• <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 ?

    基于粗糙集與貝葉斯決策的不良網(wǎng)頁過濾研究

    2012-10-15 01:51:14周學(xué)廣
    中文信息學(xué)報(bào) 2012年1期
    關(guān)鍵詞:約簡粗糙集貝葉斯

    孫 艷,周學(xué)廣

    (海軍工程大學(xué) 電子工程學(xué)院,湖北 武漢430033)

    1 引言

    隨著網(wǎng)絡(luò)的普及,人們每天接觸的信息與日俱增,信息的迅速膨脹產(chǎn)生了“信息過載”和“信息迷航”,同時(shí)也加大了網(wǎng)絡(luò)不良信息(包括垃圾信息、反動信息、虛假信息、惡意信息等)的傳播,帶來了各種信息安全問題和社會問題,因此不良信息過濾問題日益被人們重視。

    1982年,Denning在計(jì)算機(jī)協(xié)會通信(CACM)上首次提出信息過濾的概念[1]。1987年,Malone等人在CACM上提出了兩種信息過濾行為方式:認(rèn)知過濾和社會過濾[2]。認(rèn)知過濾即基于內(nèi)容的過濾[2]。Nanas將信息過濾分為基于內(nèi)容的過濾和協(xié)同過濾[3]?;趦?nèi)容的過濾是解決當(dāng)前網(wǎng)絡(luò)不良信息泛濫問題的主流技術(shù)。從內(nèi)容上看,不良信息過濾問題可以看作是一個(gè)“兩類”分類問題。因此,各種分類算法可以應(yīng)用于不良信息過濾中,如貝葉斯算法[4]、支 持 向 量 機(jī)[5]、粗 糙 集 理 論[6]、決 策 樹 算法[7]等。Pang等人曾用貝葉斯方法、最大熵法和支持向量機(jī)法對電影評論做分類效果評比,發(fā)現(xiàn)支持向量機(jī)的分類效果最好[8]。雖然SVM的分類效果優(yōu)于其他分類方法,但是其計(jì)算開銷大的缺點(diǎn)促使研究人員尋找更加完美的分類器。

    貝葉斯算法是以貝葉斯定理為理論基礎(chǔ)的一種在已知先驗(yàn)概率與條件概率情況下得到后驗(yàn)概率的文本分類算法。貝葉斯分類算法原理簡單,健壯性強(qiáng)。粗糙集理論能夠獲得分類所需的最小特征屬性集,在不影響分類精度的條件下降低特征向量的維數(shù),得到最簡的顯式表達(dá)的分類規(guī)則。采用貝葉斯和粗糙集理論相結(jié)合的方法進(jìn)行不良網(wǎng)頁過濾,可以優(yōu)化分類系統(tǒng)的總體性能。

    在本文中,我們利用粗糙集中區(qū)分矩陣和邏輯運(yùn)算對網(wǎng)頁特性現(xiàn)象進(jìn)行知識約簡,剔除判斷網(wǎng)頁類別的冗余屬性,對約簡后的網(wǎng)頁特征現(xiàn)象進(jìn)行網(wǎng)頁類別的初步分類,建立網(wǎng)頁類別決策初表,然后進(jìn)行網(wǎng)頁分類,通過網(wǎng)頁歸類,建立網(wǎng)頁類別決策復(fù)表,最后通過貝葉斯決策過程來判別網(wǎng)頁類別以及決定是否過濾。

    2 粗糙集理論

    粗糙集理論是一種新的處理模糊和不確定性知識的數(shù)學(xué)工具。其主要思想就是在保持分類能力不變的前提下,通過知識約簡,導(dǎo)出問題的決策或者分類的規(guī)則。知識約簡是粗糙集理論的核心內(nèi)容之一。眾所周知,知識庫中知識(屬性)并不是同等重要的,甚至其中某些知識是冗余的。所謂知識約簡就是在保持知識庫分類能力不變的條件下,刪除其中不相關(guān)或不重要的知識,并得到知識的最小表達(dá)。本文提出利用區(qū)分矩陣和區(qū)分函數(shù)[9]來表達(dá)知識,它能夠很容易地計(jì)算約簡和核。

    設(shè)K=(U,P,AT,V,ρ)為一概率知識表示系統(tǒng),即U是論域,P是U的子集全體構(gòu)成的σ代數(shù)上的概率測度,AT={a1,a2,…,an}是有限個(gè)屬性構(gòu)成的集合,V=V1×V2×…×Vn,Vi是屬性ai的值域,ρ:U→V是信息函數(shù),對于U 中的每個(gè)對象x,ρ(x)稱為x的描述,具有相同描述的對象是不可分辨的,記與x具有相同描述的對象全體為[x]。設(shè)Ω={ω1,ω2,…,ωs}是具有有限個(gè)特征狀態(tài)的集合,每個(gè)具有狀態(tài)ωi的對象是U的子集,常稱為概念,A={r1,r2,…,rm}是 m 由個(gè)可能決策行為構(gòu)建的集合,P(ωj|[x])表示一個(gè)對象在描述[x]下處于狀態(tài)ωj的概率,一般假定P(ωj|[x])為已知的。令λ(ri|ωj)表示狀態(tài)ωj時(shí)采用決策ri的風(fēng)險(xiǎn)損失。

    3 粗糙集與貝葉斯決策的網(wǎng)頁過濾方法

    本文提出一種采用粗糙集與貝葉斯決策相結(jié)合的不良網(wǎng)頁過濾方法,在相應(yīng)的網(wǎng)頁特征現(xiàn)象對應(yīng)的各個(gè)網(wǎng)頁類別下,利用粗糙集中區(qū)分矩陣和邏輯運(yùn)算對網(wǎng)頁特性現(xiàn)象進(jìn)行知識約簡,剔除判斷網(wǎng)頁類別的冗余屬性,對約簡后的網(wǎng)頁特征現(xiàn)象進(jìn)行網(wǎng)頁類別的初步分類,建立網(wǎng)頁類別決策初表,然后進(jìn)行網(wǎng)頁分類,通過網(wǎng)頁歸類,建立網(wǎng)頁類別決策復(fù)表,最后通過貝葉斯決策過程來確定頁面類別以及是否進(jìn)行過濾。

