• <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 ?

    基于圖神經(jīng)網(wǎng)絡(luò)的軟件源碼漏洞檢測方法

    2023-06-15 17:49:09王蘇蘇徐陽
    計算機(jī)時代 2023年6期
    關(guān)鍵詞:源碼檢測方法漏洞

    王蘇蘇 徐陽

    摘? 要: 常規(guī)的漏洞檢測方法通過激活函數(shù)的方式,標(biāo)識出存在漏洞的代碼,少有對代碼中的詞義進(jìn)行分析,導(dǎo)致檢測效果不佳。因此,設(shè)計了基于圖神經(jīng)網(wǎng)絡(luò)的軟件源碼漏洞檢測方法。提取軟件源碼漏洞特征,針對漏洞特征進(jìn)行詞義分析。利用圖神經(jīng)網(wǎng)絡(luò)構(gòu)建軟件源碼漏洞檢測模型,對源碼漏洞做二次檢測,去掉重讀的源碼,得到正確的代碼。采用對比實驗,驗證了該方法的檢測效果更佳。

    關(guān)鍵詞: 圖神經(jīng)網(wǎng)絡(luò); 源碼; 漏洞; 檢測方法

    中圖分類號:TN919.31? ? ? ? ? 文獻(xiàn)標(biāo)識碼:A? ? ?文章編號:1006-8228(2023)06-29-04

    Software source code vulnerability detection method based on graph neural network

    Wang Susu, Xu Yang

    (Jiangsu Shipping College, Nantong, Jiangsu 226009, China)

    Abstract: The conventional methods of vulnerability detection identify the code with vulnerability by means of activation function, and seldom analyze the meaning of the words in the code, which results in poor detection results. Therefore, a software source code vulnerability detection method based on graph neural network is designed. The software source code vulnerability features are extracted and their word meaning is analyzed. The software source code vulnerability detection model is constructed using graph neural network, and the source code vulnerability is detected twice to remove the reread source code and get the correct code. Comparison experiments are used to verify that the method has better detection results.

    Key words: graph neural network; source code; vulnerability; detection method

    0 引言

    軟件源碼漏洞是目前亟待解決的數(shù)據(jù)安全問題,設(shè)計相應(yīng)的檢測方法勢在必行。在源碼出現(xiàn)漏洞時,應(yīng)用程序受到源碼漏洞的影響,可以使攻擊者在不與用戶作出任何交互的條件下自行應(yīng)答,從而出現(xiàn)信息泄露的問題。

    針對軟件源碼漏洞問題,研究人員設(shè)計了多種解決方案。其中,基于CNN-GAP[1]可解釋性模型的方法和基于關(guān)系圖卷積網(wǎng)絡(luò)的方法應(yīng)用較為廣泛?;贑NN-GAP可解釋性模型的方法主要是通過CAM類的激活函數(shù),對代碼存在的漏洞情況進(jìn)行標(biāo)記,并利用CNN-GAP(卷積神經(jīng)網(wǎng)絡(luò)-全局平均池化)模型,對已經(jīng)標(biāo)記漏洞進(jìn)行檢測,檢測完成之后將正確代碼輸出,將存在漏洞的代碼進(jìn)行處理,保證漏洞檢測的精準(zhǔn)度?;陉P(guān)系圖卷積網(wǎng)絡(luò)的方法主要是利用RGCN(關(guān)系圖卷積網(wǎng)絡(luò))模型[2],通過訓(xùn)練預(yù)測源碼中的漏洞,在真實的代碼漏洞上進(jìn)行測試,由此提高漏洞檢測精準(zhǔn)度。以上兩種方法雖然在一定程度上提高了漏洞檢測的精準(zhǔn)度,但是CNN-GAP模型并未對其他代碼進(jìn)行檢測,相關(guān)語義特征與漏洞特征存在混淆,影響了檢測效果;RGCN模型訓(xùn)練的漏洞雖然較為準(zhǔn)確,但是其訓(xùn)練時間較長,無法適應(yīng)源碼漏洞檢測環(huán)境,導(dǎo)致檢測效果不佳。

    圖神經(jīng)網(wǎng)絡(luò)是一種拓?fù)鋱D結(jié)構(gòu)的數(shù)據(jù),能夠深入挖掘數(shù)據(jù)特征,其對于網(wǎng)絡(luò)數(shù)據(jù)安全檢測具有重要作用。因此,本文利用了圖神經(jīng)網(wǎng)絡(luò),設(shè)計了軟件源碼漏洞檢測方法。

    1 軟件源碼漏洞的圖神經(jīng)網(wǎng)絡(luò)檢測方法設(shè)計

    1.1 提取軟件源碼漏洞特征

    漏洞存在于計算機(jī)系統(tǒng)中,硬件、軟件、協(xié)議等方面的漏洞,均會導(dǎo)致系統(tǒng)存在安全缺陷。源碼作為程序語言,可以通過詞語映射實數(shù)向量,將所有語義反映到連續(xù)向量空間中,由此檢測出源碼中存在的語義漏洞。由于程序語言的詞向量與普通詞向量不同,本文將源碼中的語言利用向量化表示。本文從源碼的上下文考量,量化源碼輸入路徑,同時增加與漏洞檢測相關(guān)的數(shù)據(jù)信息,利用注意力機(jī)制,將上下文源碼數(shù)據(jù)融合到一起,用一個單一的向量表示,從而提取出源碼漏洞特征。對于每條源碼輸入路徑,將其轉(zhuǎn)化為圖神經(jīng)網(wǎng)絡(luò)作為輸入數(shù)值。輸入路徑中的每一個節(jié)點都存在一個源碼詞語映射,由此構(gòu)成了一個大型的節(jié)點源碼語料庫。在源碼語料庫上進(jìn)行向量表示,得到詞語與其對應(yīng)向量的映射關(guān)系,公式如下:

