReduce編程與大數(shù)據處理,實驗后得到DGP-DE-K-mediods聚類算法的結果如表3所示。

    表3 4個聚類算法的分類精確度結果比較

    從表3的實驗結果可以看出,DGP-DE-K-mediods聚類算法的分類精確度比其他3個算法的分類精確度更高,最高分別可以在Iris數(shù)據集上達到89.5%和在KDS1數(shù)據集上達到94.2%。因此可以看出,本文的DGP-DE-K-mediods可以獲得分類算法的全局最優(yōu)性能,在智能優(yōu)化的過程中離最優(yōu)解最接近。

    3.4 網絡入侵檢測性能分析

    3.4.1 網絡入侵檢測環(huán)境設置

    為了更好地體現(xiàn)DGP-DE-K-mediods聚類算法大數(shù)據應用的優(yōu)勢,本節(jié)選擇網絡入侵檢測這種大數(shù)據應用,網絡入侵檢測是網絡安全中的一種主動防御行為,它主要靠通過發(fā)送TCP RST消息包來與入侵行為進行判斷[21-23]。基于中心點聚類的K-mediods方法的網絡入侵檢測系統(tǒng)的處理流程如圖2所示。

    圖2 基于K-mediods的網絡入侵檢測流程

    K-mediods網絡入侵檢測覆蓋的數(shù)據源包括許多類型:日志信息、異常的目錄與文件變化、網絡信息、程序執(zhí)行異常行為、主機的入侵行為等。本文的DGP-DE-K-mediods聚類分析方法可以很好地處理這些網絡入侵檢測的數(shù)據分析[23],網絡攻擊的數(shù)據包設置如表4所示,軟硬件測試環(huán)境還是按照表1的Hadoop集群的配置方式。

    表4 K-mediods網絡入侵檢測的分類測試數(shù)據

    3.4.2 精確度比較

    公式(16)很好地體現(xiàn)了網絡入侵檢測系統(tǒng)的錯誤檢測率(Error Detection Rate, EDR)[12]。

    (16)

    其中,MP表示丟棄的攻擊包的數(shù)量,DP表示網絡入侵中的所有攻擊包的數(shù)量。本文的DGP-DE-K-mediods聚類算法完成網絡入侵檢測的結果如表5所示。

    表5 網絡入侵檢測結果性能比較

    從表5的結果可以看出,相對于K-mediods的網絡入侵檢測,基于DGP-DE-K-mediods的網絡入侵檢測具有更高的檢測精度,這是因為K中心點算法能夠聚集到入侵檢測模型的結構,當數(shù)據規(guī)則擴大的時候,這樣就克服了早期的入侵檢測模型過于依賴于檢測規(guī)則的不足,同時,K中心點聚類算法可以檢測和處理新型的攻擊行為。DGP-DE-K-mediods基于動態(tài)雙子種群的差分進化方法可以改善局部最優(yōu)解的問題,在種群多樣化更新的時候可以更好地改進分類的精度。

    3.4.3 運行時間分析

    K-mediods的入侵檢測和基于云計算的并行DGP-DE-K-mediods聚類算法的運行時間分析如表6所示。從實驗結果可以看出,當數(shù)據容量比較小的時候,DGP-DE-K-mediods聚類算法運行時間的減少還不明顯,甚至運行時間還多于K-mediods的網絡入侵檢測算法。

    表6 DGP-DE-K-mediods聚類算法執(zhí)行時間

    但是隨著它處理的數(shù)量容量增加,DGP-DE-K-mediods聚類算法顯示出它明顯的速度優(yōu)勢。特別是在數(shù)據容量規(guī)模特別大的時候,DGP-DE-K-mediods聚類算法速度提高特別快,這表示大數(shù)據聚類可以通過Hadoop云計算并行處理很好地提高效率。