    粗糙集對網(wǎng)頁特征現(xiàn)象信息的約簡方法如下:設(shè)決策表系統(tǒng)為S=(U,A,V,f),S為知識表達(dá)系統(tǒng),它對應(yīng)網(wǎng)頁分類決策系統(tǒng);A=P∪D是屬性集合,子集P={a[j]|i=1,…,k}和D={d}分別稱為條件屬性集和決策屬性集,在網(wǎng)頁分類中分別對應(yīng)網(wǎng)頁特征現(xiàn)象集和網(wǎng)頁類型集;U={x1,x2,…,xn}為論域,對應(yīng)網(wǎng)頁分類中的被分類的單個(gè)網(wǎng)頁對象集;a[i](xj)是被分類頁面xj在特征現(xiàn)象a[i]上的取值。區(qū)分矩陣C(i,j)表示區(qū)分矩陣中第i行和第j列交點(diǎn)處的元素,則區(qū)分矩陣CD定義為:

    其中{m[k]|m[k]∈P∧m[k](xi)≠m[k](xj)}。利用區(qū)分矩陣進(jìn)行屬性約簡的算法如下:

    貝葉斯決策過程在不良網(wǎng)頁過濾中簡述如下:假定一個(gè)對象的描述為[x],對于這個(gè)對象實(shí)施了決策ri,由于P(ωj|[x])是在給定描述[x]下的處于ωj的概率,因此對象在給定描述[x]下采用決策ri的期望損失(常稱為風(fēng)險(xiǎn)條件)可由全概率公式得到:

    對于給定描述[x],記τ(x)為一個(gè)決策規(guī)則,即τ(x)∈A,則τ是描述空間到A 的一個(gè)函數(shù)。令R是在給定一個(gè)總體決策規(guī)則下的期望總體風(fēng)險(xiǎn)。由于R(τ(x)|[x])是在描述[x]下決策τ(x)的條件風(fēng)險(xiǎn)率,因此總體風(fēng)險(xiǎn)其中的和是對整個(gè)知識表示系統(tǒng)而言。顯然,如果決策規(guī)則τ(x)使得對每個(gè)[x]而言條件風(fēng)險(xiǎn)率R(τ(x)|[x])盡可能的小,那么總體風(fēng)險(xiǎn)就能達(dá)到最小值。對于每個(gè)對象x∈U,計(jì)算由式(2)給出的風(fēng)險(xiǎn)R(τ(x)|[x]),i=1,2,…,m,如果有兩個(gè)或兩個(gè)以上的決策使條件風(fēng)險(xiǎn)達(dá)到最小則根據(jù)實(shí)際情況取其中之一。設(shè)U是一系列不良的網(wǎng)頁,設(shè)ω是某種不良類型的信息(如暴力、色情等),則ω把U 分成兩部分,含某種類型的不良網(wǎng)頁(記為ω)和不含此類型的網(wǎng)頁(記為~ω),記pos(ω)和neg(ω)為ω的正域(存在不良信息需要進(jìn)行過濾的網(wǎng)頁)和負(fù)域(存在不良信息不需要過濾的網(wǎng)頁)。

    每一個(gè)網(wǎng)頁x在網(wǎng)頁特征現(xiàn)象[x]下面臨兩種可能的決策:

    (Y)決策r1:x∈pos(ω),即r1=[x]→pos(ω);

    (N)決策r2:x∈neg(ω),即r2=[x]→neg(ω)。

    這時(shí),A={r1,r2}。令λ={ri|ω}為含不良信息的網(wǎng)頁實(shí)際為不良頁面(對象實(shí)際屬于ω)而采取決策ri時(shí)的風(fēng)險(xiǎn),λ={ri|~ω}為含不良信息的網(wǎng)頁實(shí)際不為不良頁面而采取決策ri時(shí)的風(fēng)險(xiǎn),p(ω|[x])為網(wǎng)頁在頁面特征現(xiàn)象[x]下有故障的概率,p(~ω|[x])為網(wǎng)頁在頁面特征現(xiàn)象[x]下沒有故障的概率。這樣,網(wǎng)頁在頁面特征現(xiàn)象[x]下采取決策ri的條件風(fēng)險(xiǎn)R(ri|[x])可由全概率公式得:

    其中λi1=λ(ri|ω),λi2=λ(ri|~ω),i=1,2。

    由貝葉斯決策過程可得最小風(fēng)險(xiǎn)規(guī)則為:

    (Y)r1:[x]→pos(ω),若

    (N)r2:[x]→neg(ω),若

    由于在實(shí)際情況中,對于存在不良信息的但還不能確定為哪類不良頁面的網(wǎng)頁來說,進(jìn)行網(wǎng)頁過濾的風(fēng)險(xiǎn)比不進(jìn)行頁面過濾處理的風(fēng)險(xiǎn)要?。欢鴮τ跊]有不良信息的網(wǎng)頁來說,進(jìn)行過濾的風(fēng)險(xiǎn)比不進(jìn)行過濾的風(fēng)險(xiǎn)要大,即滿足關(guān)系式:

    將式(6)代入式(4)和式(5),并利用,p(ω|[x])+p(~ω|[x])=1經(jīng)計(jì)算可得最小風(fēng)險(xiǎn)決策規(guī)則重新表達(dá)為:

    (Y)r1:[x]→pos(ω),若p(ω|[x])≥α,

    (N)r2:[x]→neg(ω),若p(ω|[x])≤α,

    其中

    顯然,由式(6)可知0<α<1。這樣最終得到了概念ω關(guān)于α的近似(全體實(shí)際被過濾網(wǎng)頁)為:

    即當(dāng)頁面特征現(xiàn)象表現(xiàn)為[x]的情況下,實(shí)際為某種不良網(wǎng)頁ω的概率大于和等于α的那些網(wǎng)頁肯定被過濾。

    4 算法設(shè)計(jì)

    4.1 風(fēng)險(xiǎn)系數(shù)

    由于對網(wǎng)頁中不良頁面的確定并不一定通過存在不良信息的閾值百分之百的確定,所以算法在通過粗糙集確定不良類型頁面后,根據(jù)貝葉斯準(zhǔn)則,給予每種不良類型評定一個(gè)風(fēng)險(xiǎn)系數(shù),用于進(jìn)一步進(jìn)行過濾決策,這樣可以提高網(wǎng)頁過濾的正確率和避免誤過濾而帶來的計(jì)算機(jī)開銷。

    由第3節(jié)可知λ11<λ21,且λ12>λ22。對于網(wǎng)頁過濾來說,λ11=λ22=0表明不良網(wǎng)頁被正確過濾的風(fēng)險(xiǎn)為0。但是網(wǎng)頁被誤判時(shí)風(fēng)險(xiǎn)明顯提高,假設(shè)風(fēng)險(xiǎn)函數(shù)根據(jù)過濾網(wǎng)頁重要度成指數(shù)增長。網(wǎng)頁內(nèi)容越重要,錯誤過濾后的風(fēng)險(xiǎn)越大。把非不良頁面當(dāng)作不良網(wǎng)頁過濾的風(fēng)險(xiǎn)設(shè)為λ12=eβ,其中β為頁面重要度,頁面重要度分為Ⅰ、Ⅱ、Ⅲ、Ⅳ四個(gè)等級,其中Ⅰ為重要度小的網(wǎng)頁(一般指普通的新聞、娛樂等網(wǎng)頁),Ⅱ?yàn)橹匾戎械鹊木W(wǎng)頁(一般指企業(yè)、公司、學(xué)校等網(wǎng)頁),Ⅲ為重要度較高的網(wǎng)頁(一般指涉及商業(yè)秘密、網(wǎng)絡(luò)交易等網(wǎng)頁),Ⅳ為重要度很高的網(wǎng)頁(一般指涉及國家機(jī)密、軍事機(jī)密等網(wǎng)頁)。重要度系數(shù)如表1所示。

    表1 網(wǎng)頁重要度系數(shù)表

    其中重要度系數(shù)在0≤β≤1,網(wǎng)頁為不良或存在不良信息時(shí)未被過濾而導(dǎo)致的風(fēng)險(xiǎn)為λ21=eγ,其中γ為網(wǎng)頁的危害度。根據(jù)網(wǎng)頁的信息內(nèi)容,把頁面危害程度也分為Ⅰ、Ⅱ、Ⅲ、Ⅳ四個(gè)等級,危害程度為Ⅰ<Ⅱ<Ⅲ<Ⅳ。網(wǎng)頁危害度系數(shù)如表2所示。

    表2 網(wǎng)頁危害度系數(shù)表

    由式(7)得到風(fēng)險(xiǎn)系數(shù)為

    4.2 過濾算法

    本文通過計(jì)算機(jī)和人工相結(jié)合地方式來提取網(wǎng)頁的特征信息,由于考慮到某些特征現(xiàn)象(如流媒體中裸露鏡頭的比例)機(jī)器很難進(jìn)行閾值判斷,是通過人工判斷來提取特征信息。例如,文本關(guān)鍵詞的閾值以及文本夾雜惡意字符等是采用TFIDF的方法進(jìn)行獲取特征現(xiàn)象。在獲取特征現(xiàn)象后,進(jìn)行網(wǎng)頁分類,根據(jù)粗糙集理論去除冗余的判別信息,只保留必要的特征信息;然后根據(jù)網(wǎng)頁的重要性和危害性進(jìn)行貝葉斯決策,從而達(dá)到利用最小的過濾代價(jià)來過濾最有危害性的不良網(wǎng)頁的目的。具體步驟如下:

    Step1收集網(wǎng)頁特征信息,根據(jù)網(wǎng)頁特征信息進(jìn)行類別的初步分類,建立網(wǎng)頁類別樣本決策初表;

    Step2根據(jù)粗糙集理論對網(wǎng)頁類別樣本決策初表建立相應(yīng)的區(qū)分矩陣CD,用式(1)對其進(jìn)行屬性約簡,選擇最優(yōu)的屬性組合,簡化網(wǎng)頁類別樣本決策初表,形成網(wǎng)頁類別決策復(fù)表;

    Step3對于網(wǎng)頁特征信息不在類別決策復(fù)表中的根據(jù)收集的歷史特征信息以一定的先驗(yàn)概率確定為某種類別的網(wǎng)頁;

    Step4對于網(wǎng)頁實(shí)時(shí)分類用網(wǎng)頁類別決策復(fù)表進(jìn)行決策,確定網(wǎng)頁為某種不良類別的后驗(yàn)概率為P(ω|[x]);

    Step5由貝葉斯準(zhǔn)則,根據(jù)公式(9),確定過濾網(wǎng)頁的風(fēng)險(xiǎn)系數(shù)

    Step6當(dāng)網(wǎng)頁為某種不良類別的后驗(yàn)概率為P(ω|[x])≥α?xí)r,確定為不良類別并進(jìn)行過濾,當(dāng)P(ω|[x])≤α?xí)r,定為非不良頁面并不予過濾,最后給出決策結(jié)果。

