• <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 ?

    基于機(jī)器學(xué)習(xí)的大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測分析

    2023-08-09 19:08:54劉照霞
    計算機(jī)應(yīng)用文摘 2023年15期
    關(guān)鍵詞:故障檢測機(jī)器學(xué)習(xí)

    摘 要:作為多個領(lǐng)域重要的生產(chǎn)工具,計算機(jī)若出現(xiàn)硬件故障,則會直接影響其工作狀態(tài),因此需要對這方面開展詳細(xì)研究。文章首先將大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測作為研究對象,枸建硬件故障檢測模型,再探究硬件故障分析原理與特征選擇過程,提出幾種常見的基于機(jī)器學(xué)習(xí)的故障檢測算法,最后對不同故障檢測算法的實驗結(jié)果進(jìn)行詳細(xì)分析,旨在提升大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測效率,助力相關(guān)領(lǐng)域的發(fā)展。

    關(guān)鍵詞:機(jī)器學(xué)習(xí);并行計算機(jī)系統(tǒng):硬件故障:故障檢測

    中圖法分類號:TP181文獻(xiàn)標(biāo)識碼:A

    1 引言

    大規(guī)模并行計算機(jī)系統(tǒng)( Massively ParallelComputer,MPC)是一種以數(shù)百、萬個處理單位構(gòu)成的并行處理系統(tǒng),可以有效提高計算機(jī)運行速度,處理大規(guī)模數(shù)據(jù)信息,以及縮短數(shù)據(jù)處理的響應(yīng)時間,對于提高各個領(lǐng)域生產(chǎn)效率與質(zhì)量有較大幫助。但是,大規(guī)模并行計算機(jī)長時間保持高速運轉(zhuǎn)狀態(tài),容易發(fā)生硬件故障,造成系統(tǒng)癱瘓,因此有必要對大規(guī)模并行計算機(jī)系統(tǒng)的硬件故障檢測進(jìn)行深入研究。

    2 大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測模型

    大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測是提升其主動容錯水平的重要方法,可以使其更穩(wěn)定地運行,提升其功能的擴(kuò)展性?,F(xiàn)階段采用的大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測方式基于機(jī)器學(xué)習(xí)以及學(xué)習(xí)采集后的運行狀態(tài)數(shù)據(jù),再對未來可能出現(xiàn)的硬件故障進(jìn)行檢測,可以理解為學(xué)習(xí)預(yù)處理結(jié)點狀態(tài)數(shù)據(jù),再利用學(xué)習(xí)成果反向檢測。但大規(guī)模并行計算機(jī)系統(tǒng)在運行過程中會不斷生成結(jié)點運行狀態(tài)數(shù)據(jù),可能會產(chǎn)生新的故障信息,導(dǎo)致采用機(jī)器學(xué)習(xí)的方式可能無法有效檢測新硬件故障,因此需要對這方面進(jìn)行深入研究。在整理大量相關(guān)文獻(xiàn)后,設(shè)計大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測模型,首先將原始狀態(tài)數(shù)據(jù)輸入功能模型中,再對數(shù)據(jù)進(jìn)行預(yù)處理,即有效去除數(shù)據(jù)中的噪聲以及沒有實際意義的無效值,然后使用狀態(tài)向量對不同時刻的狀態(tài)信息進(jìn)行可靠描述,通過特征選擇技術(shù)完成精簡化處理,獲得精簡化的數(shù)據(jù)集,并將其作為機(jī)器學(xué)習(xí)模塊并對其進(jìn)行輸入。此外,通過機(jī)器學(xué)習(xí)方法對數(shù)據(jù)集做故障挖掘處理,將分類器整理為分類器庫,并將其作為實時檢測的工具,對當(dāng)前大規(guī)模并行計算機(jī)系統(tǒng)是否發(fā)生硬件故障進(jìn)行有效檢測。若狀態(tài)數(shù)據(jù)未被選擇,則不會在故障檢測階段進(jìn)行二次采集[1] 。結(jié)合實際故障信息反饋,對分類器庫相關(guān)內(nèi)容進(jìn)行評估,不斷對相關(guān)數(shù)據(jù)進(jìn)行優(yōu)化,以提升機(jī)器學(xué)習(xí)效率,提高故障檢測質(zhì)量。需要注意的是,在對大規(guī)模并行計算機(jī)系統(tǒng)硬件故障進(jìn)行檢測時,各個結(jié)點獲得的原始狀態(tài)數(shù)據(jù)即為精簡處理后的數(shù)據(jù)集,通過檢測模塊調(diào)取分類器庫中的分類器,完成故障檢測任務(wù)。若檢測到大規(guī)模并行計算機(jī)系統(tǒng)硬件故障,則會立即啟動報警程序,大規(guī)模并行計算機(jī)系統(tǒng)會同步啟用主動容錯方式,以避免發(fā)生更大規(guī)模的硬件故障。