    [Li=min1ij=1ik-logHNodeMk|NodeMj]? ⑴

    式⑴中,[Li]為源碼詞語與向量之間的關(guān)系表達(dá)式;[NodeMk]為源碼輸入路徑的第k個詞向量;[NodeMj]為源碼輸入路徑的第j個詞向量;[H{NodeMk|NodeMj}]為節(jié)點損失函數(shù)。為了將源碼中存在的漏洞檢測出來,本文將源碼輸入路徑中的漏洞信息整合到圖神經(jīng)網(wǎng)絡(luò)中。任意一條源碼輸入路徑中,通過一個或多個漏洞源碼信息,則增加該條路徑的漏洞權(quán)重。路徑中任意一個詞向量P={NodeMi,NodeMi+1,…,NodeMn},經(jīng)過漏洞代碼存在的漏洞節(jié)點之后,相同的權(quán)重賦予多個漏洞節(jié)點上,而這條路徑上并未賦予任何權(quán)重,通過是否增加權(quán)重來判別漏洞源碼輸入路徑與正常源碼輸入路徑。從漏洞源碼輸入路徑中,對每一個向量元素進(jìn)行特征提取,通過圖神經(jīng)網(wǎng)絡(luò)更新路徑中涉及的每個權(quán)重參數(shù),組成一個完整的漏洞特征,其表達(dá)式如下:

    [Ti=?(K?Xij+n-1+B)]? ⑵

    [Ti1=tanh (K?Ti)]? ⑶

    式⑵~式⑶中,[Ti]為漏洞源碼輸入路徑中每一個漏洞的特征參數(shù);[?]為激活函數(shù);[K]為權(quán)重的權(quán)值矩陣;[Xij+n-1]為漏洞源碼輸入路徑的向量元素;[B]為偏置因子;[Ti1]為通過圖神經(jīng)網(wǎng)絡(luò)重新組成的漏洞特征;[tanh]為非線性激活函數(shù)。在源碼語言領(lǐng)域中,漏洞特征的提取,使源碼漏洞詞向量更加明顯,將漏洞特征輸入到檢測模型中,模型能夠?qū)β┒丛~向量進(jìn)行專注檢測,更有利于提高檢測效果。

    1.2 基于圖神經(jīng)網(wǎng)絡(luò)構(gòu)建軟件源碼漏洞檢測模型

    使用本文設(shè)計的檢測方法,主要利用程序語言詞向量來提取源碼漏洞特征。此種特征提取與傳統(tǒng)方法漏洞特征提取不同,受到主觀性因素的影響,出現(xiàn)上下文丟失的現(xiàn)象。本文將漏洞特征提取精確到每個源碼路徑的每個詞向量上,漏洞特征提取效果更佳。將漏洞特征提取之后,本文選擇圖神經(jīng)網(wǎng)絡(luò)檢測模型來檢測程序漏洞。圖神經(jīng)網(wǎng)絡(luò)分類情況如圖1所示。

    如圖1所示,本文選用的圖神經(jīng)網(wǎng)絡(luò)中包括了時空網(wǎng)絡(luò)、注意力網(wǎng)絡(luò)、生成網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)等內(nèi)容。上文中已經(jīng)利用圖注意力網(wǎng)絡(luò),對漏洞特征進(jìn)行針對性提取。在此基礎(chǔ)上,本文隨機(jī)選取了一個漏洞特征向量,隨機(jī)游走在源碼輸入路徑中,步長為5,測試次數(shù)為100。游走的過程中,碰到的其他漏洞特征向量節(jié)點定義為“鄰居”。對“鄰居”進(jìn)行隨機(jī)采集,采集到的“鄰居”節(jié)點的特征向量值小于隨機(jī)漏洞特征向量值,則重新采集,否則將其與隨機(jī)漏洞特征向量進(jìn)行聚合。聚合公式如下:

    [Skj←?K?MEANSk-1jSk-1j,?j∈bj] ⑷

    式⑷中,[Skj]為聚合后的漏洞信息;[MEAN]為聚合器聚合算法;[Sk-1j]為“鄰居”的漏洞信息;[bj]為“鄰居”的特征向量size值。將融合后的漏洞信息在圖神經(jīng)網(wǎng)絡(luò)上游走,圖節(jié)點不斷更新直至穩(wěn)定的過程中,根據(jù)遞歸函數(shù)施加相應(yīng)的檢測約束,并將實時更新的圖節(jié)點進(jìn)行卷積層堆疊表示[3]。在新的漏洞信息不變,圖節(jié)點達(dá)到穩(wěn)定的狀態(tài)下,獲取到了圖中更高階的鄰域數(shù)據(jù),將此數(shù)據(jù)作為圖神經(jīng)網(wǎng)絡(luò)檢測模型的檢測數(shù)據(jù),則構(gòu)建出的檢測模型表達(dá)式如下:

