• <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 ?

    面向文本拷貝檢測的分布式索引

    2011-10-15 01:36:50俞昊旻黃萱菁
    中文信息學(xué)報 2011年1期
    關(guān)鍵詞:拷貝分塊范式

    張 玥,俞昊旻,張 奇,黃萱菁

    (復(fù)旦大學(xué)計算機科學(xué)技術(shù)學(xué)院,上海201203)

    1 引言

    在互聯(lián)網(wǎng)中存在大量內(nèi)容重復(fù)的相似網(wǎng)頁。根據(jù)Broder等人1997年統(tǒng)計的結(jié)果,大約有41%的網(wǎng)頁是重復(fù)的[1],在Fetterly等人2003年統(tǒng)計的結(jié)果中這個比例大約是29.2%[2]。很多Web應(yīng)用,例如文本聚類[1],網(wǎng)頁去重[3],抄襲檢測[4],社區(qū)發(fā)現(xiàn)[5],協(xié)同過濾[6]等任務(wù),都依賴于高效的文本拷貝檢測。

    為了減少比較次數(shù),提升性能,倒排索引是拷貝檢測任務(wù)中常用的數(shù)據(jù)結(jié)構(gòu)。但隨著文檔集規(guī)模的增大,基于單臺電腦的索引結(jié)構(gòu)已經(jīng)不能有效處理大規(guī)模文檔集上的拷貝檢測任務(wù)。為此需要采用分布式索引,通過并行計算提高處理能力。同時,因為數(shù)據(jù)集的規(guī)模將一直增大,一個好的分布式索引,不僅要能提升拷貝檢測算法的效率,而且還必須具有良好的可擴展性。

    Map-Reduce是一種并行編程范式,基于此范式可以實現(xiàn)具有良好可擴展性的算法[7]。本文中,我們采用Map-Reduce范式,對基于索引的文本拷貝檢測進行如下幾個方面的研究:

    ?第一,分析比較了兩種分布式索引結(jié)構(gòu):Term-Split索引和Doc-Split索引,并給出了Map-Reduce范式下的建立這兩種索引的算法。

    ?第二,基于上述兩種索引結(jié)構(gòu),分別給出了Map-Reduce范式下的拷貝檢測算法。并且通過實驗,比較了兩種算法性能上的差異。

    ?第三,探討了Map-Reduce范式下,中間結(jié)果數(shù)量對整個算法性能的影響,并進一步討論如何更好的利用Map-Reduce范式實現(xiàn)算法的并行化。

    本文的其余部分將按如下方式進行組織:第2節(jié)中,將說明基于索引的拷貝檢測方法的基本思想。第3節(jié)中,將簡要介紹Map-Reduce范式的相關(guān)內(nèi)容。第4節(jié)將具體闡述如何在Map-Reduce范式下實現(xiàn)基于索引的拷貝檢測方法。第5節(jié)和第6節(jié)分別介紹實驗和結(jié)論。

    2 基于索引的拷貝檢測方法

    給定一個文檔集,在其之上進行文檔間兩兩比較的拷貝檢測,需要對n(n-1)/2個文檔對進行相似度計算。這是一個O(n2)的算法。因此拷貝檢測算法中,一般會采用倒排索引來減少所需比較的次數(shù)。因此索引結(jié)構(gòu)的實現(xiàn)對拷貝檢測算法的性能有至關(guān)重要的影響。不同的索引結(jié)構(gòu)還會直接決定拷貝檢測算法的實現(xiàn)。

    另一方面可以看出,傳統(tǒng)的單機索引結(jié)構(gòu)已經(jīng)難以適應(yīng)越來越大的數(shù)據(jù)規(guī)模,需要引入分布式索引,以適應(yīng)并行處理的需求。為此本文中將比較兩種分布式索引結(jié)構(gòu),在此基礎(chǔ)上,提出了兩種基于分布式Index的拷貝檢測算法。

    為了方便討論,本文中將整個算法分成三步:

    ?第一步,Tokenize:遍歷文檔集中所有文檔,對每個文檔抽取特征。

    ?第二步,建立分布式索引:在Tokenize基礎(chǔ)上,建立分布式索引。

    ?第三步,基于索引的拷貝檢測:基于分布式索引,進行文檔兩兩之間的相似度計算,得到內(nèi)容重復(fù)的文檔對。

    2.1 文本特征與相似度計算

    進行有效的文本拷貝檢測,首先必須考慮兩個問題,第一,從文本中抽取何種的特征來表征一個文檔;第二,采用何種相似度的度量來表征兩篇文檔間的相似程度。本文中采用 Theobald等人提出的SpotSig算法對文檔進行特征抽取,將文檔表示成SpotSig(Si)的集合[8]。此外本文中將采用J accard相似度來表征文檔的相似度。給定兩個集合 A和B,集合 A、B的J accard相似度定義為[9]:

    2.2 分布式索引

    完整的索引一般包括兩個部分:由詞(Term)組成的詞典和包含某個詞的所有文檔(Doc)的ID列表(Posting List)[10]。要實現(xiàn)分布式索引,就需要按照某種方式將一個完整的索引分割開來。有兩種基本的分割方法,一種是按照詞分割(Term-Split),另一種是按照文檔分割(Doc-Split)。

    圖1 一般索引結(jié)構(gòu)