    3 大規(guī)模并行計算機(jī)系統(tǒng)硬件故障分析原理

    機(jī)器學(xué)習(xí)的重要內(nèi)容即為分類與檢測,其可以對大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測模型的后續(xù)數(shù)據(jù)進(jìn)行詳細(xì)描述。分類即根據(jù)數(shù)據(jù)類別設(shè)計相應(yīng)的分類模型,代表分類器設(shè)計過程,需要對已經(jīng)具有類別標(biāo)簽的樣本進(jìn)行機(jī)器學(xué)習(xí)獲得;檢測即利用分類學(xué)習(xí)生成的分類器對不清楚的類別數(shù)據(jù)進(jìn)行判定的過程。分類與檢測可以細(xì)分為2 個環(huán)節(jié),分別為學(xué)習(xí)、檢測。學(xué)習(xí)是利用已擁有類別標(biāo)簽的數(shù)據(jù)集建立與之匹配分類器的一個過程,其將攜帶類別標(biāo)簽的樣本集劃分為訓(xùn)練集、測試集2 個部分,利用合適的分類算法,通過訓(xùn)練集完成機(jī)器學(xué)習(xí),獲得相應(yīng)的分類器,再利用測試集對分類器的性能進(jìn)行合理評估[2] 。若分類器錯分樣本數(shù)量低于預(yù)設(shè)值,則證明分類器可以進(jìn)一步使用。檢測則是利用學(xué)習(xí)階段獲得的可用分類器對沒有設(shè)置標(biāo)簽的數(shù)據(jù)集做分類處理,進(jìn)而檢測數(shù)據(jù)集真實類別。常用的分類算法如下。

    (1)決策樹。其利用樹形結(jié)構(gòu)完成對象的決策處理,非葉結(jié)點代表樣本屬性特征,葉結(jié)點代表樣本類別,分支代表特征取值,根結(jié)點到葉結(jié)點路徑代表分類應(yīng)用的決策。決策樹算法的核心是選擇根屬性,需要利用特征屬性完成決策樹分裂處理。

    (2)支持向量機(jī)。在統(tǒng)計理論基礎(chǔ)上設(shè)計的分類器結(jié)構(gòu)是將線性無法有效區(qū)分的兩種類別數(shù)據(jù)從平面映射到多維空間,以構(gòu)建分類超平面,并完成數(shù)據(jù)的分類任務(wù)。支持向量機(jī)的操作重點就是找到2 種類別數(shù)據(jù)最易被區(qū)分的最優(yōu)超平面。

    4 特征選擇過程

    特征選擇是從原始特征屬性集合中選擇擁有最佳分類效果的屬性子集。雖然可以通過窮舉法完成特征子集的驗證工作,但若增加特征維數(shù),則窮舉法所需的時間復(fù)雜度會快速上升,從而無法開展實際應(yīng)用。作為一類貪心算法,雖然啟發(fā)式搜索法在復(fù)雜度方面低于窮舉法,但是仍然會產(chǎn)生局部僵局的特殊情況,造成特征集無法獲得最優(yōu)解。本文將特征選擇框架應(yīng)用到特征選擇中,基于特征選擇框架的特征選擇過程如下。

    (1)子集產(chǎn)生。在已有的特征空間尋找最優(yōu)子集,可以在窮舉法基礎(chǔ)上增設(shè)分支界限,若某個分支無法搜索更優(yōu)解,則對該分支做剪枝處理,以提升搜索效率,或是對特征進(jìn)行增添、刪減,以獲取最優(yōu)特征集合。

    ( 2)子集評價。利用評價函數(shù)對子集產(chǎn)生的各種特征組合進(jìn)行評價,進(jìn)而分析哪些特征組合可以為現(xiàn)有數(shù)據(jù)分類提供更大收益[3] 。比如,采用一致性度量評價函數(shù),判斷樣本的特征屬性、所屬類別,從而快速識別特征子集。

    (3)停止準(zhǔn)則。子集搜索行為可以得到有效管控,避免出現(xiàn)特征子集組合持續(xù)生成的情況,可以限定特征子集規(guī)模,以達(dá)到子集規(guī)模閾值,從而停止子集搜索行為。

    (4)子集驗證。通過評價獲取特征組合性能,再將評價結(jié)果和通過初始特征集評估結(jié)果進(jìn)行比較,分析特征子集在性能方面是否超過原始數(shù)據(jù)集。一般會從評估時間、子集規(guī)模等方面評價特征子集的性能情況。需要注意的是,若評估準(zhǔn)則評價子集獲得更優(yōu)的結(jié)果,則將當(dāng)前獲得的子集取代之前獲得的最佳子集,通過這種方式完成最佳特征子集的尋找任務(wù)。

    5 基于機(jī)器學(xué)習(xí)故障檢測算法對比

    通過訓(xùn)練集對若干分類器模型進(jìn)行訓(xùn)練,再將其和若干擁有良好性能的分類器進(jìn)行結(jié)合,完成樣本分類檢測,這便是集成學(xué)習(xí)模式。相較于單個分類器,將分類器整合為一個整體,可以獲得更好的檢測效果?;谠摾砟钛苌鋈缦拢?種算法。

    (1)流集成算法(Streaming Ensemble Algorithm,SEA)。該算法通過預(yù)設(shè)固定容量的分類器庫,將數(shù)據(jù)流劃分為若干擁有相同規(guī)格的數(shù)據(jù)塊。在學(xué)習(xí)分類器后,將按順序生成的分類器歸納到分類器庫內(nèi),在抵達(dá)分類器庫容量后停止。在生成新分類器后,會通過預(yù)先設(shè)定的分類器性能替換啟發(fā)模式,對分類器庫已有的分類器做可靠評價,然后剔除一部分使用性能偏差的分類器,以實現(xiàn)分類器庫數(shù)量穩(wěn)定。該算法對一些具有周期性概念漂移特點的數(shù)據(jù)流有良好效果。若數(shù)據(jù)流出現(xiàn)突然性的概念漂移,則會導(dǎo)致在較長一段時間內(nèi)無法有效更新概念,進(jìn)而輸出錯誤內(nèi)容。

    ( 2) 精度加權(quán)系綜算法( Accuracy WeightedEnsembles,AWE)。在SEA 算法基礎(chǔ)上設(shè)計AWE 算__法。該算法利用賦權(quán)方式取代基分類器的輸出模式,即所有基分類器都會獲得一個比重,讓分類誤差偏小的分類器獲得更大的投票比重。在抵達(dá)分類器庫容量時,會提升投票比重小的分類器的性能。