    表5和表6的結果也表明,當處理大數(shù)據聚類應用的時候,需要處理數(shù)據的容量將十分影響整體計算速度,通過云計算、智能算法的優(yōu)化都可以改進數(shù)據挖掘的速度與效果。

    4 結束語

    本文提出了云環(huán)境下基于動態(tài)雙子種群的差分進化K中心點聚類算法DGP-DE-K-mediods,利用典型的大數(shù)據分類的案例數(shù)據和網絡入侵檢測這種大數(shù)據應用來仿真算法的效果。實驗結果表明,DGP-DE-K-mediods算法比K-mediods聚類算法有更好的分類精度和更少的運行時間。盡管這樣,Hadoop是一個比較低版本的開源的云平臺,下一步的工作是將DGP-DE-K-mediods算法移植到更加高級別的云計算平臺,進一步提高大數(shù)據聚類算法的速度與效率。

    猜你喜歡
    雙子中心點差分
    數(shù)列與差分
    Scratch 3.9更新了什么?
    電腦報(2020年12期)2020-06-30 19:56:42
    如何設置造型中心點?
    電腦報(2019年4期)2019-09-10 07:22:44
    學生天地(2017年20期)2017-11-07 02:26:30
    藍斯諾占星轉載之月亮雙子
    看小說(2017年5期)2017-06-30 20:45:04
    漢字藝術結構解析(二)中心點處筆畫應緊奏
    尋找視覺中心點
    大眾攝影(2015年9期)2015-09-06 17:05:41
    席夫堿基雙子表面活性劑的制備及緩蝕應用
    電源技術(2015年12期)2015-08-21 08:58:30
    基于差分隱私的大數(shù)據隱私保護
    以酯基為連接基的非離子雙子表面活性劑的合成
    應用化工(2014年1期)2014-08-16 13:34:08
    国产成人影院久久av| 咕卡用的链子| 欧美日韩黄片免| 欧美午夜高清在线| 亚洲国产欧美一区二区综合| 成年女人毛片免费观看观看9 | 女人精品久久久久毛片| 久久ye,这里只有精品| 老司机深夜福利视频在线观看| 999精品在线视频| 一进一出好大好爽视频| 1024视频免费在线观看| 狂野欧美激情性xxxx| 欧美乱码精品一区二区三区| 亚洲av成人不卡在线观看播放网| 黄色视频不卡| 免费在线观看黄色视频的| 青青草视频在线视频观看| 一级a爱视频在线免费观看| 久久久久久久久久久久大奶| 久久久久视频综合| 中文字幕精品免费在线观看视频| 精品亚洲成国产av| 俄罗斯特黄特色一大片| 三级毛片av免费| 免费在线观看日本一区| 久久久久久免费高清国产稀缺| 久热这里只有精品99| 一夜夜www| 色婷婷av一区二区三区视频| 在线观看舔阴道视频| 日韩免费av在线播放| 99国产精品免费福利视频| 又大又爽又粗| av国产精品久久久久影院| 天堂俺去俺来也www色官网| 欧美变态另类bdsm刘玥| 亚洲国产欧美一区二区综合| 国产日韩一区二区三区精品不卡| 热re99久久精品国产66热6| 久久中文看片网| 色精品久久人妻99蜜桃| 伦理电影免费视频| 黑人巨大精品欧美一区二区mp4| 巨乳人妻的诱惑在线观看| 精品国产一区二区三区久久久樱花| 一进一出抽搐动态| 丝袜美足系列| tube8黄色片| 99国产综合亚洲精品| 日本wwww免费看| 亚洲欧洲精品一区二区精品久久久| 777久久人妻少妇嫩草av网站| 国产又色又爽无遮挡免费看| 国产精品久久久久久人妻精品电影 | 久久国产精品人妻蜜桃| 亚洲欧美日韩另类电影网站| 午夜福利欧美成人| 王馨瑶露胸无遮挡在线观看| 成人av一区二区三区在线看| 国产精品.