    如圖1所示,一個索引可以看成一個二維表格,表格的行表示不同的詞,表格的列表示不同的文檔。Term-Split相當(dāng)于將表格“按行橫向分割”,首先將詞典中的詞劃分為若干子集,每個節(jié)點只保存一個詞子集以及相應(yīng)的Posting List。Doc-Split則相當(dāng)于將表格“按列縱向分割”,將整個文檔集劃分為若干個子集,對每個子集分別建立獨立的索引,存儲在不同節(jié)點上。

    2.3 基于索引的拷貝檢測方法

    Lin提出了Map-Reduce范式下進行兩兩文檔間相似度計算的算法Postings Cartesian Product(PCP)[11]。本文中將基于此思想提出基于Term-Split索引的拷貝檢測方法。此外,本文將提出另外一種基于Doc-Split索引的拷貝檢測方法。

    2.3.1 Term-Split方法

    對于Term-Split索引,每個索引分塊中包含詞典中的一部分詞以及這些詞所對應(yīng)的Posting List。因此 Term-Split方法,首先從每個詞的 Posting List出發(fā),計算兩篇文檔在這個詞上的“部分相似度”(partial contributions)[11],再對這些“部分相似度”進行綜合,得出兩篇文檔間完整的相似度。在Lin的方法中采用的是向量點積作為相似度。而本文中采用J accard相似度。

    如公式(1)所示,已知|A|、|B|,是兩個文檔的長度,所以只需要計算 A,B的交集大小,|A∩B|。亦即 A,B兩篇文檔共有的詞數(shù)量即可。結(jié)合Term-Split索引,若兩篇文檔出現(xiàn)在同一個Posting List中,表明這兩篇文檔在該詞上的“部分交集大小”為1。遍歷所有詞后,對所有文檔對的“部分交集大小”進行綜合,得到兩篇文檔的完整相似度,再與相似度閾值進行比較,決定是否為“拷貝”。

    如圖2(a)所示,對于每一個詞所對應(yīng)的Posting List,將Posting List中的Id兩兩組合,作為一個可能相似的候選文檔對(candidate_pair)。考慮到兩篇文檔之間,每出現(xiàn)一個相同詞,就會產(chǎn)生一個這樣的文檔對。因此只需要對于每一個候選文檔對維護一個計數(shù)器(accumulator),統(tǒng)計該文檔對出現(xiàn)的次數(shù),得到的結(jié)果就是這兩篇文檔共有的詞數(shù)量。最后根據(jù)計數(shù)器的值,計算所有候選文檔對的相似度。

    2.3.2 Doc-Split方法

    對于Doc-Split索引,每個索引分塊中包含一部分文檔的完整索引。因此基于Doc-Split索引的方法,是把每一篇文檔作為一次查詢,在所有的索引分塊中查找與其相似的文檔。因為索引分塊和文檔內(nèi)容都分別分散在不同的節(jié)點上,具體實現(xiàn)時可以有兩種解決方式。一種方式是每次把作為查詢的文檔分發(fā)到各個節(jié)點上,在該節(jié)點上的索引中進行查重,另一種方式是每次把一個索引分塊分發(fā)到各個節(jié)點上,把該節(jié)點上的所有文檔作為查詢進行查重。考慮到索引比文檔本身更容易壓縮,且壓縮后體積較小,本文中采用后一種實現(xiàn)方式。

    如圖2(b)所示,每次首先將一個索引分塊復(fù)制到所有節(jié)點上。然后在每個節(jié)點上,將該節(jié)點中的所有文檔作為查詢,在索引分塊中查找拷貝。對每個作為查詢的文檔(doc_q)維護一組計數(shù)器,記錄所有索引分塊中文檔(doc_i)與 doc_q的交集大小。每當(dāng)doc_q與doc_i有一個相同詞時,就將 doc_i對應(yīng)的計數(shù)器加1。最后根據(jù)計數(shù)器的值,計算doc_q與所有doc_i的相似度。

    圖2 基于索引的拷貝檢測方法

    3 Map-Reduce范式

    Map-Reduce范式是J.Dean等人在2004年提出的分布式編程范式[7]。它通過面向函數(shù)的抽象使得分布式程序的開發(fā)變得簡單。在Map-Reduce編程范式下,數(shù)據(jù)被抽象為<key,value>的形式。而針對數(shù)據(jù)的操作被抽象為Map和Reduce兩個操作。用戶只需要提供自定義的兩個函數(shù)實現(xiàn)Map和Reduce。剩余的工作,諸如數(shù)據(jù)分發(fā),任務(wù)調(diào)度,容錯,任務(wù)同步等工作可以交由框架處理。

    如圖3所示,一個Map-Reduce的任務(wù)包括兩個階段。第一個階段為Map操作,首先將輸入分割為小塊,每一個小塊都包含若干個<key,value>對。在這些數(shù)據(jù)分塊上執(zhí)行map操作,得到中間結(jié)果。中間結(jié)果同樣以<key,value>的形式表示。接著,中間結(jié)果按照key進行sort和group,使key相同的結(jié)果合并在一起。第二階段為Reduce操作,對相同key的中間結(jié)果進行合并得到最終結(jié)果,以<key,value>的形式輸出。

    圖3 M ap-Reduce范式

    4 實現(xiàn)細節(jié)

    本節(jié)中將詳細介紹本文所述方法在Map-Reduce范式下的實現(xiàn)細節(jié)。本節(jié)共分為三部分,分別討論基于索引的拷貝檢測方法的三步。

    4.1 Tokenize

    第一步,Tokenize所有文檔。對于每個文檔的操作可以完全并行,實現(xiàn)起來相對簡單,僅需Map操作即可。如圖4所示,每個Map任務(wù)接受一批文檔作為輸入,其中文檔Id為key,文檔內(nèi)容為Value,對每個文檔,抽取SpotSigs特征,將文檔Id作為key,特征集合作為Value輸出。