    (3)自適應(yīng)分類器集成算法(Adaptive ClassifiersEnsemble,ACE)。若要在AWE 算法中有效解決突變概念漂移導(dǎo)致的分類效果偏差問題,則需要設(shè)置足夠小的數(shù)據(jù)塊。但是,小數(shù)據(jù)塊會讓基分類器性能降低,從而產(chǎn)生ACE。ACE 利用概念漂移監(jiān)測器有效應(yīng)對概念波動。在沒有監(jiān)測概念波動時, 會啟用與AWE 算法相同的方法檢測新樣本類別[4] 。若監(jiān)測概念波動,則會在即將抵達(dá)分類器庫容量時,將學(xué)習(xí)新分類器作為樣本類別檢測工具,采用追蹤分類器分類誤差的方式有效降低突發(fā)的概念漂移對系統(tǒng)造成的影響。

    ( 4)用于數(shù)據(jù)流挖掘的具有回憶和遺忘機(jī)制的集成模型與算法(Ensemble Model and Algorithm withRecalling and Forgetting Mechanisms for Data StreamMining,MAE)。該算法是將回憶遺忘機(jī)制應(yīng)用在基分類器學(xué)習(xí)領(lǐng)域中,在記憶分類器MS 庫中設(shè)置子集,即ES 回憶分類器庫,再將基分類器作為算法機(jī)器學(xué)習(xí)的知識,先將其存放在記憶庫中,再將與當(dāng)前處理的數(shù)據(jù)塊擁有最強(qiáng)相關(guān)度的N 個基分類器復(fù)制到回憶庫中,其中N 為回憶庫最大容量。在完成回憶操作后,再對記憶庫保存的基分類器進(jìn)行評價,完成各個基分類器的記憶權(quán)重更新任務(wù)。在基分類器被回憶時,其記憶強(qiáng)度會隨之增強(qiáng),反之則會減弱。若數(shù)據(jù)流生成新樣本分類,則通過回憶庫存儲的基分類器完成分類預(yù)測。通過MAE 算法可以在短時間內(nèi)有效地消除概念漂移現(xiàn)象。

    (5)用于數(shù)據(jù)流挖掘的具有回憶和遺忘機(jī)制的改進(jìn)集成模型與算法( Revised Ensemble Model andAlgorithm with Recalling and Forgetting Mechanisms forData Stream Mining,ReMAE)。應(yīng)用MAE 算法可能出現(xiàn)當(dāng)前正在執(zhí)行機(jī)器學(xué)習(xí)命令的數(shù)據(jù)塊僅有保持正常狀態(tài)的數(shù)據(jù),但沒有表示硬件故障狀態(tài)的數(shù)據(jù),這導(dǎo)致該數(shù)據(jù)塊通過機(jī)器學(xué)習(xí)獲得的基分類器無法有效檢測后續(xù)發(fā)生的硬件故障。因此,本文在MAE 的基礎(chǔ)上提出改進(jìn)算法,即ReMAE 算法。該算法通過改進(jìn)數(shù)據(jù)集獲取模式,對基分類器進(jìn)行優(yōu)化訓(xùn)練;通過設(shè)置和數(shù)據(jù)塊規(guī)格相同的樣本庫存儲數(shù)據(jù)塊樣本信息。在一個類別滑動窗口保持充滿狀態(tài)后,若仍有新的同類型樣本信息,則會剔除最先進(jìn)入滑動窗口的樣本信息,進(jìn)而實現(xiàn)更新樣本庫的效果。最后,使用樣本庫數(shù)據(jù)并通過機(jī)器學(xué)習(xí)方式獲得新的基分類器,這可以將不均衡數(shù)據(jù)分類順利轉(zhuǎn)化成均衡數(shù)據(jù)分類,讓ReMAE 算法獲得更強(qiáng)的機(jī)器學(xué)習(xí)能力,從而有效提高分類器對硬件故障的檢測效果[5] 。

    6 故障檢測算法實驗結(jié)果分析

    大規(guī)模并行計算機(jī)系統(tǒng)在多數(shù)時間可以保持正常的工作狀態(tài),即采集的大多數(shù)結(jié)點狀態(tài)數(shù)據(jù)處于正常范圍內(nèi),僅在硬件即將發(fā)生故障時才會獲得故障數(shù)據(jù),這導(dǎo)致使用準(zhǔn)確率無法有效體現(xiàn)出故障數(shù)據(jù)不均衡的特點。本文從精確度、召回率、F 值對不同故障檢測算法的檢測效果進(jìn)行分析[6] 。采集大規(guī)模并行計算機(jī)系統(tǒng)近3 個月的工作狀態(tài)數(shù)據(jù),其中非故障數(shù)據(jù)占比89.22%、故障數(shù)據(jù)占比10.78%。在使用SEA,AWE,ACE,MAE 等算法外,加入本文提出的ReMAE算法。首先利用不同算法檢測數(shù)據(jù)塊獲取預(yù)測指標(biāo),再通過在線學(xué)習(xí)方式驗證數(shù)據(jù)塊是否發(fā)生故障。不同算法故障檢測性能如圖1 所示。

