• <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 ?

    基于抽樣流長與完全抽樣閾值的異常流自適應(yīng)抽樣算法

    2015-07-18 11:10:54黃萬偉
    電子與信息學(xué)報 2015年7期
    關(guān)鍵詞:小流計數(shù)器標(biāo)準(zhǔn)差

    伊 鵬 錢 坤 黃萬偉 王 晶 張 震

    (國家數(shù)字程控交換系統(tǒng)工程技術(shù)研究中心 鄭州 450002)

    基于抽樣流長與完全抽樣閾值的異常流自適應(yīng)抽樣算法

    伊 鵬 錢 坤*黃萬偉 王 晶 張 震

    (國家數(shù)字程控交換系統(tǒng)工程技術(shù)研究中心 鄭州 450002)

    高速IP網(wǎng)絡(luò)的流量測量與異常檢測是網(wǎng)絡(luò)測量領(lǐng)域研究的熱點。針對目前網(wǎng)絡(luò)流量測量算法對小流估計精度偏低,對異常流量篩選能力較差的缺陷,該文提出一種基于業(yè)務(wù)流已抽樣長度與完全抽樣閾值 S的自適應(yīng)流抽樣算法(AFPT)。AFPT算法根據(jù)完全抽樣閾值S篩選對異常流量敏感相關(guān)的小流,同時根據(jù)業(yè)務(wù)流已抽樣長度自適應(yīng)調(diào)整抽樣概率。仿真和實驗結(jié)果表明,AFPT算法的估計誤差與理論上界相符,具有較強(qiáng)的異常流量篩選能力,能夠有效提高異常檢測算法的準(zhǔn)確率。

    網(wǎng)絡(luò)測量;自適應(yīng)流抽樣;異常檢測

    1 引言

    網(wǎng)絡(luò)基礎(chǔ)通信設(shè)施的大規(guī)模部署和網(wǎng)絡(luò)接入方式的開放性,使得互聯(lián)網(wǎng)成為一種高度異構(gòu)與開放的復(fù)雜系統(tǒng)[1]。通過網(wǎng)絡(luò)流量測量技術(shù),可以幫助人們理解掌握網(wǎng)絡(luò)運行狀況,進(jìn)而優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)和網(wǎng)絡(luò)應(yīng)用。網(wǎng)絡(luò)上的數(shù)據(jù)報文流經(jīng)測量節(jié)點后,根據(jù)系統(tǒng)測量算法必須進(jìn)行數(shù)據(jù)壓縮[2]或者抽樣[3]以減少流量日志,并將測量流量按照一定的數(shù)據(jù)結(jié)構(gòu)格式存儲。測量過程完成后,得到的流量數(shù)據(jù)可以進(jìn)一步用于流量分布特征估計、流量計費以及異常檢測[4,5]等應(yīng)用分析。

    流量測量時由于大流較小流更容易被抽樣檢測,因此大流的測量難點主要在于優(yōu)化數(shù)據(jù)存儲結(jié)構(gòu)或抽樣模型,小流由于數(shù)量的龐大性和較低的抽樣率,與大流的測量估計往往不能兼得[6]。網(wǎng)絡(luò)研究和管理者僅使用部分原始流量對網(wǎng)絡(luò)流量的異常檢測進(jìn)行分析,但由于原始流量信息的不完整性使得異常檢測算法的分析結(jié)果在準(zhǔn)確率上不可避免地存在一定偏差[7,8]。針對上述問題,一種理想的流量測量算法首先應(yīng)當(dāng)能夠為流量分布特征提供較高估計精度信息,同時對異常流量具有準(zhǔn)確的篩選抽樣能力,或者是具有能夠在測量中保留大量與異常流量敏感相關(guān)的小流數(shù)據(jù)的能力。