    [Sk+1j=εjebjij1SijvKkSkj]? ⑸

    式⑸中,[Sk+1j]為漏洞檢測模型表達(dá)式;[Sij]為節(jié)點i在j層的特征信息;[ν]為歸一化因子;[Kk]為節(jié)點k的直接權(quán)重;[ε]為激活函數(shù)。通過該檢測模型的訓(xùn)練,每個漏洞特征節(jié)點將自身的特征信息傳遞給鄰域節(jié)點,從而將漏洞特征進(jìn)一步聚合并融合。再通過激活函數(shù),將圖神經(jīng)網(wǎng)絡(luò)中的漏洞節(jié)點信息進(jìn)行變換,增強(qiáng)模型的檢測能力。無論漏洞節(jié)點與鄰域節(jié)點如何變化,最終的節(jié)點中心長度保持一致。在多級權(quán)重實時更新的條件下,聚合的信息特征也逐一采集到圖節(jié)點中,由此獲取的表征數(shù)據(jù)更加真實,最大限度地提高了源碼漏洞檢測效果。

    2 實驗

    為了驗證本文設(shè)計的檢測方法是否具有實用價值,本文對上述方法進(jìn)行了實驗分析。最終的實驗結(jié)果以基于CNN-GAP可解釋性模型的方法、基于關(guān)系圖卷積網(wǎng)絡(luò)的方法,以及本文設(shè)計的基于圖神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行對比的形式呈現(xiàn)。具體實驗過程及實驗結(jié)果如下所示。

    2.1 實驗過程

    在進(jìn)行實驗之前,本文選擇GeForce1080GPU的實驗平臺[4],對本文設(shè)計的檢測模型進(jìn)行訓(xùn)練。模型訓(xùn)練過程中,將源碼向量化,每個代碼的維度為100,最長代碼為200個詞。本文隨機(jī)選取了X源碼數(shù)據(jù)集,該數(shù)據(jù)集中包含了多個代碼,存在漏洞的代碼較多,漏洞類型較多,更符合實驗環(huán)境。為了保證實驗的真實性,本文針對每一類型的漏洞進(jìn)行輪流多次訓(xùn)練,將穩(wěn)定輸出的數(shù)據(jù)作為最終的實驗結(jié)果。其中,X源碼數(shù)據(jù)集中的CAD源碼較為特殊,分隔符樣式不同,檢測較為困難,本文將CAD源碼進(jìn)行歸一化處理,處理完成的代碼形式如圖2、圖3所示。

    如圖2、圖3所示,源碼初始格式較為復(fù)雜,很難進(jìn)行漏洞檢測,經(jīng)過處理之后,格式相對簡單,可以與其他源碼進(jìn)行同時檢測,保證檢測效率。源碼檢測流程如圖4所示。

    如圖4所示,在進(jìn)行源碼漏洞檢測的過程中,經(jīng)過三次檢測,分別為源碼檢測、二次檢測、詞法檢測,能夠?qū)⒃创a中存在的漏洞有效地檢測出來。檢測完成的代碼中存在的重復(fù)代碼進(jìn)行清除,保留下來的代碼即為正確代碼。本次實驗引進(jìn)[Precision]、[Recall]、[F1-score]等指標(biāo),對漏洞檢測效果進(jìn)行判定。[Precision]、[Recall]、[F1-score]等指標(biāo)的計算公式如下:

    [Precision=TPTP+FPRecall=TPTP+dnF1-score=2×(Precision×Recall)Precision+Recall]? ⑹

    式⑹中,[Precision]為漏洞檢測精準(zhǔn)度指標(biāo);[TP]為源碼中沒有漏洞的代碼數(shù)量;[FP]為源碼中存在漏洞的代碼數(shù)量;[Recall]為漏洞查全指標(biāo);[DN]為[TP]中檢測出的沒有漏洞的代碼數(shù)量;[F1-score]為[Precision]與[Recall]的平均值,該值越趨近于100%,漏洞檢測的效果越好。本文將[Precision]、[Recall]、[F1-score]等值進(jìn)行計算,對檢測方法的檢測效果進(jìn)行綜合判定。

    2.2 實驗結(jié)果

    在上述實驗條件下,本文隨機(jī)選取了三種軟件源碼,分別為CAD、Hide、Show[5,6]。將三種軟件源碼利用檢測模型進(jìn)行漏洞檢測。其中,[Precision]為查準(zhǔn)率指標(biāo),[Recall]為查全率指標(biāo)。[Precision]與[Recall]取平均值即為[F1-score],該值越高,軟件源碼漏洞檢測效果越趨近于完美。在其他條件均一致的情況下,將基于CNN-GAP可解釋性模型的[F1-score]值、基于關(guān)系圖卷積網(wǎng)絡(luò)的[F1-score]值,以及本文設(shè)計的基于圖神經(jīng)網(wǎng)絡(luò)[F1-score]值進(jìn)行對比。實驗結(jié)果如表1所示。