    由圖1 可知,ReMAE 算法在檢測準(zhǔn)確率方面和AWE 算法、MAE 算法相仿,并高于SEA 算法、ACE 算法的檢測準(zhǔn)確率。同時,ReMAE 算法在召回率、F 值要遠(yuǎn)高于其他算法,如ReMAE 算法的召回率比其他算法的召回率高37%~50%。作為大規(guī)模并行計算機(jī)系統(tǒng)容錯性能的重要表現(xiàn),其召回率越高,代表算法檢測的故障就越多,在后續(xù)應(yīng)用中也可以開展相應(yīng)的故障處理作業(yè),可以有效降低大規(guī)模并行計算機(jī)系統(tǒng)被動容錯概率,進(jìn)而提升其運行可靠性。F 數(shù)值越高,代表算法擁有更好的檢測效果。ReMAE 算法在召回率、F 值方面表現(xiàn)良好,代表在開展大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測時,可以檢測到其他算法無法有效檢測的潛在故障,也不會將正常數(shù)據(jù)誤判斷成故障數(shù)據(jù),因此可認(rèn)為在實用性方面ReMAE 算法要超過其他算法[7] 。而在大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測的機(jī)器學(xué)習(xí)訓(xùn)練時間中,ReMAE 算法需要22.92×10-3 s,是用時最長的算法;在硬件故障檢測時間中,ReMAE 算法需要19.96×10-6 s,僅低于ACE 算法的29.35×10-6 s,高于其他算法,可以認(rèn)為在大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測中,ReMAE 算法在機(jī)器學(xué)習(xí)訓(xùn)練時間、檢測時間方面并不是最優(yōu)選擇。可是,現(xiàn)階段使用的數(shù)據(jù)采集體系是以1 條/10 s 的頻率收集的,意味著將數(shù)據(jù)整合成一個基本數(shù)據(jù)塊需花費5000 s 的時間。但是,ReMAE 算法利用數(shù)據(jù)塊基分類對應(yīng)方式所需時間僅為22.92×10-3 s,即在下一個數(shù)據(jù)塊還未形成時,已經(jīng)準(zhǔn)備好用于該數(shù)據(jù)塊檢測活動的基分類器,并完成機(jī)械學(xué)習(xí)的訓(xùn)練任務(wù),可以有更充裕的時間檢測下個數(shù)據(jù)塊。ReMAE 算法檢測數(shù)據(jù)塊用時19.96×10-6 s,即檢測現(xiàn)有數(shù)據(jù)塊時,若出現(xiàn)硬件故障影響因素,則結(jié)點也可以正常采集數(shù)據(jù)。而在下個數(shù)據(jù)塊完成準(zhǔn)備工作時,ReMAE 算法已經(jīng)獲得下個數(shù)據(jù)塊的檢測結(jié)果[8] 。若下個數(shù)據(jù)塊存在故障,則大規(guī)模并行計算機(jī)系統(tǒng)可以通過主動容錯模式對該結(jié)點做相應(yīng)的進(jìn)程遷移處理,以避免產(chǎn)生更大規(guī)模的次生型硬件安全風(fēng)險??梢哉J(rèn)為,ReMAE 算法在機(jī)器學(xué)習(xí)訓(xùn)練時間、硬件檢測時間方面需要花費比其他算法更長的時間,但是在故障機(jī)器學(xué)習(xí)、硬件檢測的實時性需求中,仍然可以完成大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測任務(wù)。

    7 結(jié)束語

    基于機(jī)器學(xué)習(xí)的大規(guī)模并行計算機(jī)系統(tǒng)硬件故障檢測涉及多個專業(yè)領(lǐng)域,在實際應(yīng)用中需要以大規(guī)模并行計算機(jī)系統(tǒng)硬件運行情況為準(zhǔn),設(shè)計一套結(jié)構(gòu)更完善、內(nèi)容更詳細(xì)的基于機(jī)器學(xué)習(xí)故障的檢測方案,以確保故障檢測資源得到最大化的應(yīng)用,以提升大規(guī)模并行計算機(jī)系統(tǒng)硬件運行的可靠性,從而推動相關(guān)行業(yè)的可持續(xù)發(fā)展。

    參考文獻(xiàn):

    [1] 王明芬,鄭驊.基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)故障檢測[J].電信快報,2022(12):24?28.

    [2] 陳天熙,費葉琦,王吉平,等.基于機(jī)器學(xué)習(xí)的齒輪故障診斷研究現(xiàn)狀和發(fā)展前景[J].林業(yè)機(jī)械與木工設(shè)備,2022,50(8):4?7.

    [3] 彭輝.基于機(jī)器學(xué)習(xí)的列車故障診斷應(yīng)用研究[J].現(xiàn)代計算機(jī),2022,28(12):81?85.

    [4] 趙亞琴,蔡曉騮.計算機(jī)硬件故障檢測與維修維護(hù)策略探討[J].常州工學(xué)院學(xué)報,2021,34(6):41?46.

    [5] 王子鑒,秦瑜瑞,李景麗.采用機(jī)器學(xué)習(xí)的變壓器分層故障診斷[J].電力系統(tǒng)及其自動化學(xué)報,2022,34(7):20?25.

    [6] 鄭重虎,張彬,董高云.TSP 軌旁安全平臺硬件功能故障檢測平臺的研究與實現(xiàn)[J].電子世界,2021(10):95?97.

    [7] 申狄秋,盧雯興,王榮超,等.支持向量機(jī)下基于機(jī)器學(xué)習(xí)優(yōu)化的繼電保護(hù)故障診斷技術(shù)研究[J].電子設(shè)計工程,2021,29(8):53?57.

    [8] 翟嘉琪,楊希祥,程玉強(qiáng),等.機(jī)器學(xué)習(xí)在故障檢測與診斷領(lǐng)域應(yīng)用綜述[J].計算機(jī)測量與控制,2021,29(3):1?9.