    4.2 建立分布式索引

    第二步,對文檔建立索引。本文中分別給出兩種分布式索引在Map-Reduce范式下的實現(xiàn)。

    如圖5(a)所示,Term-Split索引需要Map、Reduce兩步操作。在Map過程中以文檔 Id(Di)為Key,文檔的SpotSigs特征(Si)集合為Value輸入,輸出的中間結(jié)果以Si為Key,Di為Value。在Reduce過程中,將相同Si的中間結(jié)果收集在一起,將對應(yīng)的Di合并成列表。

    如圖5(b)所示,Doc-Split索引相對簡單,只需一步Map即可。每個Map任務(wù)在整個文檔集的一個子集上迭代,只對子集中的文檔建立索引,不考慮其他子集中的文檔。

    4.3 基于索引的拷貝檢測

    第三步是基于索引的拷貝檢測。針對 Term-Split索引和 Doc-Split索引將分別給出Map-Reduce范式下的實現(xiàn)。

    圖4 Tokenize文檔

    圖5 建立分布式索引

    Term-Split方法如圖6所示,在Map操作中,接收以 Term(Si)為 Key,Posting List(D1,D2,…)為Value的輸入,將Posting List中的文檔Id(D1,D2,…)兩兩組合作為中間結(jié)果輸出,其中文檔Id對(Di_Dj)作為Key,Value為該pair出現(xiàn)的次數(shù)。在Reduce操作中,將相同的Di_Dj收集在一起,將出現(xiàn)的次數(shù)相加得到文檔Di和文檔Dj之間相同的Term數(shù)量,再根據(jù)公式(1)計算得到Di與Dj之間的相似度,如果相似度超過閾值,則將結(jié)果以Dj_Dj作為Key,相似度作為Value輸出。

    Doc-Split方法如圖7所示,初始化Map任務(wù)時,將這次迭代所需的索引分塊讀入內(nèi)存。Map操作以文檔Id(Di)為key,以文檔的SpotSigs特征(Si)集合為 Value,將輸入的文檔作為“Query”(Dq)在Index中查找拷貝。具體的做法是,根據(jù)文檔中的 Term在索引分塊中找到同樣包含這個Term的其他文檔(D1,D2,…)。然后統(tǒng)計這些文檔與(Dq)共有的Term數(shù),之后使用公式(1)計算相似度。最后,將相似度超過某個閾值的文檔對(Dq_Di)作為Key,相似度作為Value輸出。

    圖6 Term-Split方法

    圖7 Doc-Split方法

    5 實驗

    實驗使用了開源的 Map-Reduce框架 Hadoop①http://hadoop.apache.org/。實驗將使用由10個節(jié)點構(gòu)成的集群。每個節(jié)點配置2個單核主頻為2.8GHz的4核CPU和32GB的內(nèi)存。本文將使用WT10G作為實驗數(shù)據(jù)。WT10G包含約160萬個文本文件,總大小約為10GB。本節(jié)中,將首先考察兩種文本拷貝檢測算法的精度,以確定算法的參數(shù)。然后在最優(yōu)精度的參數(shù)下,對兩種算法的性能進行比較。

    5.1 精度

    在文本拷貝檢測算法中,相似度閾值(τ)對結(jié)果的精度有比較大的影響。此外,在通過索引進行相似度計算時,往往會設(shè)置IDF值限制條件,忽略掉IDF值過高或過低的Term,這也會對精度產(chǎn)生影響。本實驗的主要目的是,在不同的IDF限制條件下,找出使得精度最好的τ。為此,本實驗將在人工標(biāo)注的Golden Set上進行。該文檔集是從WT10G中隨機抽取出來,經(jīng)過人工標(biāo)注得到的,包含1000篇文檔。此外,試驗中所采用的IDF值是在整個WT10G文檔集上統(tǒng)計的結(jié)果??紤]到本文所述兩種算法的實現(xiàn)在精度方面具有完全一致的特性。因此,在下面論述中對這兩種算法不作區(qū)分。

    如圖8所示,當(dāng)IDF值為0.0~1.0以及 0.1~0.95時,τ取 0.4可以使F1 Score達到最大,均為0.953。τ過小會導(dǎo)致Precision值的下降,τ過大會導(dǎo)致Recall值急劇下降。當(dāng)IDF值為0.2~0.85時,因為更多的詞在計算時被忽略,因此需要將τ設(shè)得略低一些,當(dāng)τ取0.3時,F1 Score達到最大,為0.954。該實驗結(jié)果與 Theobald等人報告的τ取0.44時,F1 Score為0.94的結(jié)果基本相符[8]。

    圖 8 算法精度 V.S.相似度閾值(τ)

    5.2 效率

    通過前面的實驗已經(jīng)得到在不同IDF值設(shè)定下使得精度最優(yōu)的τ:IDF為[0.0,1.0]時,τ取0.4;IDF為[0.1,0.95]時,τ取 0.4;IDF為[0.3,0.85]時,τ取0.3。在本實驗中,將在上述三種不同參數(shù)配置下,對Term-Split和Doc-Split拷貝檢測方法進行比較。本實驗使用WT10G的八分之一作為測試集合,約包含20萬篇文檔。