久久久| 国产欧美日韩综合在线一区二区| 丁香六月欧美| 亚洲精品在线观看二区| 在线看a的网站| 亚洲第一欧美日韩一区二区三区 | 两个人免费观看高清视频| 亚洲av电影在线进入| 这个男人来自地球电影免费观看| 欧美大码av| 亚洲欧美日韩另类电影网站| 国产一区二区三区综合在线观看| 一区二区av电影网| 搡老熟女国产l中国老女人| 十八禁高潮呻吟视频| 色94色欧美一区二区| 日韩有码中文字幕| 中文字幕精品免费在线观看视频| 午夜福利一区二区在线看| av超薄肉色丝袜交足视频| 日本vs欧美在线观看视频| 亚洲国产中文字幕在线视频| 一级a爱视频在线免费观看| 亚洲国产欧美日韩在线播放| 国产午夜精品久久久久久| 18禁黄网站禁片午夜丰满| 男男h啪啪无遮挡| 日韩欧美国产一区二区入口| 男女免费视频国产| 在线播放国产精品三级| 女人被躁到高潮嗷嗷叫费观| 女性生殖器流出的白浆| 亚洲人成伊人成综合网2020| 中文字幕精品免费在线观看视频| 80岁老熟妇乱子伦牲交| 精品久久久久久久毛片微露脸| 五月开心婷婷网| 国产极品粉嫩免费观看在线| 夜夜骑夜夜射夜夜干| 天天影视国产精品| 老鸭窝网址在线观看| 国产精品 欧美亚洲| 日韩中文字幕欧美一区二区| 国产三级黄色录像| 女人精品久久久久毛片| 欧美激情久久久久久爽电影 | 天堂8中文在线网| 久久婷婷成人综合色麻豆| 国产一区有黄有色的免费视频| 日韩欧美免费精品| www.熟女人妻精品国产| 一区二区三区激情视频| 亚洲成av片中文字幕在线观看| 国产色视频综合| xxxhd国产人妻xxx| 伊人久久大香线蕉亚洲五| 露出奶头的视频| 国产区一区二久久| 亚洲精品一卡2卡三卡4卡5卡| 亚洲第一青青草原| 三级毛片av免费| 我要看黄色一级片免费的| 日韩视频在线欧美| 国产精品偷伦视频观看了| 国产精品电影一区二区三区 | 午夜福利在线免费观看网站| 国产亚洲午夜精品一区二区久久| 成人特级黄色片久久久久久久 | 熟女少妇亚洲综合色aaa.| 亚洲精品一卡2卡三卡4卡5卡| 欧美激情 高清一区二区三区| 久久香蕉激情| 无限看片的www在线观看| 精品一区二区三卡| 亚洲,欧美精品.| 99国产精品免费福利视频| 欧美日韩福利视频一区二区| 成人精品一区二区免费| 99re在线观看精品视频| 成年人黄色毛片网站| 日日爽夜夜爽网站| 亚洲第一av免费看| 高清毛片免费观看视频网站 | 亚洲熟女精品中文字幕| 亚洲中文日韩欧美视频| 国产淫语在线视频| 亚洲色图 男人天堂 中文字幕| 丝袜美足系列| 亚洲视频免费观看视频| 69精品国产乱码久久久| 国产高清videossex| 后天国语完整版免费观看| 久久99一区二区三区| 亚洲人成伊人成综合网2020| 亚洲精品久久午夜乱码| 777久久人妻少妇嫩草av网站| 国产精品麻豆人妻色哟哟久久| 久久久精品免费免费高清| 国产一区二区激情短视频| 亚洲七黄色美女视频| 