    作者簡介:

    劉照霞(1972—),大專,工程師,研究方向:辦公自動化應(yīng)用。

    猜你喜歡
    故障檢測機(jī)器學(xué)習(xí)
    基于詞典與機(jī)器學(xué)習(xí)的中文微博情感分析
    基于定子逆序的電機(jī)同步速變換故障檢測算法
    基于機(jī)器學(xué)習(xí)的圖像特征提取技術(shù)在圖像版權(quán)保護(hù)中的應(yīng)用
    優(yōu)化網(wǎng)絡(luò)設(shè)備維護(hù)提高數(shù)據(jù)通信傳輸質(zhì)量
    基于網(wǎng)絡(luò)搜索數(shù)據(jù)的平遙旅游客流量預(yù)測分析
    時代金融(2016年27期)2016-11-25 17:51:36
    前綴字母為特征在維吾爾語文本情感分類中的研究
    電子電路的故障檢測技術(shù)
    新型探測線圈淺析
    科技視界(2016年21期)2016-10-17 17:53:37
    基于支持向量機(jī)的金融數(shù)據(jù)分析研究
    暖通空調(diào)系統(tǒng)故障檢測與診斷技術(shù)探討
    天堂动漫精品| 国产精品国产高清国产av| 狂野欧美白嫩少妇大欣赏| 国产精品国产三级国产av玫瑰| 免费看a级黄色片| 成人精品一区二区免费| 桃红色精品国产亚洲av| 一夜夜www| 一进一出抽搐gif免费好疼| 一级av片app| 69人妻影院| 长腿黑丝高跟| 国产精品亚洲一级av第二区| 亚洲第一电影网av| 美女cb高潮喷水在线观看| 亚洲精品色激情综合| 国内少妇人妻偷人精品xxx网站| 看片在线看免费视频| 可以在线观看的亚洲视频| 欧美性猛交╳xxx乱大交人| 欧美日韩精品成人综合77777| 又黄又爽又免费观看的视频| 又爽又黄a免费视频| 毛片女人毛片| 欧美日韩中文字幕国产精品一区二区三区| 男女啪啪激烈高潮av片| 成人永久免费在线观看视频| 国产又黄又爽又无遮挡在线| 精品久久久久久成人av| 免费观看的影片在线观看| 久久久久久国产a免费观看| 日韩欧美 国产精品| 日韩精品中文字幕看吧| 人妻丰满熟妇av一区二区三区| 熟女人妻精品中文字幕| 91在线精品国自产拍蜜月| 国产精品免费一区二区三区在线| 中文亚洲av片在线观看爽| 日韩欧美在线乱码| 99热这里只有精品一区| 99在线视频只有这里精品首页| 观看美女的网站| 我的女老师完整版在线观看| 国产三级在线视频| 成年女人看的毛片在线观看| 中国美白少妇内射xxxbb| 国产av一区在线观看免费| 国产成人aa在线观看| 精品免费久久久久久久清纯| 久久久久久久久久黄片| 午夜福利18| 男女啪啪激烈高潮av片| 国产熟女欧美一区二区| 内地一区二区视频在线| 变态另类成人亚洲欧美熟女| 欧美日韩亚洲国产一区二区在线观看| 国产精品嫩草影院av在线观看 | 一个人观看的视频www高清免费观看| 伦理电影大哥的女人| 亚洲图色成人| 精品日产1卡2卡| 国产成人av教育| 国产高清有码在线观看视频| 亚州av有码| 无遮挡黄片免费观看| 欧美区成人在线视频| 国产亚洲欧美98| 舔av片在线| 97碰自拍视频| 国产一级毛片七仙女欲春2| 熟妇人妻久久中文字幕3abv| 淫妇啪啪啪对白视频| 在线看三级毛片| 日韩亚洲欧美综合| а√天堂www在线а√下载| 男女边吃奶边做爰视频| 日日撸夜夜添| 日韩精品有码人妻一区| 国产av在哪里看| 欧美一区二区精品小视频在线| 成人精品一区二区免费| 国产久久久一区二区三区| 免费看日本二区| 免费看日本二区| 国产亚洲欧美98| bbb黄色大片| 一区二区三区免费毛片| 男女之事视频高清在线观看| 欧美性猛交黑人性爽| 国产男人的电影天堂91| 3wmmmm亚洲av在线观看| 成人国产一区最新在线观看| 九九在线视频观看精品| 日韩国内少妇激情av| 国产欧美日韩精品一区二区| 又黄又爽又刺激的免费视频.| 一级av片app| 桃色一区二区三区在线观看| 久久九九热精品免费| 日本免费a在线| 精品午夜福利在线看| 黄色女人牲交| 日韩中字成人| 久久欧美精品欧美久久欧美| 日本成人三级电影网站| av在线亚洲专区| 美女被艹到高潮喷水动态| 欧美日韩亚洲国产一区二区在线观看| 特大巨黑吊av在线直播| 亚洲一区高清亚洲精品| 亚洲人成伊人成综合网2020| 国产成人aa在线观看| 51国产日韩欧美| 简卡轻食公司| 亚洲人与动物交配视频| 性色avwww在线观看| 亚洲国产精品成人综合色| 欧美激情在线99| 国内毛片毛片毛片毛片毛片| 国产一区二区激情短视频| 3wmmmm亚洲av在线观看| 亚洲成人中文字幕在线播放| 日韩欧美国产一区二区入口| 