    由表1可見,Doc-Split方法的效率要明顯好于Term-Split的方法。這主要是因為在Term-Split索引中,每個節(jié)點只包含一部分詞信息,只能計算文檔對之間的“部分交集大小”,在最終匯總前不能確定兩個文檔是否相似。為此必須維護大量的計數(shù)器,產(chǎn)生大量的中間結(jié)果。

    表1 Term-Split V.S.Doc-Split

    5.3 可擴展性

    在本實驗中,將驗證兩種拷貝檢測算法的可擴展性。首先,將考察數(shù)據(jù)集規(guī)模與運行時間的關(guān)系。以檢驗兩種算法在數(shù)據(jù)集規(guī)模不斷增加的情況下的適應(yīng)性。然后,將考察集群中CPU數(shù)量與運行時速度的關(guān)系。以檢驗兩種算法的加速性能。實驗中IDF取[0.3,0.85],τ取0.3。

    如圖9(a)所示,當(dāng)文檔數(shù)量達到 80萬時,Term-Split方法在本次實驗的硬件條件下已經(jīng)無法進行(因為128GB的硬盤被中間數(shù)據(jù)耗光,算法在運行了4個多小時后終止)。因為中間數(shù)據(jù)的數(shù)量太大,當(dāng)數(shù)據(jù)集規(guī)模很大時,Term-Split方法只能通過Lin提出的近似方法[11]計算非精確解。而相比之下 Doc-Split方法則表現(xiàn)出良好的性能。使用Doc-Split方法對整個WT10G數(shù)據(jù)集進行實驗的時間為5627.457秒。同時如圖9(b)所示,在加速性方面Doc-Split方法也優(yōu)于Term-Split方法。在CPU數(shù)量增加4倍的情況下,達到了2.56倍的速度提升。這是因為Map-Reduce范式下的程序,具有天然的可擴展性,可以通過增加節(jié)點數(shù)量提高處理能力。

    圖9 可擴展性實驗

    6 結(jié)論

    本文對Term-Split和Doc-Split兩種不同的分布式索引結(jié)構(gòu)進行了比較,并分別給出了Map-Reduce范式下建立這兩種索引的算法,以及基于這兩種索引的拷貝檢測算法。最后通過實驗比較了上述兩種算法的性能。

    實驗表明Doc-Split方法在進行拷貝檢測任務(wù)時更有效,而Term-Split方法因為產(chǎn)生了大量中間結(jié)果使得效率大大降低。因此中間結(jié)果數(shù)量的多少,直接影響了采用兩步并行(Map,Reduce)的Map-Reduce程序的運行效率。當(dāng)中間結(jié)果數(shù)量過多時,對中間結(jié)果進行排序,分組以及分發(fā)的操作代價已經(jīng)遠遠超出了兩步并行的好處。因此不適合采用兩步并行,應(yīng)該改為一步并行。比如本文所述的Doc-Split方法,沒有采用Reduce操作,而是每次將一部分索引分塊復(fù)制到所有節(jié)點上。因為僅憑單個節(jié)點上的信息已經(jīng)可以得到結(jié)果,就無需進行Reduce操作,也回避了中間結(jié)果的問題。

    綜合來看,Map-Reduce范式可以有效地解決算法并行化的問題。但因為不同算法的差異性,在實現(xiàn)并行化時,需要結(jié)合算法本身的特性進行考慮,才能最大限度的發(fā)揮Map-Reduce范式的好處。

    [1]A.Z.Broder,S.C.Glassman,M.S.Manasse et al.Syntactic clustering of the web[J].Computer Networks,1997,29(8-13):1157-1166.

    [2]D.Fetterly,M.Manasse,and M.Najork.On the E-volution of Clusters of Near-DuplicateWeb Pages[C]//Proceedings of the 1st Latin American Web Congress.Washington,DC,USA:IEEE Computer Society,2003:37.

    [3]J.Cho,N.Shivakumar,and H.Garcia-Molina.Finding replicated web collections[C]//ACM SIGMOD Record.New York,NY,USA:ACM,2000:355-366.

    [4]T.C.Hoad and J.Zobel.Methods for identifying versioned and plagiarized documents[J].JASIST,2003,54(3):203-215.

    [5]E.Spertus,M.Sahami,and O.Buyukkokten.Evaluating similarity measures:a large-scale study in the orkut social network[C]//Proceedings of the 11th ACM SIGKDD.New York,NY,USA:ACM,2005:678-684.

    [6]R.J.Bayardo,Y.Ma,and R.Srikant.Scaling up all pairs similarity search[C]//Proceedings of the 16th WWW.New York,NY,USA:ACM,2007:131-140.

    [7]J.Dean and J.Ghemawat.Map-Reduce:Simplified Data Processing on Large Clusters[J].Communications of the ACM,2004,51(1):107-113.

    [8]M.Theobald,J.Siddharth,and A.Paepcke.Spotsigs:robust and efficient near duplicate detection in large web collections[C]//Proceeding of 31th SIGIR,New York,NY,USA :ACM,2008:563-570.

    [9]Pang-Ning Tan,Michael Steinbach,Vipin Kumar.Introduction to Data Mining[M].Addison-Wesley,2005.

    [10]C D Manning,P Raghavan,H Schutze,An Introduction to Information Retriveval[M].Cambridge University Press,2008.

    [11]J.Lin.Brute force and indexed approaches to pairwise document similarity comparisons with mapreduce[C]//Proceedings of 32th SIGIR,New York,NY,USA :ACM,2009:155-162.