69精品国产乱码久久久| 天堂8中文在线网| 变态另类成人亚洲欧美熟女 | 久久久久久人人人人人| 午夜福利乱码中文字幕| 男女免费视频国产| 成年版毛片免费区| 亚洲av成人不卡在线观看播放网| 在线观看免费视频网站a站| 91成年电影在线观看| 电影成人av| 国产成人欧美在线观看 | 精品国产乱子伦一区二区三区| 一边摸一边抽搐一进一出视频| 伊人久久大香线蕉亚洲五| 91精品三级在线观看| 一级片免费观看大全| 日韩中文字幕视频在线看片| 少妇猛男粗大的猛烈进出视频| 免费在线观看影片大全网站| 国产91精品成人一区二区三区 | 曰老女人黄片| 精品亚洲成国产av| 18在线观看网站| 一区二区三区国产精品乱码| 久久毛片免费看一区二区三区| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲一区中文字幕在线| 大香蕉久久网| 久久久国产一区二区| 一级黄色大片毛片| 久久精品人人爽人人爽视色| 2018国产大陆天天弄谢| 12—13女人毛片做爰片一| 91成年电影在线观看| 欧美一级毛片孕妇| 动漫黄色视频在线观看| videosex国产| 色尼玛亚洲综合影院| 欧美亚洲日本最大视频资源| 欧美乱码精品一区二区三区| 涩涩av久久男人的天堂| 男女无遮挡免费网站观看| 午夜福利免费观看在线| 国产黄色免费在线视频| 日本vs欧美在线观看视频| 黑人猛操日本美女一级片| 成人精品一区二区免费| av欧美777| 国产精品偷伦视频观看了| 成人精品一区二区免费| 久热这里只有精品99| 国产欧美日韩一区二区精品| 久久精品国产综合久久久| 免费少妇av软件| 亚洲av国产av综合av卡| 中文字幕精品免费在线观看视频| 国产亚洲欧美在线一区二区| 亚洲情色 制服丝袜| 国产精品影院久久| 男人操女人黄网站| 黄色成人免费大全| 亚洲精品中文字幕一二三四区 | 色94色欧美一区二区| 伦理电影免费视频| 精品一区二区三卡| 99热网站在线观看| 久久久精品区二区三区| 啦啦啦视频在线资源免费观看| 中文字幕制服av| 亚洲av欧美aⅴ国产| 国精品久久久久久国模美| 精品国产一区二区三区四区第35| 精品国产一区二区久久| 亚洲熟女毛片儿| 成在线人永久免费视频| 国产一区二区 视频在线| 国产亚洲精品第一综合不卡| 精品熟女少妇八av免费久了| 欧美日韩av久久| 国产精品九九99| 国产精品免费大片| 亚洲美女黄片视频| 后天国语完整版免费观看| 激情在线观看视频在线高清 | 女警被强在线播放| 97人妻天天添夜夜摸| 免费不卡黄色视频| 麻豆乱淫一区二区| 亚洲av日韩在线播放| 啦啦啦中文免费视频观看日本| 国产高清激情床上av| 三级毛片av免费| 欧美成人午夜精品| 99国产精品一区二区蜜桃av | 三上悠亚av全集在线观看| 最近最新免费中文字幕在线| 高清欧美精品videossex| 天堂动漫精品| 国产成人啪精品午夜网站| 韩国精品一区二区三区| 成人黄色视频免费在线看| 亚洲一区中文字幕在线| 天堂中文最新版在线下载| 一级毛片女人18水好多| 国产不卡av网站在线观看| 18禁裸乳无遮挡动漫免费视频| 丝袜在线中文字幕| 成年人黄色毛片网站| 国产精品久久久久久精品电影小说| 露出奶头的视频| 国产成人av激情在线播放| 久久亚洲精品不卡| 