精品人妻偷拍中文字幕| 亚洲av二区三区四区| 中文资源天堂在线| 小蜜桃在线观看免费完整版高清| 欧美一级a爱片免费观看看| 男女那种视频在线观看| 老师上课跳d突然被开到最大视频| 少妇猛男粗大的猛烈进出视频 | 婷婷精品国产亚洲av在线| 动漫黄色视频在线观看| 网址你懂的国产日韩在线| 麻豆一二三区av精品| 男女那种视频在线观看| 内地一区二区视频在线| 男人狂女人下面高潮的视频| 狂野欧美白嫩少妇大欣赏| 给我免费播放毛片高清在线观看| 麻豆av噜噜一区二区三区| 精品人妻视频免费看| 久久精品人妻少妇| 欧美日韩黄片免| 成人av一区二区三区在线看| 国产成人a区在线观看| 久久久久精品国产欧美久久久| 成人亚洲精品av一区二区| 国产精品久久电影中文字幕| 特大巨黑吊av在线直播| 特大巨黑吊av在线直播| 欧美丝袜亚洲另类 | 99视频精品全部免费 在线| av黄色大香蕉| 蜜桃亚洲精品一区二区三区| 欧美丝袜亚洲另类 | 日本免费一区二区三区高清不卡| 国产高潮美女av| 日韩欧美 国产精品| 亚洲精品在线观看二区| 国产免费av片在线观看野外av| 亚洲乱码一区二区免费版| 日日啪夜夜撸| 日日啪夜夜撸| 亚洲自拍偷在线| 精品久久久久久久久亚洲 | 久久久色成人| 成人性生交大片免费视频hd| bbb黄色大片| 国内精品久久久久久久电影| 欧美色欧美亚洲另类二区| 免费在线观看成人毛片| 很黄的视频免费| 麻豆av噜噜一区二区三区| 国产单亲对白刺激| 成人二区视频| 日本三级黄在线观看| 色av中文字幕| 给我免费播放毛片高清在线观看| 春色校园在线视频观看| 男人和女人高潮做爰伦理| 两个人视频免费观看高清| 制服丝袜大香蕉在线| 亚洲精品国产成人久久av| 淫秽高清视频在线观看| 亚洲国产欧美人成| 欧美日韩中文字幕国产精品一区二区三区| 国产一区二区亚洲精品在线观看| 欧美性感艳星| 亚洲av第一区精品v没综合| 日韩欧美免费精品| 国产伦人伦偷精品视频| 免费观看人在逋| 91久久精品国产一区二区成人| 一级毛片久久久久久久久女| 在线观看美女被高潮喷水网站| 日本爱情动作片www.在线观看 | 国产成人福利小说| a级毛片免费高清观看在线播放| 国产欧美日韩精品亚洲av| 免费观看人在逋| 嫩草影院精品99| 久久久精品欧美日韩精品| 黄色视频,在线免费观看| 狂野欧美激情性xxxx在线观看| 最近视频中文字幕2019在线8| 日本爱情动作片www.在线观看 | 校园人妻丝袜中文字幕| 最近最新免费中文字幕在线| 国产亚洲精品久久久com| 成年人黄色毛片网站| 国产真实乱freesex| 在线免费观看不下载黄p国产 | 国产高清不卡午夜福利| 悠悠久久av| 久久欧美精品欧美久久欧美| 香蕉av资源在线| 亚洲精品色激情综合| 日本a在线网址| 午夜激情福利司机影院| 日本一本二区三区精品| 国产精品乱码一区二三区的特点| 不卡一级毛片| 日本 av在线| 亚洲狠狠婷婷综合久久图片| 国产精品久久视频播放| 亚洲成人久久爱视频| 女的被弄到高潮叫床怎么办 | 亚洲熟妇中文字幕五十中出| 欧美性感艳星| 免费人成视频x8x8入口观看| 久久久色成人| 亚洲精品456在线播放app | 亚洲综合色惰| 色综合站精品国产| 欧美成人一区二区免费高清观看| 国产淫片久久久久久久久| 极品教师在线视频| 欧美3d第一页| 成人亚洲精品av一区二区| 99精品在免费线老司机午夜| 久久久久久久久久成人| 两个人的视频大全免费| 欧美bdsm另类| 99九九线精品视频在线观看视频| 99在线视频只有这里精品首页| 午夜福利成人在线免费观看| 日日夜夜操网爽| 国语自产精品视频在线第100页| 欧美+亚洲+日韩+国产| 国产精品国产三级国产av玫瑰| 黄色视频,在线免费观看| 国产成人影院久久av| 干丝袜人妻中文字幕| 日本一本二区三区精品| 亚洲,欧美,日韩| 夜夜看夜夜爽夜夜摸| 婷婷色综合大香蕉| 亚洲熟妇中文字幕五十中出| 黄色视频,在线免费观看| 久久久色成人| 国产单亲对白刺激| 日日摸夜夜添夜夜添小说| 一个人看的www免费观看视频| 色哟哟哟哟哟哟| 人人妻人人澡欧美一区二区| 久久精品国产清高在天天线| 亚洲七黄色美女视频| 在线免费十八禁| 色尼玛亚洲综合影院| 国产精品99久久久久久久久| 亚洲中文字幕一区二区三区有码在线看| 黄片wwwwww| 免费大片18禁| 久99久视频精品免费| 中文在线观看免费www的网站| 熟妇人妻久久中文字幕3abv| 亚洲成人免费电影在线观看| 亚洲精品亚洲一区二区| 亚洲一级一片aⅴ在线观看| 在线观看美女被高潮喷水网站| 夜夜爽天天搞| 日本黄色片子视频| 国产av一区在线观看免费| 日韩,欧美,国产一区二区三区 | 国产午夜福利久久久久久| 午夜福利欧美成人| 