    診斷算法流程圖如圖1所示。

    圖1 診斷算法流程圖

    5 算例與仿真結(jié)果

    5.1 算法實(shí)例

    假定在客戶端對網(wǎng)頁進(jìn)行過濾,由算法的Step1,建立表3和表4的網(wǎng)頁特征現(xiàn)象和網(wǎng)頁類別與相應(yīng)特征現(xiàn)象表。得到表5的網(wǎng)頁類別樣本決策初表。由算法Step2,建立區(qū)分矩陣CD,如式(10)所示,用粗糙集理論對CD進(jìn)行屬性約簡,得到表6的網(wǎng)頁類別決策復(fù)表,由算法Step3,得到網(wǎng)頁類別不確定表,如表7所示。由算法Step4~Step6,確定風(fēng)險(xiǎn)系數(shù),由于考慮實(shí)際網(wǎng)頁為普通的不良頁面,根據(jù)表1和表2,風(fēng)險(xiǎn)系數(shù)中參數(shù)β定為Ⅰ級,γ定位Ⅲ級。所以0.425 6=42.56%,風(fēng)險(xiǎn)系數(shù)概率超過α=42.56%的都可以進(jìn)行網(wǎng)頁過濾,這樣可以最大程度的保護(hù)網(wǎng)頁的安全過濾。

    表3 網(wǎng)頁特征現(xiàn)象與屬性值

    表4 網(wǎng)頁類別及相應(yīng)特征現(xiàn)象

    續(xù)表

    表5 網(wǎng)頁類別樣本決策初表

    表6 網(wǎng)頁類別決策復(fù)表

    表7 網(wǎng)頁類別不確定表

    表中D表示網(wǎng)頁類別的可能性,其分類概率為樣本訓(xùn)練后得到的先驗(yàn)概率。

    5.2 仿真結(jié)果

    對此算法實(shí)例進(jìn)行仿真,對仿真的417組不良網(wǎng)頁特征現(xiàn)象反饋數(shù)據(jù)進(jìn)行網(wǎng)頁分類,假設(shè)考慮環(huán)境人為影響和外界干擾,每組數(shù)據(jù)的可靠性為98.5%,網(wǎng)頁分類情況如圖2和表8所示。

    圖2 不良網(wǎng)頁分類結(jié)果圖

    表8 網(wǎng)頁分類結(jié)果表

    圖中d1表示正常頁面,d2表示混合不良頁面,d3表示色情頁面,d4表示封建迷信頁面,d5表示宗教反動頁面。

    從仿真結(jié)果來看,利用本算法進(jìn)行對不良網(wǎng)頁分類過濾效果明顯,并且能進(jìn)一步提高過濾正確率,在對傳統(tǒng)單用決策表進(jìn)行不良網(wǎng)頁分類過濾時(shí),過濾正確率為88.6%(數(shù)據(jù)可靠性為98.5%)。與傳統(tǒng)單用決策表的方法相比,本論文采用的算法平均分類正確率為93.2%,過濾正確率92.2%,與傳統(tǒng)的算法相比有明顯提高。這是因?yàn)榫W(wǎng)頁分類過程實(shí)際上是一個(gè)搜索匹配過程。由于網(wǎng)頁的數(shù)據(jù)龐大,這使得傳統(tǒng)的搜索匹配過程冗余而效率低下。在本文所用的粗糙集理論對屬性進(jìn)行約簡后再次進(jìn)行匹配可以大大降低系統(tǒng)的冗余度,提高搜索匹配效率,也避免了大量冗余無用信息造成的誤過濾。而且對于模糊類別采用貝葉斯決策可以使得過濾風(fēng)險(xiǎn)性降為最小并得到最佳分類過濾。

    6 結(jié)論

    本文提出的基于粗糙集理論和貝葉斯決策的網(wǎng)頁過濾算法能夠快速準(zhǔn)確的解決不良網(wǎng)頁的分類和過濾決策。尤其在大量冗余信息和部分信息缺失的情況下,更能有效準(zhǔn)確的進(jìn)行網(wǎng)頁分類與過濾,提高了分類的效率和準(zhǔn)確率。并且本算法融入了貝葉斯決策理論,根據(jù)網(wǎng)頁重要度和危害度來定義風(fēng)險(xiǎn)函數(shù),從而最小化了過濾頁面的風(fēng)險(xiǎn)性,達(dá)到不良頁面分類過濾的最優(yōu)化。

    由于不良網(wǎng)頁獲取的困難性,本文只做了幾百組網(wǎng)頁的過濾實(shí)驗(yàn),如果考慮到海量網(wǎng)頁的過濾,需要進(jìn)一步對網(wǎng)頁的特征提取方法進(jìn)行優(yōu)化,尤其是對于網(wǎng)頁中流媒體、視頻、圖片識別的快速判斷方法;另外還需要建立特征現(xiàn)象字典庫,并且進(jìn)行動態(tài)更新和添加以適應(yīng)不斷變化的互聯(lián)網(wǎng)信息。

    [1]Denning P J.Electronic junk[J].Communications of the ACM,1992,25(3):163-165.

    [2]Malone T,Grant K,Trubak F,et al.Intelligent information sharing system [J].Communication of the ACM,1987,5:390-402.

    [3]Nanas N,Roeck A D,Vavalis M.What happened to content-based information filtering?[J].ICTIR 2009,LNCS 5766,2009:249-256.

    [4]張宇,劉挺,文勖.基于改進(jìn)貝葉斯模型的問題分類[J].中文信息學(xué)報(bào),2005,19(2):100-105.

    [5]Lee W,Lee S S,Chung S,et al.An harmful contents classification using the harmful word filtering and SVM[C]//ICCS 2007,Part III,LNCS 4489:18-27.