    草圖指導(dǎo)的抽樣(Sketch Guided Sampling,SGS)算法[9]基本能夠解決上述問題,該算法抽樣保留每流(per-flow)信息,設(shè)置包抽樣率為該數(shù)據(jù)包所屬業(yè)務(wù)流當(dāng)前流量的單調(diào)遞減函數(shù)。隨機(jī)共享計數(shù)器(Randomized Counter Sharing,RCS)算法[10]是一種較好地滿足以上要求的算法,其核心思想是:從流量數(shù)據(jù)的存儲優(yōu)化出發(fā),使用m組計數(shù)器壓縮存儲所有數(shù)據(jù)信息,將不同業(yè)務(wù)流的數(shù)據(jù)信息隨機(jī)存儲在 l( 0 < l < m)組計數(shù)器內(nèi)。文獻(xiàn)[11]提出了一種基于網(wǎng)絡(luò)流長分布的自適應(yīng)抽樣(Flow Size Adaptive Sampling,F(xiàn)SAS)算法,F(xiàn)SAS通過估計異常流量的分布特征,得到異常流量的流長閾值,根據(jù)閾值對流量進(jìn)行分段抽樣,其自適應(yīng)抽樣的實質(zhì)是分段的靜態(tài)流抽樣算法。文獻(xiàn)[12]提出了一種特征感知的自適應(yīng)流抽樣(Adaptive Flow Sampling,AFS)方法,根據(jù)流量五元組特征定義了2個特征矩-特征計數(shù)和特征熵,在采樣前計算特征矩,在抽樣時一旦某一特征值出現(xiàn)頻度過高立即降低該業(yè)務(wù)流的抽樣率。

    本文針對當(dāng)前流量測量算法對網(wǎng)絡(luò)流統(tǒng)計特征估計誤差偏高、對異常流量抽樣能力偏弱的問題,提出一種基于業(yè)務(wù)流抽樣流長與完全抽樣閾值S的自適應(yīng)流抽樣算法(Adaptive Flow sampling algorithm based on sampled Packets and force sampling Threshold S,AFPT)。第2節(jié)對AFPT算法的抽樣模型給出了詳細(xì)描述,并從理論上對AFPT算法的流長度無偏估計、標(biāo)準(zhǔn)差以及存儲開銷進(jìn)行了分析證明。第3節(jié)采用真實鏈路數(shù)據(jù)和模擬攻擊流量對AFPT算法進(jìn)行仿真測試,實驗結(jié)果與第2節(jié)的理論分析吻合。第4節(jié)總結(jié)全文。

    2 自適應(yīng)流抽樣算法

    2.1 抽樣模型

    定義1 抽樣概率函數(shù) P( s) =1/(p( s+ 1)- p( s)),其中抽樣函數(shù) ()p s滿足條件:

    (2)p( s)滿足 p( 0)= 0且 p( 1)= β,β > 0,β可用于調(diào)整完全抽樣閾值S;

    (3)p( s + 1)< α p( s)+ β,α> 1,β >0。

    2.2 理論分析

    定理1 使用AFPT算法抽樣時,原始業(yè)務(wù)流長度n的無偏估計是

    證明 對于流長度真實值為n的業(yè)務(wù)流,若計數(shù)器計數(shù)值s i= ,有:

    令 L(n)表示業(yè)務(wù)流長度的真實值為n時,無偏估計n(s)的期望值,則

    由式(1)可得

    根據(jù)定義1可得 p( i + 1)- p( i) = 1/P( i ),則有

    (2)完全抽樣閾值 S|β= S0> 1時,根據(jù)上述推導(dǎo),得

    若n > S0,則

    綜合上述推導(dǎo)定理1得證。 證畢

    證明 對流長度 n ≤ S0的業(yè)務(wù)流,估計誤差始終為0。

    對流長度 n > S0的業(yè)務(wù)流,由 E[ p2( s) ]=和定義1可得:

    進(jìn)一步可得:

    AFPT算法的標(biāo)準(zhǔn)差上界為

    證畢

    表1是SGS,RCS和AFPT算法的抽樣概率函數(shù)與理論標(biāo)準(zhǔn)差。圖1(a)~圖1(c)分別是3種算法的標(biāo)準(zhǔn)差對比。SGS算法和RCS算法的理論誤差相近,誤差均隨流長度的增加而減小,AFPT算法的理論誤差隨流長度的增加略有增大,但誤差最大值仍然小于0.071。

    表1 理論誤差

    2.3 存儲開銷

    抽樣算法的主要存儲開銷集中在流長度計數(shù)器的使用上。為盡可能保留原始流量信息,抽樣算法通常采用每流抽樣模型,為每個業(yè)務(wù)流創(chuàng)建流長度計數(shù)器;在計數(shù)器的設(shè)計上,由于業(yè)務(wù)流長度的差異跨度非常大,抽樣算法為保證所有業(yè)務(wù)流的統(tǒng)計需求,必須根據(jù)最大業(yè)務(wù)流長度值確定計數(shù)器位寬。

    定理3 對真實大小為n的業(yè)務(wù)流,AFPT算法計數(shù)器位寬的數(shù)學(xué)期望上界是p-1(n),其中p-1(n)是p(c)的反函數(shù)。