可以免费在线观看a视频的电影网站| 免费在线观看影片大全网站| 成人手机av| 岛国在线观看网站| 午夜福利免费观看在线| 一级毛片精品| 黄色视频不卡| 久久青草综合色| 国产精品久久久久久人妻精品电影 | 久久久久久久大尺度免费视频| 久久久久久久久久久久大奶| 欧美激情久久久久久爽电影 | avwww免费| 欧美亚洲 丝袜 人妻 在线| 美国免费a级毛片| 中文字幕人妻丝袜一区二区| 正在播放国产对白刺激| 少妇被粗大的猛进出69影院| 熟女少妇亚洲综合色aaa.| 极品少妇高潮喷水抽搐| 久久久国产成人免费| 在线观看免费视频日本深夜| 满18在线观看网站| 亚洲va日本ⅴa欧美va伊人久久| 在线永久观看黄色视频| 亚洲欧洲日产国产| 国产淫语在线视频| 久久久国产一区二区| 91成人精品电影| 久久香蕉激情| 女人被躁到高潮嗷嗷叫费观| 亚洲一卡2卡3卡4卡5卡精品中文| 老司机靠b影院| 亚洲一区二区三区欧美精品| 97人妻天天添夜夜摸| 男女之事视频高清在线观看| 又黄又粗又硬又大视频| 欧美激情高清一区二区三区| 99九九在线精品视频| 19禁男女啪啪无遮挡网站| 亚洲情色 制服丝袜| 他把我摸到了高潮在线观看 | 精品乱码久久久久久99久播| 成人国产av品久久久| 99精品久久久久人妻精品| 久久久精品区二区三区| 久久精品亚洲av国产电影网| 一边摸一边做爽爽视频免费| 1024视频免费在线观看| 精品福利观看| 亚洲国产欧美一区二区综合| 国产精品99久久99久久久不卡| 大陆偷拍与自拍| 亚洲情色 制服丝袜| 在线永久观看黄色视频| av超薄肉色丝袜交足视频| 国产一区二区在线观看av| 另类精品久久| 亚洲人成电影观看| 精品福利观看| 1024视频免费在线观看| 一边摸一边做爽爽视频免费| 超色免费av| 免费日韩欧美在线观看| 狠狠狠狠99中文字幕| 又黄又粗又硬又大视频| 亚洲精品中文字幕一二三四区 | 最近最新免费中文字幕在线| 侵犯人妻中文字幕一二三四区| 久久国产精品大桥未久av| 亚洲 欧美一区二区三区| av在线播放免费不卡| 色综合欧美亚洲国产小说| 伊人久久大香线蕉亚洲五| 精品国产乱码久久久久久小说| 国产无遮挡羞羞视频在线观看| 高清毛片免费观看视频网站 | 淫妇啪啪啪对白视频| 精品国产一区二区三区四区第35| 精品国产乱码久久久久久小说| 激情在线观看视频在线高清 | 国产国语露脸激情在线看| 国产成人免费无遮挡视频| 无遮挡黄片免费观看| 电影成人av| 亚洲色图综合在线观看| 18禁观看日本| 日韩视频一区二区在线观看| 首页视频小说图片口味搜索| 日韩中文字幕欧美一区二区| 国内毛片毛片毛片毛片毛片| 久久人人爽av亚洲精品天堂| 免费黄频网站在线观看国产| 超色免费av| 欧美性长视频在线观看| 亚洲熟妇熟女久久| 91麻豆av在线| 在线亚洲精品国产二区图片欧美| 18禁美女被吸乳视频| 亚洲 欧美一区二区三区| aaaaa片日本免费| 咕卡用的链子| 在线 av 中文字幕| 亚洲精品美女久久久久99蜜臀| 最黄视频免费看| 最新美女视频免费是黄的| 亚洲色图 男人天堂 中文字幕| 青青草视频在线视频观看| 18禁观看日本| 亚洲国产精品一区二区三区在线| 人人妻人人添人人爽欧美一区卜| 国产日韩欧美亚洲二区| 国产福利在线免费观看视频| 