    [6]盧嬌麗,鄭家恒.基于粗糙集的文本分類方法研究[J].中文信息學(xué)報(bào),2005,19(2):66-70.

    [7]Malo P,Siitari P,Ahlgren O,et al.Semantic content filtering with wikipedia and ontologies [C ]//Proceedings of 2010IEEE International conference on data mining workshops,2010:518-526.

    [8]Pang B.Lee L,Vaithyanathan S.Thumbs up?Sentiment classification using machine learning techniques[C]//Proceedings of the Conference on Empirical Methods in Natural Language Processing,2002:79-86.

    [9]張文修,吳偉志,等.粗糙集理論與方法[M].科學(xué)出版社,2001.

    猜你喜歡
    約簡粗糙集貝葉斯
    基于Pawlak粗糙集模型的集合運(yùn)算關(guān)系
    基于二進(jìn)制鏈表的粗糙集屬性約簡
    實(shí)值多變量維數(shù)約簡:綜述
    基于模糊貼近度的屬性約簡
    貝葉斯公式及其應(yīng)用
    多?;植诩再|(zhì)的幾個(gè)充分條件
    基于貝葉斯估計(jì)的軌道占用識別方法
    雙論域粗糙集在故障診斷中的應(yīng)用
    一種基于貝葉斯壓縮感知的說話人識別方法
    電子器件(2015年5期)2015-12-29 08:43:15
    兩個(gè)域上的覆蓋變精度粗糙集模型
    亚洲内射少妇av| 久久99热这里只有精品18| 久久99精品国语久久久| 亚洲av国产av综合av卡| 国产女主播在线喷水免费视频网站 | 日本猛色少妇xxxxx猛交久久| 一区二区三区乱码不卡18| 一级av片app| 黄色欧美视频在线观看| 国产一级毛片七仙女欲春2| 免费av毛片视频| 一二三四中文在线观看免费高清| 免费黄网站久久成人精品| 久久亚洲国产成人精品v| 22中文网久久字幕| 床上黄色一级片| 亚洲四区av| 国产精品久久久久久久电影| 欧美潮喷喷水| 亚洲精品aⅴ在线观看| 久久99热这里只有精品18| 久久97久久精品| 欧美丝袜亚洲另类| 高清视频免费观看一区二区 | 三级国产精品片| a级一级毛片免费在线观看| 插逼视频在线观看| 精品午夜福利在线看| 亚洲精品国产av成人精品| 又爽又黄a免费视频| 成年版毛片免费区| 最新中文字幕久久久久| 精品久久久精品久久久| 亚洲av成人精品一区久久| 全区人妻精品视频| 美女国产视频在线观看| 久久久久网色| 久久久久久久久中文| 国产爱豆传媒在线观看| 国产精品精品国产色婷婷| 久久人人爽人人片av| 国产午夜精品一二区理论片| 国产永久视频网站| 美女xxoo啪啪120秒动态图| 最近的中文字幕免费完整| 免费少妇av软件| 永久网站在线| 久久精品综合一区二区三区| 久久久久性生活片| 国产成人精品福利久久| 我的女老师完整版在线观看| 2021少妇久久久久久久久久久| 国产成人精品婷婷| 91久久精品国产一区二区三区| 久久久久九九精品影院| 国产高清三级在线| 天天躁夜夜躁狠狠久久av| 九色成人免费人妻av| 成年人午夜在线观看视频 | 精华霜和精华液先用哪个| 国产视频内射| 亚洲精华国产精华液的使用体验| 欧美日韩在线观看h| 少妇裸体淫交视频免费看高清| 麻豆av噜噜一区二区三区| 久久久欧美国产精品| 婷婷色麻豆天堂久久| 综合色av麻豆| 色视频www国产| 中国美白少妇内射xxxbb| 国产亚洲5aaaaa淫片| 乱人视频在线观看| 国产精品久久久久久久久免| 国产白丝娇喘喷水9色精品| 亚洲欧美成人综合另类久久久| 国产精品女同一区二区软件| 亚洲一区高清亚洲精品| 白带黄色成豆腐渣| 亚洲国产欧美在线一区| 亚洲精品第二区| 国产精品人妻久久久久久| 2022亚洲国产成人精品| 国产黄片视频在线免费观看| 中文字幕亚洲精品专区| 精品酒店卫生间| 久久精品夜夜夜夜夜久久蜜豆| 一个人观看的视频www高清免费观看| 免费黄网站久久成人精品| 久久久久久久久久人人人人人人| xxx大片免费视频| 老司机影院成人| 一级毛片aaaaaa免费看小| 日韩人妻高清精品专区| 欧美一区二区亚洲| 久久精品国产亚洲av天美| av福利片在线观看| 一边亲一边摸免费视频| 99热6这里只有精品| 中国美白少妇内射xxxbb| 免费观看a级毛片全部| 日日摸夜夜添夜夜爱| 国产精品久久久久久久久免| 肉色欧美久久久久久久蜜桃 | 亚洲欧美中文字幕日韩二区| 亚洲性久久影院| 精华霜和精华液先用哪个| 