    圖1 3種算法的理論誤差

    證畢

    圖2對比了SGS算法與AFPT算法所需計數(shù)器位寬,對于流長度在100以內(nèi)的小流,SGS算法和AFPT算法的計數(shù)器位寬差距較小。隨著業(yè)務(wù)流長度的增加,SGS算法的計數(shù)器位寬成對數(shù)比例增加,AFPT算法的計數(shù)器位寬趨近于10且此時已能夠滿足流長度在 107以內(nèi)的所有業(yè)務(wù)流。即使在提高完全抽樣閾值時,AFPT算法的計數(shù)器位寬仍然保持趨近于10,存儲開銷未出現(xiàn)大幅增加。與RCS算法相比,在小流與中大流計數(shù)器位寬的使用上,AFPT算法優(yōu)于RCS算法,隨著流長度的增加,AFPT算法所需的計數(shù)器位寬趨近于10略大于RCS算法。

    3 仿真與結(jié)果分析

    3.1 真實網(wǎng)絡(luò)流量下的仿真實驗

    本文使用CAIDA[13]在2012年3月10日采集的互聯(lián)網(wǎng)實際網(wǎng)絡(luò)40 Gbps鏈路的流量數(shù)據(jù)。仿真過程中,SGS算法參數(shù)設(shè)置為 0.1ε= ,計數(shù)器位寬為14;AFPT算法抽樣概率β=1 ;RCS算法的計數(shù)器組數(shù)隨機(jī)映射計數(shù)器數(shù)目 100l= ,計數(shù)器位寬 8b= 。

    AFPT算法抽樣仿真結(jié)果與標(biāo)準(zhǔn)差如圖3所示。對圖 3(b)中的標(biāo)準(zhǔn)差數(shù)據(jù)點進(jìn)行統(tǒng)計,結(jié)果如表 2所示,AFPT的標(biāo)準(zhǔn)差穩(wěn)定在0.071以內(nèi),97.67%的數(shù)據(jù)點誤差范圍在 0.071以內(nèi),個別小流的標(biāo)準(zhǔn)差稍大于0.07但原始流量的整體誤差仍然小于0.5。隨著業(yè)務(wù)流長度的增加,標(biāo)準(zhǔn)差完全落在區(qū)間[0,0.071]以內(nèi),這與定理2的標(biāo)準(zhǔn)差理論上界保持一致。

    表2 3種算法標(biāo)準(zhǔn)差的區(qū)間比例

    圖4是SGS算法的流長度估計值與標(biāo)準(zhǔn)差,估計誤差顯著高于AFPT算法。盡管大流的估計誤差較低,但小流的估計誤差是AFPT的數(shù)十倍以上。由于SGS使用哈希引入了誤判誤差,SGS的標(biāo)準(zhǔn)差在0.1以上的比例超過了17.36%,且小流的估計精度差于AFPT,標(biāo)準(zhǔn)差上界較AFPT高出約30%。

    RCS算法的流長度估計值與標(biāo)準(zhǔn)差如圖 5所示。與SGS相比,RCS對小流的標(biāo)準(zhǔn)差較大,當(dāng)業(yè)務(wù)流長度達(dá)到100左右時標(biāo)準(zhǔn)差基本穩(wěn)定在1以內(nèi),且快速降低趨近于0。RCS約81.28%的標(biāo)準(zhǔn)差在0.3以內(nèi),稍差于SGS。而AFPT仿真結(jié)果的標(biāo)準(zhǔn)差僅在0.01以內(nèi)的比例就高達(dá)99.85%,且AFPT算法的標(biāo)準(zhǔn)差基本落在0.071以內(nèi),誤差上界較RCS降低約76.3%。

    圖2 報文抽樣與AFPT算法需要的計數(shù)器位數(shù)

    圖3 AFPT算法仿真結(jié)果

    圖4 SGS算法仿真結(jié)果

    3.2 異常流量下的仿真實驗

    在DoS、端口掃描或者蠕蟲攻擊等網(wǎng)絡(luò)攻擊下會使網(wǎng)絡(luò)鏈路產(chǎn)生大量的小流,抽樣測量時如果能夠?qū)@些小流盡可能地抽樣就可以獲得更多的異常流量數(shù)據(jù),為異常檢測算法的準(zhǔn)確率提供更加可靠的保證。由于不同類型攻擊流的流長并沒有相關(guān)的明確定義,綜合考慮存儲資源的消耗,本文選擇設(shè)置完全抽樣閾值 50S= 以滿足大多數(shù)攻擊流都可被抽樣,實際閾值的設(shè)置視需求而定。