法律面前人人平等表现在哪些方面| 日韩中文字幕欧美一区二区| 成在线人永久免费视频| 人人澡人人妻人| 搡老岳熟女国产| 美女主播在线视频| 国产精品久久久久久精品电影小说| 久久久水蜜桃国产精品网| 色尼玛亚洲综合影院| 亚洲美女黄片视频| 欧美日韩一级在线毛片| 国产精品免费视频内射| 欧美日韩亚洲综合一区二区三区_| 亚洲情色 制服丝袜| 精品一区二区三卡| 国产成人一区二区三区免费视频网站| 黄色成人免费大全| 欧美日韩亚洲综合一区二区三区_| 日日夜夜操网爽| 国产91精品成人一区二区三区 | 一级a爱视频在线免费观看| 黄色视频,在线免费观看| 日韩免费高清中文字幕av| 肉色欧美久久久久久久蜜桃| 成年人午夜在线观看视频| 欧美精品一区二区大全| 国产亚洲av高清不卡| 欧美日韩成人在线一区二区| 国产欧美日韩一区二区三区在线| 国产成人免费观看mmmm| 午夜福利乱码中文字幕| 青青草视频在线视频观看| 欧美激情极品国产一区二区三区| 香蕉久久夜色| 天天操日日干夜夜撸| 黑人巨大精品欧美一区二区mp4| 久久性视频一级片| 狠狠精品人妻久久久久久综合| aaaaa片日本免费| 涩涩av久久男人的天堂| 国产成人啪精品午夜网站| 蜜桃在线观看..| xxxhd国产人妻xxx| 老司机影院毛片| 亚洲av美国av| 黑人操中国人逼视频| 大型黄色视频在线免费观看| 中亚洲国语对白在线视频| 午夜福利视频精品| 亚洲成人国产一区在线观看| 成年女人毛片免费观看观看9 | 一本大道久久a久久精品| 亚洲精品美女久久av网站| 国产片内射在线| 男女无遮挡免费网站观看| e午夜精品久久久久久久| 纯流量卡能插随身wifi吗| 丝袜人妻中文字幕| 9热在线视频观看99| 肉色欧美久久久久久久蜜桃| 两个人看的免费小视频| 日本精品一区二区三区蜜桃| 亚洲中文日韩欧美视频| 国产成人精品久久二区二区91| 九色亚洲精品在线播放| 69精品国产乱码久久久| 免费黄频网站在线观看国产| 黄色丝袜av网址大全| 99在线人妻在线中文字幕 | 波多野结衣av一区二区av| 国产亚洲欧美精品永久| 男女床上黄色一级片免费看| 在线观看舔阴道视频| 国产成人精品久久二区二区91| 国产精品亚洲一级av第二区| bbb黄色大片| 国产在线观看jvid| 亚洲欧洲精品一区二区精品久久久| 老汉色av国产亚洲站长工具| 久久精品亚洲精品国产色婷小说| 久久精品成人免费网站| 12—13女人毛片做爰片一| 国产区一区二久久| 一进一出好大好爽视频| 午夜福利在线免费观看网站| 免费不卡黄色视频| 午夜福利一区二区在线看| 成人18禁高潮啪啪吃奶动态图| 精品人妻在线不人妻| 欧美一级毛片孕妇| 国产无遮挡羞羞视频在线观看| 男女免费视频国产| 大片免费播放器 马上看| 免费在线观看完整版高清| 可以免费在线观看a视频的电影网站| 男人舔女人的私密视频| 国产精品偷伦视频观看了| 日韩一区二区三区影片| 一级,二级,三级黄色视频| 老司机亚洲免费影院| 黄频高清免费视频| 在线观看舔阴道视频| 黄色视频,在线免费观看| 9191精品国产免费久久| 美女高潮到喷水免费观看| 一级毛片女人18水好多| 99国产精品免费福利视频| 我的亚洲天堂| 亚洲久久久国产精品| 黄色a级毛片大全视频| 人人妻人人爽人人添夜夜欢视频| 最近最新中文字幕大全电影3 | 