国产精品久久久久久av不卡| 成人欧美大片| 久久国产乱子免费精品| 欧美成人一区二区免费高清观看| 一级毛片aaaaaa免费看小| 亚洲精品久久久久久婷婷小说| av在线天堂中文字幕| 蜜桃亚洲精品一区二区三区| 最近中文字幕2019免费版| 日韩三级伦理在线观看| 亚洲一区高清亚洲精品| 国产有黄有色有爽视频| 床上黄色一级片| a级毛色黄片| 久久久久国产网址| 亚洲精品乱久久久久久| 免费在线观看成人毛片| 黄色日韩在线| 久久久精品94久久精品| 亚洲国产成人一精品久久久| 免费观看在线日韩| 久久久久久久午夜电影| 国产久久久一区二区三区| 精品国产露脸久久av麻豆 | 久久久a久久爽久久v久久| 欧美精品一区二区大全| 狂野欧美激情性xxxx在线观看| 韩国高清视频一区二区三区| 欧美不卡视频在线免费观看| 五月玫瑰六月丁香| 成人二区视频| 肉色欧美久久久久久久蜜桃 | 久久精品夜色国产| 国产成人精品福利久久| 国产精品三级大全| 精品99又大又爽又粗少妇毛片| 日本免费在线观看一区| 青青草视频在线视频观看| 精品久久久久久成人av| 亚洲精品aⅴ在线观看| 一级毛片久久久久久久久女| 又黄又爽又刺激的免费视频.| 91午夜精品亚洲一区二区三区| 欧美日韩视频高清一区二区三区二| 欧美高清性xxxxhd video| 天堂中文最新版在线下载 | 综合色丁香网| 久久精品国产亚洲av天美| 国产免费福利视频在线观看| 青春草亚洲视频在线观看| 中文字幕制服av| 亚洲成人av在线免费| 国产成人福利小说| 男人狂女人下面高潮的视频| 我的老师免费观看完整版| 青青草视频在线视频观看| 亚洲精品一区蜜桃| 久久99蜜桃精品久久| 午夜福利视频精品| 在线播放无遮挡| 婷婷六月久久综合丁香| 人妻系列 视频| 国产精品.久久久| 国产一区亚洲一区在线观看| 亚洲一区高清亚洲精品| 美女脱内裤让男人舔精品视频| 男女边吃奶边做爰视频| 中文字幕亚洲精品专区| 国产黄色免费在线视频| 18禁裸乳无遮挡免费网站照片| 日韩一区二区视频免费看| 国产 一区精品| 能在线免费看毛片的网站| 波多野结衣巨乳人妻| 欧美bdsm另类| 非洲黑人性xxxx精品又粗又长| 免费大片黄手机在线观看| 亚洲av福利一区| 免费看av在线观看网站| 国产免费一级a男人的天堂| 听说在线观看完整版免费高清| 亚洲久久久久久中文字幕| av在线蜜桃| 欧美一区二区亚洲| 成人一区二区视频在线观看| 99久久精品热视频| 国产69精品久久久久777片| av天堂中文字幕网| 日本av手机在线免费观看| videos熟女内射| 亚洲精品自拍成人| 欧美xxxx黑人xx丫x性爽| 午夜免费观看性视频| 亚洲成人中文字幕在线播放| 乱系列少妇在线播放| 国产伦一二天堂av在线观看| 亚洲精品,欧美精品| 免费观看性生交大片5| 中文字幕免费在线视频6| 国产在线一区二区三区精| 伦精品一区二区三区| 自拍偷自拍亚洲精品老妇| 日本猛色少妇xxxxx猛交久久| 久99久视频精品免费| 国产激情偷乱视频一区二区| 亚洲精品亚洲一区二区| 国语对白做爰xxxⅹ性视频网站| 国产又色又爽无遮挡免| 国产欧美另类精品又又久久亚洲欧美| 久久久久久久国产电影| 蜜臀久久99精品久久宅男| 日韩欧美精品免费久久| 国产成人freesex在线| 中文精品一卡2卡3卡4更新| 女人被狂操c到高潮| 国产一级毛片七仙女欲春2| 视频中文字幕在线观看| 午夜免费男女啪啪视频观看| av又黄又爽大尺度在线免费看| 国产69精品久久久久777片| 亚洲国产高清在线一区二区三| 少妇裸体淫交视频免费看高清| 亚洲av成人精品一区久久| 亚洲熟女精品中文字幕| 中文乱码字字幕精品一区二区三区 | 菩萨蛮人人尽说江南好唐韦庄| 三级毛片av免费| 国产精品一区二区在线观看99 | 国产成人a区在线观看| 97人妻精品一区二区三区麻豆| av女优亚洲男人天堂| 国产精品一区二区三区四区免费观看| 亚洲国产欧美人成| 国产一区有黄有色的免费视频 | 国产美女午夜福利| 国产成人精品久久久久久| 久久97久久精品| 天堂av国产一区二区熟女人妻| 亚洲欧美成人综合另类久久久| 久久人人爽人人片av| 夜夜看夜夜爽夜夜摸| 午夜亚洲福利在线播放| 中文字幕av在线有码专区| 日日撸夜夜添| 亚洲不卡免费看| 自拍偷自拍亚洲精品老妇| 好男人在线观看高清免费视频| 女人久久www免费人成看片| 淫秽高清视频在线观看| 欧美潮喷喷水| 又粗又硬又长又爽又黄的视频| 精品99又大又爽又粗少妇毛片| 亚洲av国产av综合av卡| 人妻少妇偷人精品九色| 寂寞人妻少妇视频99o| 亚洲aⅴ乱码一区二区在线播放| 成人午夜精彩视频在线观看| 高清日韩中文字幕在线| 国产久久久一区二区三区| 亚洲乱码一区二区免费版| 亚洲av免费高清在线观看| 国产精品.