    如表1所示,CAD、Hide、Show等三種軟件源碼中的漏洞源碼數(shù)量不同,漏洞檢測效果取決于[F1-score]值的大小,當(dāng)[F1-score]值=100%時,證明該檢測方法的檢測精準(zhǔn)度與召回率均為100%,能夠完美地檢測出源碼中的漏洞。在其他條件均一致的情況下,基于CNN-GAP可解釋性模型方法的[F1-score]值相對較低,在85.70%~87.70%的范圍內(nèi)變化,主要原因在于源碼的語法信息、結(jié)構(gòu)信息的語義特征與漏洞特征混合在了一起,無法準(zhǔn)確地辨別源碼漏洞,導(dǎo)致檢測效果不佳,亟需進(jìn)一步改進(jìn)?;陉P(guān)系圖卷積網(wǎng)絡(luò)方法的[F1-score]值有所提升,在90.16%~91.90%范圍內(nèi)變化,主要原因在于源碼中的代碼數(shù)據(jù)存在注意力依賴,雖然能夠找出源碼存在的漏洞,但是檢測時間相應(yīng)增加,在相同的時間內(nèi)無法找出對應(yīng)的漏洞。而本文設(shè)計的基于圖神經(jīng)網(wǎng)絡(luò)方法的[F1-score]值相對較高,在99.34%~100.00%的范圍內(nèi)變化,Show源碼的漏洞檢測[F1-score]值達(dá)到了100%的指標(biāo),漏洞檢測效果趨近于完美,符合本文研究目的。

    3 結(jié)束語

    本文在圖神經(jīng)網(wǎng)絡(luò)下,設(shè)計了軟件源碼漏洞檢測方法。本文設(shè)計的檢測方法主要從源碼漏洞特征的角度考慮,利用[F1-score]值提高了檢測效果。與其他檢測方法相同的是,均利用了漏洞特征與檢測模型,不同的是本文設(shè)計的方法能夠?qū)υ创a進(jìn)行歸一化處理,更加準(zhǔn)確地找出存在漏洞的代碼,對于網(wǎng)絡(luò)技術(shù)的發(fā)展具有重要意義。

    參考文獻(xiàn)(References):

    [1] 鄒權(quán)臣,張濤,吳潤浦,等.從自動化到智能化:軟件漏洞挖掘

    技術(shù)進(jìn)展[J].清華大學(xué)學(xué)報(自然科學(xué)版),2018,58(12):1079-1094

    [2] 朱麗娜,馬銘芮,朱東昭.基于圖神經(jīng)網(wǎng)絡(luò)和通用漏洞分析框

    架的C類語言漏洞檢測方法[J].信息網(wǎng)絡(luò)安全,2022,22(10):59-68

    [3] 李元誠,崔亞奇,呂俊峰,等.開源軟件漏洞檢測的混合深度

    學(xué)習(xí)方法[J].計算機(jī)工程與應(yīng)用,2019,55(11):52-59

    [4] LIN Guanjun, ZHANG Jun, LUO Wei, et al. POSTER:

    Vulnerability discovery with function representation learning from unlabeled projects[C].The 2017 ACMSIGSAC Conference on Computer and Communications Security, New York, USA,2017:2539-2541

    [5] 宋子韜,胡勇.基于圖神經(jīng)網(wǎng)絡(luò)的源碼漏洞檢測方法研究[J].