    AFPT的抽樣概率函數(shù)P(s)值取決于α與β,對于不同的取值組合 ()P s可能出現(xiàn)大于1的情況。對P(s)取值大于1的概率點,均以概率1進(jìn)行完全抽樣。若取β∈[0,1]間任意值,可調(diào)整完全抽樣閾值S,將需要深入研究的業(yè)務(wù)流全部保留,僅對流長度超過閾值S的業(yè)務(wù)流進(jìn)行抽樣測量。圖 6是 α= 1.01時,完全抽樣閾值隨β的變化曲線。

    圖7(a)是SGS,RCS和AFPT這3種算法對合成流量的測量仿真結(jié)果,SGS和RCS算法的參數(shù)設(shè)置與3.1節(jié)的仿真實驗一致,AFPT算法取完全抽樣閾值。異常流量的合成采用文獻(xiàn)[14]提出的構(gòu)造方法,基于實驗中使用的正常情況下網(wǎng)絡(luò)數(shù)據(jù)流量和DARPA入侵檢測流量[15],模擬異常流量的攻擊強(qiáng)度為每秒30000包,其中異常流量比例約20.8%,攻擊流量在100 s,200 s,300 s時逐漸達(dá)到60%。

    SGS的異常流量抽樣比例接近于 0.7,最差約0.4。由于 RCS對所有數(shù)據(jù)報文采用了數(shù)據(jù)壓縮方式存儲,對異常流量的抽樣原則僅與壓縮率有關(guān),比例值穩(wěn)定在 0.8左右,即使在過渡壓縮數(shù)據(jù)信息時的抽樣比例降低至約 0.6,仍優(yōu)于 SGS。AFPT通過設(shè)置完全抽樣閾值,抽樣比例顯著優(yōu)于SGS和RCS,比例值穩(wěn)定在1.00左右,在攻擊流量較為集中時也能夠保證抽樣比例不小于 0.75,基本實現(xiàn)對異常流量的逐包抽樣統(tǒng)計。

    AFPT與AFS,F(xiàn)SAS算法的比較結(jié)果如圖7(b)所示,其中,F(xiàn)SAS的參數(shù)設(shè)置為:大中小流閾值分別是1000,500,50,抽樣概率分別是0.01,0.10,0.20。由于 FSAS需要在抽樣的同時估計業(yè)務(wù)流長度,極其耗費計算資源,因此在攻擊強(qiáng)度增大時,對小流的估計偏差也相應(yīng)增大,導(dǎo)致其抽樣性能下降非常明顯。AFS的抽樣效果略差于AFPT,這是由于 AFS的特征矩是根據(jù)流五元組特征信息定義的,而抽樣攻擊流量中的Probe與U2R等攻擊流僅僅依靠這些特征信息是不夠的。

    4 結(jié)束語

    圖5 RCS算法仿真結(jié)果

    圖6 完全抽樣閾值S的變化曲線

    圖7 異常流量抽樣比例

    高速 IP網(wǎng)絡(luò)的流量測量在抽樣與異常檢測之間,一直存在由于抽樣導(dǎo)致的異常檢測偏差。本文提出一種可設(shè)置完全抽樣閾值的抽樣算法,在對網(wǎng)絡(luò)業(yè)務(wù)流抽樣估計原始流量分布特征的同時,將與異常流量敏感相關(guān)的小流完全抽樣,使得異常檢測處理的流量數(shù)據(jù)中包含了至少 75%以上的異常流量,有助于提高檢測算法的準(zhǔn)確率。該算法將抽樣流量的估計誤差上界降低了30%以上,在存儲開銷上降低了對計數(shù)器位寬的需求,與其他每流測量算法相比所需的存儲開銷基本持平并未明顯增加。通過實驗仿真的進(jìn)一步驗證,該算法完全能夠適用于40 Gbps速率的骨干鏈路,對大型骨干網(wǎng)絡(luò)的管理規(guī)劃具有重要意義。

    [1] Zhou Ai-ping,Cheng Guang,and Guo Xiao-jun. High-speed network traffic measurement method[J]. Journal of Software,2014,25(1):135-153.

    [2] Peter Lieven and Bj?rnScheuermann. High-speed per-flow traffic measurement with probabilistic multiplicity counting[C]. Proceedings of the INFOCOM 2010,San Diego,CA,USA,2010:1-9.