久久久| 听说在线观看完整版免费高清| 免费少妇av软件| 亚洲av成人精品一二三区| 干丝袜人妻中文字幕| 国产精品综合久久久久久久免费| 毛片女人毛片| 波多野结衣巨乳人妻| 免费高清在线观看视频在线观看| 午夜福利视频1000在线观看| 亚洲国产日韩欧美精品在线观看| 最新中文字幕久久久久| 嘟嘟电影网在线观看| 男的添女的下面高潮视频| 一本久久精品| 九九在线视频观看精品| 欧美日韩国产mv在线观看视频 | 免费看不卡的av| 亚洲av福利一区| 国产在视频线在精品| 91av网一区二区| 99热6这里只有精品| 亚洲欧美精品自产自拍| 国产亚洲精品久久久com| 欧美激情久久久久久爽电影| 校园人妻丝袜中文字幕| 久久久久久久久中文| 欧美精品国产亚洲| 日本一本二区三区精品| 97超视频在线观看视频| 老女人水多毛片| 热99在线观看视频| 欧美高清性xxxxhd video| 亚洲自拍偷在线| 非洲黑人性xxxx精品又粗又长| 亚洲av日韩在线播放| 能在线免费看毛片的网站| 欧美不卡视频在线免费观看| 国产黄色小视频在线观看| 波多野结衣巨乳人妻| 亚洲熟妇中文字幕五十中出| 久久久久久久亚洲中文字幕| 免费不卡的大黄色大毛片视频在线观看 | 久久久亚洲精品成人影院| 春色校园在线视频观看| 夜夜看夜夜爽夜夜摸| 亚洲精品影视一区二区三区av| 日韩,欧美,国产一区二区三区| 乱人视频在线观看| 国产伦理片在线播放av一区| 免费看日本二区| 午夜福利网站1000一区二区三区| 男人爽女人下面视频在线观看| 你懂的网址亚洲精品在线观看| 日日摸夜夜添夜夜爱| 精品少妇黑人巨大在线播放| 舔av片在线| 美女被艹到高潮喷水动态| 爱豆传媒免费全集在线观看| 男女那种视频在线观看| xxx大片免费视频| 最近最新中文字幕大全电影3| 久久精品夜夜夜夜夜久久蜜豆| 免费看日本二区| 国产精品福利在线免费观看| 99热这里只有是精品在线观看| 男女边摸边吃奶| 久久久久精品性色| 日韩一本色道免费dvd| av女优亚洲男人天堂| 亚洲av日韩在线播放| 美女cb高潮喷水在线观看| 成年版毛片免费区| 午夜福利在线观看吧| 亚洲色图av天堂| 日韩成人av中文字幕在线观看| 亚洲欧美成人精品一区二区| 欧美一区二区亚洲| 日韩国内少妇激情av| av在线天堂中文字幕| 中文字幕av在线有码专区| 国国产精品蜜臀av免费| 亚洲av中文字字幕乱码综合| 一级毛片电影观看| 国产欧美日韩精品一区二区| 夫妻午夜视频| 亚洲av中文字字幕乱码综合| 麻豆国产97在线/欧美| 天堂网av新在线| 国产精品人妻久久久影院| 国产亚洲av片在线观看秒播厂 | 人妻系列 视频| 神马国产精品三级电影在线观看| 三级国产精品片| 久久久午夜欧美精品| 三级毛片av免费| 中文字幕av成人在线电影| 熟女人妻精品中文字幕| 婷婷色麻豆天堂久久| 欧美xxxx性猛交bbbb| av网站免费在线观看视频 | 国产老妇女一区| 毛片一级片免费看久久久久| 波野结衣二区三区在线| 美女内射精品一级片tv| 国产熟女欧美一区二区| 亚洲精品日本国产第一区| 国产一级毛片七仙女欲春2| 亚洲av免费高清在线观看| 三级国产精品欧美在线观看| 成年人午夜在线观看视频 | 一区二区三区乱码不卡18| 成人亚洲欧美一区二区av| 天天躁日日操中文字幕| 欧美日韩综合久久久久久| 97热精品久久久久久| 欧美最新免费一区二区三区| 亚洲国产最新在线播放| 国内精品美女久久久久久| 午夜精品在线福利| 三级国产精品欧美在线观看| 国产老妇伦熟女老妇高清| 午夜福利网站1000一区二区三区| 99热6这里只有精品| 午夜福利在线在线| 一级av片app| 日韩中字成人| 精品久久久久久成人av| 国产精品一及| 国产免费又黄又爽又色| 男女边吃奶边做爰视频| 亚洲欧美成人精品一区二区| 日本爱情动作片www.在线观看| 黄色配什么色好看| 欧美成人一区二区免费高清观看| 大话2 男鬼变身卡| 精品人妻熟女av久视频| 蜜臀久久99精品久久宅男| 欧美3d第一页| 国产一区二区在线观看日韩| 色尼玛亚洲综合影院| 高清日韩中文字幕在线| 日韩电影二区| 国产精品精品国产色婷婷| 欧美人与善性xxx| 成人午夜高清在线视频| 欧美日韩综合久久久久久| 亚洲综合精品二区| av网站免费在线观看视频 | 国产精品一区二区性色av| 简卡轻食公司| 国产三级在线视频| 精品久久久久久成人av| 色吧在线观看| 午夜免费观看性视频| 我要看日韩黄色一级片| 国产成人freesex在线| 卡戴珊不雅视频在线播放| 少妇高潮的动态图| 亚洲国产最新在线播放| 国产精品一区二区性色av| 国产精品久久久久久精品电影小说 | 午夜精品一区二区三区免费看| 国产成人精品婷婷| 久久久久久久久中文| 日韩成人av中文字幕在线观看| 不卡视频在线观看欧美| 最后的刺客免费高清国语| 寂寞人妻少妇视频99o| 丰满人妻一区二区三区视频av| 别揉我奶头 嗯啊视频| 免费不卡的大黄色大毛片视频在线观看 | 日本午夜av视频| 中文字幕亚洲精品专区| 亚洲国产精品专区欧美| 欧美97在线视频| 