    猜你喜歡
    拷貝分塊范式
    以寫促讀:構(gòu)建群文閱讀教學(xué)范式
    甘肅教育(2021年10期)2021-11-02 06:14:08
    范式空白:《莫失莫忘》的否定之維
    孫惠芬鄉(xiāng)土寫作批評的六個范式
    分塊矩陣在線性代數(shù)中的應(yīng)用
    唐氏綜合征是因為“拷貝”走樣了
    管窺西方“詩辯”發(fā)展史的四次范式轉(zhuǎn)換
    反三角分塊矩陣Drazin逆新的表示
    基于自適應(yīng)中值濾波的分塊壓縮感知人臉識別
    基于多分辨率半邊的分塊LOD模型無縫表達
    小小拷貝工.最快Windows拷貝工具
    svipshipincom国产片| 亚洲人成电影免费在线| 两个人看的免费小视频| 亚洲精品国产区一区二| 久久久水蜜桃国产精品网| 国产成人影院久久av| 免费久久久久久久精品成人欧美视频| 下体分泌物呈黄色| 国产高清激情床上av| 亚洲欧美一区二区三区黑人| 久久久国产一区二区| 又黄又粗又硬又大视频| 国产一区有黄有色的免费视频| 大陆偷拍与自拍| 精品国产乱码久久久久久小说| 久久人人爽av亚洲精品天堂| 亚洲三区欧美一区| 亚洲精品美女久久久久99蜜臀| 一夜夜www| 免费看十八禁软件| 亚洲国产中文字幕在线视频| 亚洲精品一卡2卡三卡4卡5卡| 国产xxxxx性猛交| 国产av精品麻豆| 国产极品粉嫩免费观看在线| 亚洲精品av麻豆狂野| 又紧又爽又黄一区二区| 深夜精品福利| 国产极品粉嫩免费观看在线| 黄色毛片三级朝国网站| 精品人妻1区二区| 成人亚洲精品一区在线观看| 日韩大片免费观看网站| 成年版毛片免费区| 国产91精品成人一区二区三区 | 中文亚洲av片在线观看爽 | a级毛片在线看网站| 欧美日韩亚洲国产一区二区在线观看 | aaaaa片日本免费| 午夜福利视频精品| 97在线人人人人妻| 高清黄色对白视频在线免费看| 首页视频小说图片口味搜索| 岛国在线观看网站| 热99久久久久精品小说推荐| 亚洲熟女精品中文字幕| 色综合婷婷激情| 丝瓜视频免费看黄片| 日本黄色日本黄色录像| 性少妇av在线| 久久精品亚洲精品国产色婷小说| 国产精品久久久av美女十八| 亚洲av日韩在线播放| 老司机午夜福利在线观看视频 | 黄色视频不卡| 操美女的视频在线观看| 成年人午夜在线观看视频| 美女午夜性视频免费| 老司机亚洲免费影院| 国产日韩欧美在线精品| 亚洲国产欧美一区二区综合| √禁漫天堂资源中文www| 国产精品99久久99久久久不卡| 在线观看免费视频网站a站| 国产成人精品久久二区二区91| 18禁裸乳无遮挡动漫免费视频| 夜夜骑夜夜射夜夜干| 91成人精品电影| 中文字幕另类日韩欧美亚洲嫩草| 一级毛片电影观看| 久久婷婷成人综合色麻豆| 国产在线视频一区二区| 女人精品久久久久毛片| 国产精品98久久久久久宅男小说| 宅男免费午夜| bbb黄色大片| 亚洲av片天天在线观看| 日韩视频在线欧美| 国产精品成人在线| 99久久99久久久精品蜜桃| 老熟女久久久| 精品福利永久在线观看| 黄片播放在线免费| 老熟女久久久| 亚洲av欧美aⅴ国产| 色尼玛亚洲综合影院| 久热爱精品视频在线9| 国产欧美日韩一区二区三| 免费人妻精品一区二区三区视频| 国产99久久九九免费精品| 久久久久久久国产电影| 亚洲av第一区精品v没综合| 亚洲综合色网址| 黄色视频在线播放观看不卡| 宅男免费午夜| 久久这里只有精品19| 一区二区三区乱码不卡18| 丝袜喷水一区| 纵有疾风起免费观看全集完整版| 国产成人av激情在线播放| 9热在线视频观看99| 黑人巨大精品欧美一区二区蜜桃| 欧美变态另类bdsm刘玥| 香蕉丝袜av| 国产欧美日韩综合在线一区二区| 黄片播放在线免费| 男人舔女人的私密视频| 69av精品久久久久久 | 日本黄色日本黄色录像| 久久精品国产99精品国产亚洲性色 | 少妇粗大呻吟视频| 欧美激情高清一区二区三区| 精品午夜福利视频在线观看一区 | 俄罗斯特黄特色一大片| 欧美一级毛片孕妇| 热re99久久精品国产66热6| 岛国毛片在线播放| 婷婷丁香在线五月| 国产精品亚洲一级av第二区| 精品久久久久久久毛片微露脸| 亚洲成国产人片在线观看| 岛国在线观看网站| 欧美老熟妇乱子伦牲交| 99久久精品国产亚洲精品| 在线十欧美十亚洲十日本专区| 久久久精品免费免费高清| 高清毛片免费观看视频网站 | 两性夫妻黄色片| 国产免费视频播放在线视频| 天天影视国产精品| 黄片大片在线免费观看| 91九色精品人成在线观看| 搡老岳熟女国产| 久久精品成人免费网站| 精品高清国产在线一区| 