    [3] Cheng Guang and Tang Yong-ning. Estimation algorithms of the flow number from sampled packets on approximate approaches[J]. Journal of Software,2013,24(2):255-265.

    [4] Lee Y J,Yeh Y R,and Wang Y C F. Anomaly detection via online oversampling principal component analysis[J]. IEEE Transactions on Knowledge and Data Engineering,2013,25(7):1460-1470.

    [5] Pham D S,Venkatesh S,Lazarescu M,et al.. Anomaly detection in large-scale data stream networks[J]. Data Mining and Knowledge Discovery,2014,28(1):145-189.

    [6] Cai Yuan-jun,Wu Bin,Zhang Xin-wei,et al.. Flow identification and characteristics mining from internet traffic with hadoop[C]. Proceedings of the Computer Information and Telecommunication Systems (CITS),Jeju Island,Korea,2014:1-5.

    [7] Brauckhoff D,Tellenbach B,Wagner A,et al.. Impact of packet sampling on anomaly detection metrics[C]. Proceedings. of the 6th ACM Sigcomm conference on Internet measurement,Rio de Janeiro,Brazil,2006:159-164.

    [8] Mai Jian-ning,Chuah C N,Sridharan A,et al.. Is sampled data sufficient for anomaly detection?[C]. Proceedings of the 6th ACM Sigcomm Conference on Internet Measurement,Rio de Janeiro,Brazil,2006:165-176.

    [9] Kumar A and Xu J. Sketch guided sampling using on-line estimates of flow size for adaptive data collection[C]. Proceedings of IEEE INFOCOM 2006,Barcelona,Spain,2006:1-11.

    [10] Li Tao and Chen Shi-gang. Per-flow traffic measurement through randomized counter sharing[J]. IEEE ACM Transactions on Networking,2012,13(5):325-336.

    [11] 王蘇南. 高速復(fù)雜網(wǎng)絡(luò)環(huán)境下異常流量檢測技術(shù)研究[D]. [博士論文],信息工程大學(xué),2012:38-49.

    Wang Su-nan. Research on anomaly detection technology in high-speed complex network environment[D]. [Ph.D. dissertation],The PLA Information Engineering University,2012:38-49.

    [12] 郭通. 基于自適應(yīng)流抽樣測量的網(wǎng)絡(luò)異常檢測技術(shù)研究[D].[博士論文],信息工程大學(xué),2013:38-49.

    Guo Tong. Research on network anomaly detection technology based on adaptive flow sampling measurement[D].[Ph.D. dissertation],The PLA Information Engineering University,2013:38-49.

    [13] CAIDA. Cooperative as-sociation for internet data analysis[OL]. http://www.caida.org/data,2012.

    [14] Lakhina A,Crovella M,and Diot C. Mining anomalies using traffic feature distributions[C]. Proceedings of the 5th ACM Sigcomm Conference on Internet Measurement,Philadelphia,PA,USA,2005:217-228.

    [15] MIT Lincoln Laboratory. DARPA Intrusion Detection Evaluation[OL]. http://www.ll.mit.edu/mission/communications/ist/corpora/ideval/data/index.html,1999.

    伊 鵬: 男,1977年生,副教授,博士,研究方向為寬帶信息網(wǎng)絡(luò).

    錢 坤: 男,1990年生,碩士生,研究方向為寬帶信息網(wǎng)絡(luò)、網(wǎng)絡(luò)測量、異常流檢測.

    黃萬偉: 男,1979年生,講師,博士,研究方向為寬帶信息網(wǎng)絡(luò).

    王 晶: 女,1980年生,講師,博士生,研究方向為可重構(gòu)網(wǎng)絡(luò)與網(wǎng)絡(luò)測量技術(shù).

    張 震: 男,1985年生,講師,博士,研究方向為網(wǎng)絡(luò)測量技術(shù).

    Adaptive Flow Sampling Algorithm Based on Sampled Packets and Force Sampling Threshold S Towards Anomaly Detection

    Yi Peng Qian Kun Huang Wan-wei Wang Jing Zhang Zhen

    (National Digital Switching System Engineering Technological R&D Center, Zhengzhou 450002, China)

    The network traffic measurement and anomaly detection for high-speed IP network become the hotspot research of network measurement field. Because the current measurement algorithms have large estimation error for the mice flows and poor performance for the sampling anomaly traffic,an Adaptive Flow sampling algorithm based on the sampled Packets and force sampling Threshold S (AFPT) is proposed. According to the force sampling threshold S,the AFPT is able to sample the mice flows which is sensitive to the anomaly traffic,while adaptive adjustment the probability of sampling based on the sampled packets. The simulation and experimental results show that the estimation error of AFPT is consistent with the theoretical upper bound,and provide better performance for the anomaly traffic sampled. The proposed algorithm can effectively improve the accuracy of anomaly detection algorithm.