久久精品国产a三级三级三级| 国产精品久久电影中文字幕 | 国产免费福利视频在线观看| 久久久精品区二区三区| 最新在线观看一区二区三区| 亚洲成人国产一区在线观看| 在线观看舔阴道视频| 亚洲精品自拍成人| 18禁观看日本| 国产成人啪精品午夜网站| 国产午夜精品久久久久久| 色婷婷久久久亚洲欧美| 香蕉国产在线看| 极品少妇高潮喷水抽搐| 久久午夜综合久久蜜桃| 99国产综合亚洲精品| 在线观看免费视频日本深夜| 免费不卡黄色视频| 宅男免费午夜| 国产在视频线精品| 欧美精品一区二区免费开放| 91成人精品电影| 国产日韩一区二区三区精品不卡| 国产精品av久久久久免费| 国产日韩欧美视频二区| e午夜精品久久久久久久| 国产一卡二卡三卡精品| 香蕉久久夜色| 两性夫妻黄色片| a在线观看视频网站| 不卡一级毛片| 日本一区二区免费在线视频| 伊人久久大香线蕉亚洲五| 欧美亚洲 丝袜 人妻 在线| 精品国产亚洲在线| 国产黄色免费在线视频| 国产视频一区二区在线看| 一区二区三区精品91| 欧美日韩黄片免| 国产精品美女特级片免费视频播放器 | 99久久国产精品久久久| 飞空精品影院首页| 国产熟女午夜一区二区三区| 久久久久久人人人人人| 视频区图区小说| 精品人妻1区二区| 老司机午夜福利在线观看视频 | 午夜福利在线观看吧| 国产日韩欧美视频二区| 欧美精品一区二区免费开放| 12—13女人毛片做爰片一| 无人区码免费观看不卡 | 在线av久久热| 国产不卡一卡二| 少妇的丰满在线观看| 亚洲国产欧美日韩在线播放| 香蕉国产在线看| 天天躁夜夜躁狠狠躁躁| 国产成人影院久久av| 国产老妇伦熟女老妇高清| 69av精品久久久久久 | 久久久久视频综合| 99在线人妻在线中文字幕 | 国产精品国产av在线观看| 欧美日韩国产mv在线观看视频| 免费人妻精品一区二区三区视频| 亚洲美女黄片视频| 免费在线观看日本一区| 电影成人av| 国产男靠女视频免费网站| 亚洲情色 制服丝袜| 男女免费视频国产| 18禁观看日本| 搡老乐熟女国产| 黄频高清免费视频| 纯流量卡能插随身wifi吗| 久久久精品94久久精品| 俄罗斯特黄特色一大片| 美女视频免费永久观看网站| 精品一区二区三卡| 亚洲av日韩在线播放| 国产精品一区二区精品视频观看| 少妇裸体淫交视频免费看高清 | 一本大道久久a久久精品| 性色av乱码一区二区三区2| 777久久人妻少妇嫩草av网站| 嫁个100分男人电影在线观看| 亚洲精品国产区一区二| 久久久精品国产亚洲av高清涩受| 在线观看一区二区三区激情| 午夜久久久在线观看| 宅男免费午夜| 国产成人免费无遮挡视频| 中文字幕人妻丝袜制服| 国产精品98久久久久久宅男小说| 欧美精品一区二区免费开放| 日韩制服丝袜自拍偷拍| 精品欧美一区二区三区在线| 1024香蕉在线观看| 国精品久久久久久国模美| 久久人妻福利社区极品人妻图片| 久久久久网色| 青草久久国产| av天堂在线播放| 成人18禁在线播放| 免费观看av网站的网址| 狠狠精品人妻久久久久久综合| 久久ye,这里只有精品| 亚洲七黄色美女视频| 黑人巨大精品欧美一区二区蜜桃| 中文字幕最新亚洲高清| 狠狠婷婷综合久久久久久88av| 老司机靠b影院| 国产片内射在线| 狠狠狠狠99中文字幕| 国产精品影院久久| 亚洲欧美日韩高清在线视频 |