国产av一区二区精品久久| 一区二区三区精品91| 啦啦啦在线免费观看视频4| 男女午夜视频在线观看| 日韩大码丰满熟妇| 天天躁日日躁夜夜躁夜夜| 男女无遮挡免费网站观看| 欧美亚洲 丝袜 人妻 在线| 国产av国产精品国产| 亚洲精品在线观看二区| 中亚洲国语对白在线视频| 久久人妻av系列| 狠狠精品人妻久久久久久综合| 日韩欧美免费精品| av天堂久久9| 好男人电影高清在线观看| 天堂中文最新版在线下载| 国产片内射在线| 欧美日韩亚洲高清精品| 亚洲国产精品一区二区三区在线| av国产精品久久久久影院| 精品亚洲成国产av| 日本av免费视频播放| 9191精品国产免费久久| 另类亚洲欧美激情| 99热网站在线观看| 激情视频va一区二区三区| 国产精品一区二区在线观看99| 老司机福利观看| 亚洲熟女毛片儿| 成人亚洲精品一区在线观看| 国产高清国产精品国产三级| 亚洲成人免费av在线播放| 麻豆av在线久日| 丁香六月欧美| 免费少妇av软件| 久久精品亚洲av国产电影网| 欧美性长视频在线观看| 日韩三级视频一区二区三区| 亚洲欧洲日产国产| 天天躁夜夜躁狠狠躁躁| 亚洲国产欧美一区二区综合| 黑人操中国人逼视频| 久久久精品免费免费高清| 别揉我奶头~嗯~啊~动态视频| 夜夜骑夜夜射夜夜干| kizo精华| 十分钟在线观看高清视频www| 在线观看66精品国产| 性高湖久久久久久久久免费观看| 国产片内射在线| 欧美+亚洲+日韩+国产| 亚洲七黄色美女视频| 最新美女视频免费是黄的| 91字幕亚洲| 男女床上黄色一级片免费看| 操美女的视频在线观看| 亚洲专区国产一区二区| 80岁老熟妇乱子伦牲交| bbb黄色大片| 成年版毛片免费区| 国产精品av久久久久免费| 亚洲欧洲精品一区二区精品久久久| 伊人久久大香线蕉亚洲五| 一进一出好大好爽视频| 成年女人毛片免费观看观看9 | 亚洲全国av大片| 欧美在线一区亚洲| 啦啦啦视频在线资源免费观看| 好男人电影高清在线观看| www.999成人在线观看| 免费看十八禁软件| 亚洲国产中文字幕在线视频| 欧美性长视频在线观看| 亚洲国产成人一精品久久久| 久久中文看片网| 亚洲av欧美aⅴ国产| 成人国语在线视频| 午夜日韩欧美国产| 妹子高潮喷水视频| 宅男免费午夜| 精品福利永久在线观看| 日本vs欧美在线观看视频| 国精品久久久久久国模美| 日韩一区二区三区影片| 国产主播在线观看一区二区| 中文字幕另类日韩欧美亚洲嫩草| 亚洲人成伊人成综合网2020| 怎么达到女性高潮| 精品亚洲乱码少妇综合久久| 久久久国产成人免费| 国产老妇伦熟女老妇高清| 国产欧美亚洲国产| 9色porny在线观看| 少妇被粗大的猛进出69影院| 婷婷丁香在线五月| 女人高潮潮喷娇喘18禁视频| 操出白浆在线播放| 超碰97精品在线观看| 久久精品国产亚洲av高清一级| 国产99久久九九免费精品| 精品一区二区三卡| 十分钟在线观看高清视频www| 精品一区二区三区视频在线观看免费 | 老司机深夜福利视频在线观看| 欧美黑人欧美精品刺激| 高清在线国产一区| av在线播放免费不卡| 人人妻人人澡人人看| 国产精品免费视频内射| 高清黄色对白视频在线免费看| 国精品久久久久久国模美| 久久精品国产亚洲av香蕉五月 | 女人爽到高潮嗷嗷叫在线视频| 美女高潮喷水抽搐中文字幕| 日韩中文字幕视频在线看片| 女人高潮潮喷娇喘18禁视频| 视频区图区小说| 女同久久另类99精品国产91| 欧美精品人与动牲交sv欧美| 免费日韩欧美在线观看| 亚洲av电影在线进入| 精品第一国产精品| 精品人妻在线不人妻| 日韩一卡2卡3卡4卡2021年| 久久久精品区二区三区| 国产黄色免费在线视频| 老司机在亚洲福利影院| 欧美日韩亚洲综合一区二区三区_| av天堂久久9| 在线观看一区二区三区激情| 99久久精品国产亚洲精品| 欧美日韩黄片免| 亚洲av欧美aⅴ国产| 久久精品国产综合久久久| 91精品三级在线观看| 法律面前人人平等表现在哪些方面| 十八禁高潮呻吟视频| 制服诱惑二区| 精品国产亚洲在线| 丝袜人妻中文字幕| 黄色成人免费大全| 一级片免费观看大全| 久久精品亚洲精品国产色婷小说| 欧美激情极品国产一区二区三区| 高潮久久久久久久久久久不卡| 国产主播在线观看一区二区| 最新在线观看一区二区三区| 午夜免费成人在线视频| 无人区码免费观看不卡 | 日韩一卡2卡3卡4卡2021年| 精品一区二区三区视频在线观看免费 | 国产精品免费视频内射| cao死你这个sao货| 久久久精品区二区三区| 国产xxxxx性猛交| 国产成人精品无人区| 人妻久久中文字幕网| 色老头精品视频在线观看| 欧美在线黄色| 亚洲一区二区三区欧美精品| 久久午夜综合久久蜜桃| 久久久久久久国产电影| 亚洲一区二区三区欧美精品| 国产精品1区2区在线观看. | 99国产精品一区二区蜜桃av | 免费看a级黄色片| 一区在线观看完整版| 一边摸一边做爽爽视频免费| 免费看十八禁软件| 一级a爱视频在线免费观看| 亚洲精品中文字幕一二三四区 | av超薄肉色丝袜交足视频| 我要看黄色一级片免费的| 久久久国产精品麻豆| 我的亚洲天堂| 亚洲av美国av| 久久久久久久久免费视频了| 美女高潮喷水抽搐中文字幕| 国产人伦9x9x在线观看| 蜜桃在线观看..