日韩av免费高清视频| 波多野结衣巨乳人妻| 少妇裸体淫交视频免费看高清| 国产一区二区三区综合在线观看 | 偷拍熟女少妇极品色| 国产在线男女| 久久久久久久久久黄片| 蜜桃久久精品国产亚洲av| 2021天堂中文幕一二区在线观| av女优亚洲男人天堂| 国产精品久久久久久久电影| 一区二区三区四区激情视频| 一级毛片aaaaaa免费看小| 最近最新中文字幕免费大全7| 九九爱精品视频在线观看| 精华霜和精华液先用哪个| 久久99热6这里只有精品| 久久久亚洲精品成人影院| 男人和女人高潮做爰伦理| 亚洲最大成人中文| 床上黄色一级片| 国产综合懂色| 亚洲av.av天堂| 成人欧美大片| 在线观看美女被高潮喷水网站| 欧美人与善性xxx| 精品久久久久久久末码| 亚洲国产高清在线一区二区三| 在线 av 中文字幕| 久久99蜜桃精品久久| 中文字幕制服av| 久久久久久久久久黄片| 精品久久久久久久人妻蜜臀av| 国产精品精品国产色婷婷| 看十八女毛片水多多多| 高清欧美精品videossex| 男女边摸边吃奶| 嘟嘟电影网在线观看| 日韩制服骚丝袜av| 国产欧美日韩精品一区二区| 一级二级三级毛片免费看| 久久久久国产网址| 大香蕉97超碰在线| 精品人妻偷拍中文字幕| 一边亲一边摸免费视频| 国产成人精品一,二区| 搡老乐熟女国产| 久久久久国产网址| 国产亚洲av嫩草精品影院| 中文天堂在线官网| 国产69精品久久久久777片| 日韩制服骚丝袜av| 夜夜爽夜夜爽视频| 亚洲av电影在线观看一区二区三区 | 麻豆成人av视频| 国模一区二区三区四区视频| 纵有疾风起免费观看全集完整版 | 国产永久视频网站| 欧美3d第一页| 日韩精品有码人妻一区| 国产成人a区在线观看| 亚洲精品乱久久久久久| 波多野结衣巨乳人妻| 国产黄片视频在线免费观看| 日本-黄色视频高清免费观看| 97精品久久久久久久久久精品| 看非洲黑人一级黄片| 日本一本二区三区精品| 日韩强制内射视频| 久久久久久久久久久免费av| 久久久色成人| 国产一区二区三区av在线| 国产大屁股一区二区在线视频| 亚洲国产欧美人成| 欧美不卡视频在线免费观看| 中文乱码字字幕精品一区二区三区 | 久久久久网色| 黄片无遮挡物在线观看| 国产 一区 欧美 日韩| 青春草亚洲视频在线观看| 国产白丝娇喘喷水9色精品| 人妻少妇偷人精品九色| 欧美bdsm另类| 午夜精品一区二区三区免费看| 观看美女的网站| 夫妻性生交免费视频一级片| 亚洲欧美一区二区三区国产| 亚洲精品成人久久久久久| 欧美97在线视频| 在线观看美女被高潮喷水网站| 老司机影院毛片| 少妇熟女欧美另类| 成人国产麻豆网| 午夜视频国产福利| 亚洲国产精品成人综合色| 三级国产精品欧美在线观看| 国产精品蜜桃在线观看| 日韩欧美三级三区| 一个人看视频在线观看www免费| 一区二区三区乱码不卡18| 免费看a级黄色片| 高清在线视频一区二区三区| 激情五月婷婷亚洲| 国产男女超爽视频在线观看| 日韩亚洲欧美综合| 看非洲黑人一级黄片| 日韩视频在线欧美| 亚洲欧美日韩卡通动漫| 22中文网久久字幕| 亚洲精品一区蜜桃| 国产视频首页在线观看| 国产高清不卡午夜福利| 国产视频内射| 国产欧美另类精品又又久久亚洲欧美| 国产成人freesex在线| 在线 av 中文字幕| 国内揄拍国产精品人妻在线| 美女被艹到高潮喷水动态| 久久韩国三级中文字幕| 婷婷色麻豆天堂久久| 中文字幕人妻熟人妻熟丝袜美| 26uuu在线亚洲综合色| 国产日韩欧美在线精品| 69av精品久久久久久| 天天躁夜夜躁狠狠久久av| 亚洲精品一区蜜桃| 一级毛片久久久久久久久女| 国内精品美女久久久久久| 国产91av在线免费观看| 激情五月婷婷亚洲| 夜夜看夜夜爽夜夜摸| 国产一级毛片在线| 男女边吃奶边做爰视频| 精品不卡国产一区二区三区| 国产亚洲一区二区精品| 欧美精品国产亚洲| 国产白丝娇喘喷水9色精品| 麻豆乱淫一区二区| 最近最新中文字幕免费大全7| 国产精品99久久久久久久久| 国产精品久久久久久精品电影小说 | 国产精品一区二区三区四区免费观看| 国产成人aa在线观看| 国产成人91sexporn| 国产伦一二天堂av在线观看| 精品一区二区三区视频在线| 99久久精品热视频| 97超碰精品成人国产| 亚洲av免费高清在线观看| 26uuu在线亚洲综合色| kizo精华| 国产亚洲精品久久久com| 久久精品久久久久久噜噜老黄| 可以在线观看毛片的网站| 18禁在线无遮挡免费观看视频| 汤姆久久久久久久影院中文字幕 | 最新中文字幕久久久久| 欧美高清成人免费视频www| 亚洲va在线va天堂va国产| av免费观看日本| 亚洲丝袜综合中文字幕| 最后的刺客免费高清国语| 亚洲自拍偷在线| 日韩一区二区视频免费看| 能在线免费看毛片的网站| 免费观看a级毛片全部| 国产在线男女| 国产亚洲精品久久久com| 日韩精品有码人妻一区| 久久亚洲国产成人精品v| av女优亚洲男人天堂| 七月丁香在线播放|