舔av片在线| 久久久国产成人免费| 欧美极品一区二区三区四区| 波多野结衣巨乳人妻| 日本-黄色视频高清免费观看| 搡老岳熟女国产| 床上黄色一级片| av视频在线观看入口| 春色校园在线视频观看| 欧洲精品卡2卡3卡4卡5卡区| 韩国av一区二区三区四区| 国产一级毛片七仙女欲春2| 亚洲成人精品中文字幕电影| 亚洲自偷自拍三级| 校园人妻丝袜中文字幕| 最近在线观看免费完整版| 直男gayav资源| 少妇高潮的动态图| 波多野结衣高清无吗| 久久婷婷人人爽人人干人人爱| 欧美日韩中文字幕国产精品一区二区三区| 亚洲精品影视一区二区三区av| 国产人妻一区二区三区在| 亚洲图色成人| 内射极品少妇av片p| 我的老师免费观看完整版| 精品人妻1区二区| 欧美性感艳星| 国内精品宾馆在线| 中文在线观看免费www的网站| 国产精品乱码一区二三区的特点| 亚洲精品一区av在线观看| 亚洲熟妇熟女久久| 一边摸一边抽搐一进一小说| 欧美3d第一页| netflix在线观看网站| 婷婷精品国产亚洲av在线| 观看美女的网站| 午夜激情欧美在线| 成人欧美大片| 成人特级黄色片久久久久久久| 国产私拍福利视频在线观看| 欧美一区二区亚洲| 国产精品美女特级片免费视频播放器| 如何舔出高潮| 色5月婷婷丁香| 亚洲国产高清在线一区二区三| 国产av在哪里看| 欧美日韩中文字幕国产精品一区二区三区| 99热这里只有是精品在线观看| 日韩欧美精品免费久久| 桃色一区二区三区在线观看| 日韩欧美在线乱码| 国产精品综合久久久久久久免费| 亚洲综合色惰| 亚洲黑人精品在线| 欧美丝袜亚洲另类 | 我的老师免费观看完整版| 少妇的逼好多水| 1024手机看黄色片| 国产探花在线观看一区二区| 国产亚洲精品久久久久久毛片| 一区福利在线观看| 在线观看美女被高潮喷水网站| 日韩 亚洲 欧美在线| 国产色爽女视频免费观看| 人妻夜夜爽99麻豆av| eeuss影院久久| 欧美成人性av电影在线观看| 免费看av在线观看网站| 午夜视频国产福利| 欧美日韩黄片免| 美女高潮喷水抽搐中文字幕| 午夜福利在线观看吧| 蜜桃亚洲精品一区二区三区| 精品国内亚洲2022精品成人| 国产视频一区二区在线看| 亚洲精品亚洲一区二区| 床上黄色一级片| 久久九九热精品免费| 国产精品一区二区免费欧美| av天堂中文字幕网| 九九久久精品国产亚洲av麻豆| 欧美成人性av电影在线观看| 最新在线观看一区二区三区| 色综合婷婷激情| 国产一区二区三区av在线 | 春色校园在线视频观看| 一本精品99久久精品77| 一级黄色大片毛片| 男人舔女人下体高潮全视频| 久久久久久大精品| 少妇人妻精品综合一区二区 | 日韩欧美 国产精品| 日韩欧美一区二区三区在线观看| 亚洲av第一区精品v没综合| 亚洲精品乱码久久久v下载方式| 在线观看66精品国产| 国产私拍福利视频在线观看| 高清毛片免费观看视频网站| 国产精品一区二区免费欧美| 悠悠久久av| 噜噜噜噜噜久久久久久91| 97超级碰碰碰精品色视频在线观看| 直男gayav资源| 欧美最新免费一区二区三区| 日韩中字成人| 两个人视频免费观看高清| 麻豆av噜噜一区二区三区| 特级一级黄色大片| 国产av在哪里看| 美女xxoo啪啪120秒动态图| 国产成人av教育| 美女被艹到高潮喷水动态| av福利片在线观看| 高清日韩中文字幕在线| 欧美xxxx黑人xx丫x性爽| 国产 一区 欧美 日韩| 在线观看免费视频日本深夜| 99久久中文字幕三级久久日本| 男人的好看免费观看在线视频| 十八禁国产超污无遮挡网站| 麻豆成人av在线观看| 村上凉子中文字幕在线| 日日干狠狠操夜夜爽| 免费看日本二区| 国内精品一区二区在线观看| 亚洲乱码一区二区免费版| 超碰av人人做人人爽久久| 97超级碰碰碰精品色视频在线观看| 日韩欧美在线乱码| 日本与韩国留学比较| 69人妻影院| 欧美国产日韩亚洲一区| 国产精品久久久久久久电影| 国产私拍福利视频在线观看| 给我免费播放毛片高清在线观看| 天堂网av新在线| 大型黄色视频在线免费观看| 狂野欧美激情性xxxx在线观看| 久久99热6这里只有精品| 国产伦一二天堂av在线观看| 2021天堂中文幕一二区在线观| 一个人免费在线观看电影| 亚洲第一电影网av| 九九在线视频观看精品| 天堂√8在线中文| 国产亚洲欧美98| 欧美激情久久久久久爽电影| eeuss影院久久| 99riav亚洲国产免费| 又黄又爽又刺激的免费视频.