| 亚洲国产中文字幕在线视频| 一区福利在线观看| 国产亚洲午夜精品一区二区久久| 国产主播在线观看一区二区| 国产亚洲午夜精品一区二区久久| 久久精品aⅴ一区二区三区四区| 日韩中文字幕视频在线看片| 天天影视国产精品| 91麻豆av在线| av在线播放免费不卡| 久久久久视频综合| 天天躁狠狠躁夜夜躁狠狠躁| 成年女人毛片免费观看观看9 | 国产主播在线观看一区二区| 国产成人啪精品午夜网站| tube8黄色片| 国产区一区二久久| videos熟女内射| 久久这里只有精品19| 狠狠精品人妻久久久久久综合| 波多野结衣一区麻豆| 精品国产超薄肉色丝袜足j| 最新的欧美精品一区二区| 九色亚洲精品在线播放| 久久精品成人免费网站| 午夜两性在线视频| 国产色视频综合| 亚洲成人免费电影在线观看| 大香蕉久久成人网| 久久久久久免费高清国产稀缺| 18在线观看网站| 一二三四在线观看免费中文在| 纵有疾风起免费观看全集完整版| 精品福利观看| 一边摸一边抽搐一进一小说 | 每晚都被弄得嗷嗷叫到高潮| 狠狠婷婷综合久久久久久88av| 国产高清国产精品国产三级| 91字幕亚洲| 亚洲一码二码三码区别大吗| 国产日韩一区二区三区精品不卡| 丝袜在线中文字幕| 叶爱在线成人免费视频播放| 成人三级做爰电影| 黄色 视频免费看| 少妇裸体淫交视频免费看高清 | 真人做人爱边吃奶动态| 国产xxxxx性猛交| tocl精华| 欧美性长视频在线观看| 国产免费av片在线观看野外av| 三级毛片av免费| 97人妻天天添夜夜摸| 男女下面插进去视频免费观看| 女性被躁到高潮视频| 高清黄色对白视频在线免费看| 免费日韩欧美在线观看| 国产精品 国内视频| 国语自产精品视频在线第100页| 免费搜索国产男女视频| 国语自产精品视频在线第100页| 啪啪无遮挡十八禁网站| 免费av不卡在线播放| 国模一区二区三区四区视频 | 99久久国产精品久久久| 女人高潮潮喷娇喘18禁视频| 精品久久蜜臀av无| 草草在线视频免费看| 国产精品 欧美亚洲| 免费av毛片视频| 制服人妻中文乱码| 亚洲精品美女久久av网站| 一级毛片精品| 黄色视频,在线免费观看| 久久久久免费精品人妻一区二区| 日日干狠狠操夜夜爽| 国产毛片a区久久久久| 99久久无色码亚洲精品果冻| 中文亚洲av片在线观看爽| 久久九九热精品免费| 人妻夜夜爽99麻豆av| 成人av在线播放网站| 97碰自拍视频| 亚洲第一欧美日韩一区二区三区| 男女做爰动态图高潮gif福利片| 在线播放国产精品三级| 亚洲熟妇中文字幕五十中出| 欧美国产日韩亚洲一区| 婷婷精品国产亚洲av在线| 国产亚洲av嫩草精品影院| 激情在线观看视频在线高清| 波多野结衣高清作品| 欧美丝袜亚洲另类 | 亚洲国产精品sss在线观看| 后天国语完整版免费观看| 精品福利观看| 免费观看人在逋| 亚洲国产精品久久男人天堂| 国产精品 欧美亚洲| 国产精品99久久99久久久不卡| 成年女人永久免费观看视频| 一卡2卡三卡四卡精品乱码亚洲| av天堂在线播放| 亚洲国产色片| 麻豆成人av在线观看| 国产成人福利小说| 脱女人内裤的视频| 一个人看视频在线观看www免费 | 亚洲专区国产一区二区| 天天添夜夜摸| 国产 一区 欧美 日韩| 久久欧美精品欧美久久欧美| 欧美黑人巨大hd| 欧美高清成人免费视频www| 91麻豆精品激情在线观看国产| 国产69精品久久久久777片 | 男插女下体视频免费在线播放| 老司机深夜福利视频在线观看| av欧美777| 老司机午夜十八禁免费视频| 国产精品久久久久久久电影 | 欧美zozozo另类| 真人做人爱边吃奶动态| 国产欧美日韩一区二区三| e午夜精品久久久久久久| 欧美三级亚洲精品| 俄罗斯特黄特色一大片| 久久久精品大字幕| 日韩欧美一区二区三区在线观看| av片东京热男人的天堂| avwww免费| 亚洲天堂国产精品一区在线| 三级国产精品欧美在线观看 | 丁香欧美五月| 国产高清videossex| 天堂动漫精品| 国产熟女xx| 一夜夜www| 一本综合久久免费| 亚洲国产欧美人成| 