    通信技術(shù),2022,55(5):640-645

    [6] 段旭,吳敬征,羅天悅,等.基于代碼屬性圖及注意力雙向

    LSTM的漏洞挖掘方法[J].軟件學(xué)報,2020,31(11):3404-3420

    猜你喜歡
    源碼檢測方法漏洞
    基于網(wǎng)頁源碼結(jié)構(gòu)理解的自適應(yīng)爬蟲代碼生成方法
    漏洞
    企業(yè)如何保護(hù)源碼
    宮頸內(nèi)人乳頭瘤病毒的研究進(jìn)展
    三明:“兩票制”堵住加價漏洞
    電力計量裝置異常原因及監(jiān)測方法分析
    小兒氨酚黃那敏顆粒有關(guān)物質(zhì)對氯苯乙酰胺檢測方法的建立
    中國市場(2016年36期)2016-10-19 05:28:41
    漏洞在哪兒
    兒童時代(2016年6期)2016-09-14 04:54:43
    粉狀速凝劑氯離子含量檢測方法
    基于數(shù)據(jù)結(jié)構(gòu)教輔系統(tǒng)的實驗課程改革
    一二三四社区在线视频社区8| 亚洲精品在线美女| 纯流量卡能插随身wifi吗| 韩国av一区二区三区四区| 怎么达到女性高潮| 黄片播放在线免费| 老司机福利观看| 操美女的视频在线观看| 真人一进一出gif抽搐免费| 一级,二级,三级黄色视频| 成在线人永久免费视频| 国产成年人精品一区二区| 精品福利观看| 色综合婷婷激情| 国产99久久九九免费精品| 亚洲第一电影网av| 老司机福利观看| 亚洲一区高清亚洲精品| 免费在线观看黄色视频的| 国产精华一区二区三区| 91av网站免费观看| 天天添夜夜摸| 亚洲av成人av| 午夜福利,免费看| av在线播放免费不卡| 一级a爱片免费观看的视频| 男人舔女人的私密视频| 欧美日韩黄片免| 亚洲熟女毛片儿| 少妇 在线观看| 老熟妇乱子伦视频在线观看| 天天一区二区日本电影三级 | 国产一区在线观看成人免费| 亚洲少妇的诱惑av| 免费在线观看影片大全网站| 久久久久久免费高清国产稀缺| 亚洲av五月六月丁香网| 亚洲自偷自拍图片 自拍| 亚洲av成人一区二区三| 中文字幕av电影在线播放| 亚洲色图综合在线观看| 久久午夜综合久久蜜桃| 久久午夜综合久久蜜桃| 成人三级做爰电影| 欧美丝袜亚洲另类 | 97碰自拍视频| 精品国产亚洲在线| 在线观看免费视频日本深夜| 黄色成人免费大全| 一二三四在线观看免费中文在| 一本大道久久a久久精品| 午夜福利影视在线免费观看| 久久精品亚洲精品国产色婷小说| 欧美日本视频| 国产亚洲精品一区二区www| 好看av亚洲va欧美ⅴa在| 精品卡一卡二卡四卡免费| 色播在线永久视频| 午夜久久久久精精品| 国产高清videossex| 国产高清videossex| 天堂影院成人在线观看| 国产av一区在线观看免费| 免费久久久久久久精品成人欧美视频| 中出人妻视频一区二区| 久久久久国产一级毛片高清牌| 精品欧美一区二区三区在线| 国产区一区二久久| x7x7x7水蜜桃| 操美女的视频在线观看| av片东京热男人的天堂| 狂野欧美激情性xxxx| 精品午夜福利视频在线观看一区| 精品久久久久久成人av| 99久久综合精品五月天人人| 精品午夜福利视频在线观看一区| 成人亚洲精品av一区二区| 老司机福利观看| 日本在线视频免费播放| 国产人伦9x9x在线观看| 欧美久久黑人一区二区| 啦啦啦 在线观看视频| 国产在线精品亚洲第一网站| av天堂久久9| 亚洲在线自拍视频| 精品国内亚洲2022精品成人| 色播在线永久视频| 老司机深夜福利视频在线观看| 亚洲精品av麻豆狂野| 精品久久久久久久人妻蜜臀av | 在线观看舔阴道视频| 精品久久久精品久久久| 女人爽到高潮嗷嗷叫在线视频| 9191精品国产免费久久| 国产亚洲精品一区二区www| 老司机在亚洲福利影院| 国产精品一区二区精品视频观看| 在线观看66精品国产| 国产视频一区二区在线看| 动漫黄色视频在线观看| 黄网站色视频无遮挡免费观看| 妹子高潮喷水视频| 黄色 视频免费看| 午夜视频精品福利| 宅男免费午夜| 美女午夜性视频免费| 亚洲精品中文字幕在线视频| 国产精品影院久久| 亚洲色图av天堂| 在线观看免费视频日本深夜| ponron亚洲| ponron亚洲| 神马国产精品三级电影在线观看 | 18禁黄网站禁片午夜丰满| 精品国产一区二区久久| 亚洲成a人片在线一区二区| www国产在线视频色| 一卡2卡三卡四卡精品乱码亚洲| 亚洲男人的天堂狠狠| 正在播放国产对白刺激| 久久人人爽av亚洲精品天堂| 久久国产亚洲av麻豆专区| 国产伦一二天堂av在线观看| 国语自产精品视频在线第100页| 在线观看www视频免费| 老熟妇仑乱视频hdxx| 亚洲精品一区av在线观看| 中文字幕人成人乱码亚洲影| 欧美午夜高清在线| 美女高潮到喷水免费观看| 久久久精品欧美日韩精品| 欧美在线一区亚洲| 91国产中文字幕| 国产国语露脸激情在线看| 在线av久久热| 亚洲国产中文字幕在线视频| 人人澡人人妻人| 国产激情欧美一区二区| 老司机深夜福利视频在线观看| 变态另类成人亚洲欧美熟女 | 亚洲国产欧美一区二区综合| 丝袜人妻中文字幕| 久99久视频精品免费| 国产成人av教育| 欧美成人免费av一区二区三区| 亚洲男人的天堂狠狠| 国内精品久久久久精免费| 波多野结衣巨乳人妻| 99国产精品一区二区三区| 国产精品1区2区在线观看.