| 亚洲成人久久性| 欧美性猛交╳xxx乱大交人| 成人二区视频| 免费av不卡在线播放| 99热网站在线观看| 亚洲av免费高清在线观看| 免费一级毛片在线播放高清视频| 欧美丝袜亚洲另类 | 一区二区三区激情视频| 亚洲av免费在线观看| 在线免费观看不下载黄p国产 | 国产一区二区三区在线臀色熟女| 蜜桃久久精品国产亚洲av| 麻豆久久精品国产亚洲av| 精品久久久久久久久av| 国产v大片淫在线免费观看| 在线观看免费视频日本深夜| 哪里可以看免费的av片| 国产中年淑女户外野战色| 亚洲色图av天堂| 麻豆国产97在线/欧美| 中出人妻视频一区二区| 欧美最新免费一区二区三区| 色综合站精品国产| 天堂影院成人在线观看| 亚洲真实伦在线观看| 久久6这里有精品| 日日摸夜夜添夜夜添小说| 精品国产三级普通话版| 亚洲成人久久爱视频| 黄色配什么色好看| 精品久久久久久久久av| 亚洲人成网站在线播| 永久网站在线| 狠狠狠狠99中文字幕| 精品久久久久久久久久免费视频| 2021天堂中文幕一二区在线观| 99在线视频只有这里精品首页| 国产白丝娇喘喷水9色精品| 亚洲av免费在线观看| 夜夜夜夜夜久久久久| 亚洲经典国产精华液单| 色哟哟·www| 在线播放国产精品三级| 波多野结衣高清无吗| 亚洲欧美清纯卡通| 精品久久久久久久人妻蜜臀av| 精华霜和精华液先用哪个| 国产精品嫩草影院av在线观看 | 男人舔奶头视频| 久久天躁狠狠躁夜夜2o2o| 亚洲午夜理论影院| 国产精品一及| 亚洲成人久久爱视频| 变态另类成人亚洲欧美熟女| 亚洲最大成人av| 一卡2卡三卡四卡精品乱码亚洲| 亚洲中文字幕一区二区三区有码在线看| 美女xxoo啪啪120秒动态图| 最近最新中文字幕大全电影3| 亚洲精品亚洲一区二区| 男插女下体视频免费在线播放| 国产精品99久久久久久久久| 亚洲内射少妇av| 亚洲av不卡在线观看| 22中文网久久字幕| 极品教师在线免费播放| 国产精品一区二区免费欧美| 91av网一区二区| 精品人妻熟女av久视频| 变态另类成人亚洲欧美熟女| 色综合站精品国产| 级片在线观看| av在线观看视频网站免费| 久久亚洲真实| 亚洲精华国产精华液的使用体验 | 久久久久久久亚洲中文字幕| 国产免费一级a男人的天堂| 免费观看人在逋| 国内精品久久久久精免费| 搡老岳熟女国产| 午夜精品久久久久久毛片777| 亚洲色图av天堂| 日韩强制内射视频| 天堂网av新在线| 日本 av在线| 国产亚洲欧美98| 成人av一区二区三区在线看| 久久天躁狠狠躁夜夜2o2o| 国产伦一二天堂av在线观看| 少妇的逼好多水| 黄色丝袜av网址大全| 午夜影院日韩av| 国产欧美日韩一区二区精品| 中文字幕av在线有码专区| 男人舔女人下体高潮全视频| 亚洲成a人片在线一区二区| 国产精品久久久久久亚洲av鲁大| av女优亚洲男人天堂| 日本-黄色视频高清免费观看| 男人的好看免费观看在线视频| 国产毛片a区久久久久| 亚洲av日韩精品久久久久久密| 亚洲人成网站在线播| 91午夜精品亚洲一区二区三区 | 国内精品一区二区在线观看| 久久人人爽人人爽人人片va| 免费黄网站久久成人精品| 91久久精品电影网| 亚洲精品影视一区二区三区av| 韩国av一区二区三区四区| 国产精品免费一区二区三区在线| 成人二区视频| 国产高潮美女av| 男女视频在线观看网站免费| 国产欧美日韩精品一区二区| www.色视频.com| 人妻久久中文字幕网| 午夜影院日韩av| 狂野欧美白嫩少妇大欣赏| 麻豆久久精品国产亚洲av| 97热精品久久久久久| 特级一级黄色大片| 成年女人永久免费观看视频| 老师上课跳d突然被开到最大视频| av国产免费在线观看| bbb黄色大片| 12—13女人毛片做爰片一| 久久国内精品自在自线图片| 国产高清不卡午夜福利| 国产伦人伦偷精品视频| a级一级毛片免费在线观看| 亚洲国产欧洲综合997久久,| 中文在线观看免费www的网站| 久久精品久久久久久噜噜老黄 | 免费人成在线观看视频色| 欧美黑人欧美精品刺激| 级片在线观看| 99久久精品热视频| 欧美极品一区二区三区四区| 自拍偷自拍亚洲精品老妇| 51国产日韩欧美| 一进一出抽搐gif免费好疼| 午夜免费激情av| 亚洲色图av天堂| 日日干狠狠操夜夜爽| 老司机深夜福利视频在线观看| 极品教师在线免费播放| 少妇的逼水好多| 琪琪午夜伦伦电影理论片6080| 淫妇啪啪啪对白视频| 免费av毛片视频| 日韩欧美国产在线观看| 91麻豆精品激情在线观看国产| 亚洲第一电影网av| 香蕉av资源在线| 国产大屁股一区二区在线视频| 日韩欧美一区二区三区在线观看| 精品日产1卡2卡| 婷婷色综合大香蕉| 蜜桃亚洲精品一区二区三区| 日日啪夜夜撸| 国产视频内射| 美女大奶头视频| 国产69精品久久久久777片| 直男gayav资源| 一a级毛片在线观看| 97超级碰碰碰精品色视频在线观看| 三级国产精品欧美在线观看| 免费观看人在逋| 人人妻人人看人人澡| 久久精品影院6| 级片在线观看| 国产主播在线观看一区二区| 国产单亲对白刺激| av在线观看视频网站免费|