久久久精品大字幕| 黄片小视频在线播放| svipshipincom国产片| 欧美av亚洲av综合av国产av| 久99久视频精品免费| 中文亚洲av片在线观看爽| 99国产精品一区二区蜜桃av| 99久久99久久久精品蜜桃| 国产精品一及| 特大巨黑吊av在线直播| 国产男靠女视频免费网站| 嫁个100分男人电影在线观看| 欧美日韩精品网址| 中文字幕熟女人妻在线| 欧美最黄视频在线播放免费| 国产精品一及| 色尼玛亚洲综合影院| 精华霜和精华液先用哪个| 国产成人aa在线观看| ponron亚洲| 麻豆成人午夜福利视频| 亚洲熟女毛片儿| 久久久色成人| 久久久国产欧美日韩av| 亚洲天堂国产精品一区在线| 久久香蕉国产精品| 超碰成人久久| 高清毛片免费观看视频网站| 神马国产精品三级电影在线观看| www.精华液| 天堂√8在线中文| 一本综合久久免费| a在线观看视频网站| 又粗又爽又猛毛片免费看| 欧美成人免费av一区二区三区| 18禁国产床啪视频网站| 9191精品国产免费久久| 日本a在线网址| 一区二区三区激情视频| 亚洲成a人片在线一区二区| 国产精品久久久av美女十八| 男女那种视频在线观看| 俄罗斯特黄特色一大片| 国产精品亚洲一级av第二区| 又大又爽又粗| 国产精品久久久久久久电影 | 久久午夜亚洲精品久久| 成人高潮视频无遮挡免费网站| 精品免费久久久久久久清纯| 韩国av一区二区三区四区| 色综合站精品国产| 国产在线精品亚洲第一网站| 久久99热这里只有精品18| 91麻豆av在线| 国产三级在线视频| 99久久精品国产亚洲精品| 又粗又爽又猛毛片免费看| 99在线视频只有这里精品首页| 一级黄色大片毛片| 91久久精品国产一区二区成人 | 亚洲欧洲精品一区二区精品久久久| 少妇丰满av| 美女扒开内裤让男人捅视频| 国产一区在线观看成人免费| 免费看日本二区| 久久久国产欧美日韩av| 色视频www国产| av中文乱码字幕在线| 99久久精品国产亚洲精品| 男人舔女人的私密视频| 一进一出抽搐动态| 大型黄色视频在线免费观看| 国产真实乱freesex| 午夜影院日韩av| 国产高清videossex| 淫秽高清视频在线观看| 亚洲av五月六月丁香网| 国产精品美女特级片免费视频播放器 | 国产成人影院久久av| 人人妻,人人澡人人爽秒播| 伦理电影免费视频| 舔av片在线| 国产亚洲av高清不卡| 国产日本99.免费观看| 久久精品国产清高在天天线| 久久久久免费精品人妻一区二区| 91久久精品国产一区二区成人 | 国产精品电影一区二区三区| 美女高潮喷水抽搐中文字幕| 人妻丰满熟妇av一区二区三区| 天堂√8在线中文| 国产欧美日韩精品一区二区| 欧美一区二区国产精品久久精品| 中文字幕高清在线视频| 天天添夜夜摸| 欧美绝顶高潮抽搐喷水| 国产成人精品久久二区二区91| 亚洲av五月六月丁香网| 精品久久久久久久末码| 麻豆成人av在线观看| 午夜福利视频1000在线观看| 色哟哟哟哟哟哟| 18禁黄网站禁片午夜丰满| www.自偷自拍.com| 成年免费大片在线观看| av国产免费在线观看| www.熟女人妻精品国产| 99热只有精品国产| 啦啦啦观看免费观看视频高清| 国产黄a三级三级三级人| 人人妻人人看人人澡| 搡老妇女老女人老熟妇| 国语自产精品视频在线第100页| 国模一区二区三区四区视频 | 亚洲欧美精品综合久久99| 亚洲熟妇熟女久久| 国产精品1区2区在线观看.| 亚洲欧美激情综合另类| 亚洲精品色激情综合| 亚洲va日本ⅴa欧美va伊人久久| 一级作爱视频免费观看| 久久婷婷人人爽人人干人人爱| 少妇的逼水好多| 俺也久久电影网| 美女大奶头视频| 一级毛片精品| 这个男人来自地球电影免费观看| 无遮挡黄片免费观看| 亚洲欧美日韩高清在线视频| 国产精品久久久久久人妻精品电影| 91字幕亚洲| 国产aⅴ精品一区二区三区波| 18禁美女被吸乳视频| 精品电影一区二区在线| 级片在线观看| 精品免费久久久久久久清纯| 国产精品综合久久久久久久免费| 色尼玛亚洲综合影院| 久久中文字幕一级| 夜夜看夜夜爽夜夜摸| 精品一区二区三区四区五区乱码| 美女大奶头视频| 日韩欧美国产在线观看| 麻豆国产97在线/欧美| 久久精品亚洲精品国产色婷小说| 99久久无色码亚洲精品果冻| 精品一区二区三区视频在线观看免费| 狂野欧美白嫩少妇大欣赏| 别揉我奶头~嗯~啊~动态视频| 午夜视频精品福利| 97超级碰碰碰精品色视频在线观看| 亚洲成人精品中文字幕电影| 国产精品 欧美亚洲| 色吧在线观看| 国产伦精品一区二区三区四那| 国产精品av久久久久免费| 白带黄色成豆腐渣| 香蕉国产在线看| 日本五十路高清|