| 成人av一区二区三区在线看| 久久国产乱子伦精品免费另类| 精品人妻在线不人妻| 亚洲精品美女久久av网站| 日本免费a在线| 欧美黑人精品巨大| 欧美老熟妇乱子伦牲交| 色综合站精品国产| 性色av乱码一区二区三区2| 免费看十八禁软件| 国产欧美日韩综合在线一区二区| 成人国语在线视频| 久久伊人香网站| 国内精品久久久久精免费| 91九色精品人成在线观看| 亚洲欧美精品综合一区二区三区| 午夜视频精品福利| 中文字幕人成人乱码亚洲影| 国产欧美日韩精品亚洲av| 亚洲精品中文字幕一二三四区| 成人手机av| 日韩一卡2卡3卡4卡2021年| 成人亚洲精品av一区二区| 日日摸夜夜添夜夜添小说| 又黄又爽又免费观看的视频| 每晚都被弄得嗷嗷叫到高潮| 日本欧美视频一区| 黄片小视频在线播放| 叶爱在线成人免费视频播放| 久久九九热精品免费| 一卡2卡三卡四卡精品乱码亚洲| 久久青草综合色| 两性午夜刺激爽爽歪歪视频在线观看 | 777久久人妻少妇嫩草av网站| 18禁观看日本| 久久亚洲精品不卡| 欧美日韩中文字幕国产精品一区二区三区 | 女性生殖器流出的白浆| 18禁美女被吸乳视频| 日韩大码丰满熟妇| 久久久久九九精品影院| 91国产中文字幕| 18美女黄网站色大片免费观看| 久久九九热精品免费| 欧美黄色淫秽网站| 久久影院123| 岛国在线观看网站| 成人国产一区最新在线观看| 国产av一区二区精品久久| 琪琪午夜伦伦电影理论片6080| 久久亚洲真实| 热99re8久久精品国产| 亚洲欧洲精品一区二区精品久久久| 欧美日本视频| 999精品在线视频| 久久亚洲精品不卡| 久久久国产精品麻豆| 国产成人影院久久av| 亚洲一区高清亚洲精品| xxx96com| 亚洲va日本ⅴa欧美va伊人久久| 午夜视频精品福利| 国产精品香港三级国产av潘金莲| 欧美日本中文国产一区发布| 69av精品久久久久久| bbb黄色大片| 9色porny在线观看| 亚洲午夜理论影院| 午夜两性在线视频| 欧美av亚洲av综合av国产av| 亚洲熟妇中文字幕五十中出| 欧美在线一区亚洲| 免费不卡黄色视频| 怎么达到女性高潮| 国产精品免费视频内射| 波多野结衣av一区二区av| 国产精品二区激情视频| 一个人观看的视频www高清免费观看 | 欧美一区二区精品小视频在线| 丁香欧美五月| 欧美日本中文国产一区发布| 电影成人av| 97超级碰碰碰精品色视频在线观看| 中文字幕最新亚洲高清| 午夜福利影视在线免费观看| 国产高清视频在线播放一区| 精品人妻在线不人妻| 狠狠狠狠99中文字幕| 中文字幕人妻熟女乱码| 黄色丝袜av网址大全| 无限看片的www在线观看| 日韩免费av在线播放| 亚洲激情在线av| 黄频高清免费视频| 国内精品久久久久久久电影| 精品一区二区三区av网在线观看| 亚洲一区中文字幕在线| 妹子高潮喷水视频| 在线视频色国产色| 女性生殖器流出的白浆| 久久久国产成人免费| 级片在线观看| 欧美国产精品va在线观看不卡| 韩国精品一区二区三区| 亚洲精品久久成人aⅴ小说| 久久中文字幕一级| 在线观看免费午夜福利视频| 亚洲情色 制服丝袜| 亚洲va日本ⅴa欧美va伊人久久| 亚洲伊人色综图| 99在线人妻在线中文字幕| 亚洲性夜色夜夜综合| 69精品国产乱码久久久| 69精品国产乱码久久久| 亚洲免费av在线视频| 国产精品电影一区二区三区| ponron亚洲| 深夜精品福利| 一边摸一边抽搐一进一小说| 熟女少妇亚洲综合色aaa.| 午夜日韩欧美国产| 国产精品综合久久久久久久免费 | www.999成人在线观看| 午夜福利视频1000在线观看 | 午夜影院日韩av| 久久精品国产亚洲av高清一级| 成人国语在线视频| 亚洲午夜理论影院| 人人妻,人人澡人人爽秒播| 视频区欧美日本亚洲| 久久香蕉激情| 精品国产乱子伦一区二区三区| 激情视频va一区二区三区| 99热只有精品国产| 国产精华一区二区三区| 亚洲欧洲精品一区二区精品久久久| 色婷婷久久久亚洲欧美| 精品久久久久久,| 免费女性裸体啪啪无遮挡网站| 性少妇av在线| 色综合婷婷激情| 久久人人97超碰香蕉20202| 精品乱码久久久久久99久播| 国产精品 国内视频| 亚洲第一欧美日韩一区二区三区| 女人爽到高潮嗷嗷叫在线视频| 99国产极品粉嫩在线观看| 国产av精品麻豆| 女警被强在线播放| 亚洲色图综合在线观看| 久久久久久人人人人人| 美女高潮到喷水免费观看| 在线观看日韩欧美| 啦啦啦观看免费观看视频高清 | 色精品久久人妻99蜜桃| 亚洲男人的天堂狠狠| 欧美精品亚洲一区二区| 两个人免费观看高清视频| 色播亚洲综合网| svipshipincom国产片| 亚洲午夜精品一区,二区,三区| 美女免费视频网站| 国产伦人伦偷精品视频| 狂野欧美激情性xxxx| 欧美国产精品va在线观看不卡| 国产一区在线观看成人免费| 69av精品久久久久久| 国产精品久久电影中文字幕| 国产精品国产高清国产av| 久久精品aⅴ一区二区三区四区| a级毛片在线看网站| 正在播放国产对白刺激| 日韩中文字幕欧美一区二区| 99精品欧美一区二区三区四区| 高清毛片免费观看视频网站| 久久国产精品人妻蜜桃| 亚洲成人免费电影在线观看| 国产欧美日韩一区二区三| 高清毛片免费观看视频网站| 欧美久久黑人一区二区| 精品国产超薄肉色丝袜足j| 免费高清视频大片| 非洲黑人性xxxx精品又粗又长| 91精品国产国语对白视频| 国产精品影院久久| 俄罗斯特黄特色一大片| 精品欧美一区二区三区在线| 岛国在线观看网站| av视频免费观看在线观看| 1024视频免费在线观看| 亚洲第一电影网av| 久久国产精品影院| 午夜福利,免费看| 好男人在线观看高清免费视频 | 精品国产乱子伦一区二区三区| 麻豆久久精品国产亚洲av| av有码第一页| 国产精品美女特级片免费视频播放器 | 麻豆av在线久日| 国产在线精品亚洲第一网站| 999精品在线视频| 国产亚洲欧美在线一区二区| 免费在线观看黄色视频的| 精品久久久久久久人妻蜜臀av | 亚洲av日韩精品久久久久久密| 三级毛片av免费| 香蕉久久夜色| av在线播放免费不卡| 亚洲五月婷婷丁香| 啦啦啦观看免费观看视频高清 | 国产欧美日韩一区二区精品| 丁香六月欧美| 婷婷精品国产亚洲av在线| 男女之事视频高清在线观看| 国产成人啪精品午夜网站| 国产精品亚洲一级av第二区| 中文字幕人妻丝袜一区二区| 午夜老司机福利片| 天天一区二区日本电影三级 | e午夜精品久久久久久久| 不卡av一区二区三区| 亚洲精品久久成人aⅴ小说| 午夜福利视频1000在线观看 | 欧美激情 高清一区二区三区| 在线观看日韩欧美| 精品久久久精品久久久| 一区福利在线观看| 国产亚洲av嫩草精品影院| 精品卡一卡二卡四卡免费| 亚洲国产毛片av蜜桃av| 这个男人来自地球电影免费观看| 午夜免费鲁丝| 91成人精品电影| 久久久久国内视频| 成人欧美大片| 亚洲欧美日韩无卡精品| 久久天躁狠狠躁夜夜2o2o| 国产精品一区二区免费欧美| 嫩草影视91久久| 18禁美女被吸乳视频| 日韩欧美在线二视频| av电影中文网址| 丁香欧美五月| 久久九九热精品免费| 成人精品一区二区免费| 亚洲国产精品999在线| 夜夜爽天天搞| 国产在线精品亚洲第一网站| 91字幕亚洲| 大型av网站在线播放| 国产精品一区二区免费欧美| 亚洲av成人不卡在线观看播放网| 两个人视频免费观看高清| 9色porny在线观看| 欧美+亚洲+日韩+国产| 满18在线观看网站| 成人18禁高潮啪啪吃奶动态图| 国产欧美日韩一区二区三区在线| 国内毛片毛片毛片毛片毛片| 国产精品永久免费网站| 纯流量卡能插随身wifi吗| а√天堂www在线а√下载| 天堂影院成人在线观看| 午夜精品国产一区二区电影| 亚洲七黄色美女视频| 中文字幕久久专区| 村上凉子中文字幕在线| 日本 欧美在线| 欧美最黄视频在线播放免费| 美女免费视频网站| 成人手机av| 国产熟女xx| 1024香蕉在线观看| 久久这里只有精品19| 国产精品国产高清国产av| 91精品三级在线观看| 久久精品国产99精品国产亚洲性色 | 国产成人免费无遮挡视频| 精品久久久久久,| 黄片大片在线免费观看| 91在线观看av| 亚洲成人国产一区在线观看| 亚洲人成电影免费在线| 超碰成人久久| 亚洲熟妇中文字幕五十中出| 91麻豆av在线| 12—13女人毛片做爰片一| 两个人视频免费观看高清| 啦啦啦观看免费观看视频高清 | 18禁黄网站禁片午夜丰满| 成年版毛片免费区| www.999成人在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 老司机靠b影院| 国产伦人伦偷精品视频| 国产精品一区二区免费欧美| 亚洲精品一区av在线观看| 禁无遮挡网站| 免费在线观看视频国产中文字幕亚洲| www.www免费av| 我的亚洲天堂| 最好的美女福利视频网| 国产精华一区二区三区| 精品卡一卡二卡四卡免费| 午夜免费观看网址| 国产亚洲欧美98| 身体一侧抽搐| 一个人观看的视频www高清免费观看 | 在线免费观看的www视频| 97超级碰碰碰精品色视频在线观看| 国产精品一区二区精品视频观看| 露出奶头的视频| 久久影院123| 亚洲自拍偷在线| 亚洲一卡2卡3卡4卡5卡精品中文| 日韩国内少妇激情av| 欧美日本中文国产一区发布| 多毛熟女@视频| 18禁观看日本| 99riav亚洲国产免费| 亚洲午夜理论影院| 男女床上黄色一级片免费看| 精品久久蜜臀av无| 麻豆久久精品国产亚洲av| 亚洲黑人精品在线| 丁香六月欧美| 国产蜜桃级精品一区二区三区| 日韩一卡2卡3卡4卡2021年| 动漫黄色视频在线观看| 大型av网站在线播放| 黑人操中国人逼视频| 欧美午夜高清在线| 成人三级做爰电影| 亚洲专区中文字幕在线| 一级,二级,三级黄色视频| 91九色精品人成在线观看| 天堂动漫精品| 欧美中文综合在线视频| 伊人久久大香线蕉亚洲五| 亚洲五月婷婷丁香| 757午夜福利合集在线观看| 淫秽高清视频在线观看| 黄片播放在线免费| 国产精品香港三级国产av潘金莲| 国产区一区二久久| 丝袜在线中文字幕| 亚洲精品久久国产高清桃花| 精品久久久精品久久久| 亚洲中文av在线| 国产片内射在线| 亚洲国产毛片av蜜桃av| 国产精品美女特级片免费视频播放器 | 精品欧美一区二区三区在线| 久久人人97超碰香蕉20202| 桃红色精品国产亚洲av| 国产精品98久久久久久宅男小说| 少妇裸体淫交视频免费看高清 | 男人舔女人的私密视频| 色精品久久人妻99蜜桃| 欧美国产精品va在线观看不卡| 国产一区二区三区在线臀色熟女| 欧美一级a爱片免费观看看 | 久久伊人香网站| 国产成人系列免费观看| 国产极品粉嫩免费观看在线| 国产精品亚洲一级av第二区| 狠狠狠狠99中文字幕| 在线观看舔阴道视频| 国产精品九九99| 中文字幕久久专区| 国产私拍福利视频在线观看| 美女扒开内裤让男人捅视频| 99国产极品粉嫩在线观看| 在线观看日韩欧美| 国产午夜福利久久久久久| 1024视频免费在线观看| 曰老女人黄片| 国内毛片毛片毛片毛片毛片| 成人精品一区二区免费| 最近最新中文字幕大全免费视频| 亚洲av片天天在线观看| 亚洲精品美女久久av网站| 黄色丝袜av网址大全| 亚洲精品久久成人aⅴ小说| 国产97色在线日韩免费| 精品电影一区二区在线| 91国产中文字幕| 少妇 在线观看| 亚洲aⅴ乱码一区二区在线播放 | 亚洲狠狠婷婷综合久久图片| 可以在线观看毛片的网站| 深夜精品福利| 亚洲天堂国产精品一区在线| 久热这里只有精品99| 人妻久久中文字幕网| 国产在线观看jvid| 成人国语在线视频| 黑人巨大精品欧美一区二区蜜桃| 日韩有码中文字幕| 免费在线观看影片大全网站| 一区二区三区精品91| 麻豆成人av在线观看| 中国美女看黄片| 国产精品99久久99久久久不卡| 亚洲av熟女| 熟妇人妻久久中文字幕3abv| 香蕉丝袜av| 亚洲专区字幕在线| 国产精品av久久久久免费| 国产亚洲精品综合一区在线观看 | 黑人欧美特级aaaaaa片| 精品国产美女av久久久久小说| 午夜久久久在线观看| 国产成人系列免费观看| www国产在线视频色| 亚洲国产精品sss在线观看| 夜夜夜夜夜久久久久| 神马国产精品三级电影在线观看 | 老汉色∧v一级毛片| 成年人黄色毛片网站| 亚洲人成网站在线播放欧美日韩| 亚洲五月天丁香| 欧美国产精品va在线观看不卡| av在线天堂中文字幕| 国产伦一二天堂av在线观看| 免费观看人在逋| 亚洲一区二区三区不卡视频| 久久中文字幕一级| 国产亚洲精品一区二区www| 精品久久久久久久毛片微露脸| 亚洲国产欧美网| 国产精品自产拍在线观看55亚洲| 9191精品国产免费久久| 久久中文字幕人妻熟女| 好看av亚洲va欧美ⅴa在| 俄罗斯特黄特色一大片| 在线观看舔阴道视频| 精品国产乱码久久久久久男人| 欧美乱色亚洲激情| 免费女性裸体啪啪无遮挡网站| 99国产精品一区二区三区| 搡老妇女老女人老熟妇| 亚洲va日本ⅴa欧美va伊人久久| 最近最新中文字幕大全免费视频| 欧美性长视频在线观看| 国产亚洲精品久久久久5区| 欧美性长视频在线观看| 人成视频在线观看免费观看| 九色亚洲精品在线播放| 中国美女看黄片| 日韩中文字幕欧美一区二区| 香蕉国产在线看| 久久久久久人人人人人| 午夜老司机福利片| 最好的美女福利视频网| 性欧美人与动物交配| 巨乳人妻的诱惑在线观看| 成人亚洲精品av一区二区| av欧美777| 9色porny在线观看| 亚洲精品美女久久久久99蜜臀| 国产激情欧美一区二区| 成人亚洲精品一区在线观看| 黑人操中国人逼视频| 香蕉丝袜av|