    Network measurement;Adaptive flow sampling;Anomaly detection

    TP393

    A

    1009-5896(2015)07-1606-06

    10.11999/JEIT141379

    2014-10-29收到,2015-01-13改回,2015-05-11網(wǎng)絡(luò)優(yōu)先出版

    國家973計劃項目(2012CB315901,2013CB329104)資助課題

    *通信作者:錢坤 qiank126@126.com

    猜你喜歡
    小流計數(shù)器標(biāo)準(zhǔn)差
    積“小流” 匯成起步作文教學(xué)之“江?!?/a>
    名師在線(2023年10期)2023-10-09 01:04:35
    積“小流” 匯成起步作文教學(xué)之“江?!?/a>
    煤氣與熱力(2022年2期)2022-03-09 06:29:30
    用Pro-Kin Line平衡反饋訓(xùn)練儀對早期帕金森病患者進(jìn)行治療對其動態(tài)平衡功能的影響
    小學(xué)生作文輔導(dǎo)(2018年36期)2018-11-29 03:55:51
    作文成功之路·中考沖刺(2018年12期)2018-05-14 17:11:22
    計數(shù)器競爭冒險及其處理的仿真分析
    對于平均差與標(biāo)準(zhǔn)差的數(shù)學(xué)關(guān)系和應(yīng)用價值比較研究
    任意N進(jìn)制計數(shù)器的設(shè)計方法
    河南科技(2014年10期)2014-02-27 14:09:30
    基于單片機(jī)的仰臥起坐計數(shù)器
    久久精品熟女亚洲av麻豆精品 | 日本免费a在线| 毛片女人毛片| 丝袜喷水一区| 夜夜看夜夜爽夜夜摸| 欧美bdsm另类| 两个人视频免费观看高清| 久久99热6这里只有精品| 久久精品熟女亚洲av麻豆精品 | 亚洲aⅴ乱码一区二区在线播放| 秋霞在线观看毛片| 日日摸夜夜添夜夜添av毛片| 亚洲精品视频女| 国产成人精品婷婷| 国产精品嫩草影院av在线观看| 熟妇人妻不卡中文字幕| 黄色一级大片看看| 免费播放大片免费观看视频在线观看| 两个人视频免费观看高清| 国产亚洲一区二区精品| 欧美人与善性xxx| 免费高清在线观看视频在线观看| av在线天堂中文字幕| 国产美女午夜福利| 97超碰精品成人国产| av网站免费在线观看视频 | 久久久久久久久久久丰满| 久久鲁丝午夜福利片| 亚洲自拍偷在线| 中国国产av一级| 三级毛片av免费| 成年女人在线观看亚洲视频 | eeuss影院久久| 一级毛片久久久久久久久女| 欧美 日韩 精品 国产| 特级一级黄色大片| 26uuu在线亚洲综合色| 一级毛片久久久久久久久女| 中文字幕亚洲精品专区| 久久久久国产网址| 久久精品国产自在天天线| 在线观看美女被高潮喷水网站| 少妇熟女欧美另类| 内射极品少妇av片p| 久久99蜜桃精品久久| 欧美性猛交╳xxx乱大交人| 亚洲精品第二区| 成人午夜精彩视频在线观看| 久久99精品国语久久久| 久久精品久久精品一区二区三区| 国产精品伦人一区二区| 国产白丝娇喘喷水9色精品| 亚洲精品成人久久久久久| 免费大片18禁| 亚洲久久久久久中文字幕| 国产成人精品福利久久| 国产成人91sexporn| 午夜福利在线观看吧| 亚洲国产精品国产精品| 黄色日韩在线| 国产欧美另类精品又又久久亚洲欧美| 亚洲欧美中文字幕日韩二区| 国产精品不卡视频一区二区| 国产黄频视频在线观看| 日韩av在线大香蕉| 观看免费一级毛片| 成人毛片60女人毛片免费| 又粗又硬又长又爽又黄的视频| 男人和女人高潮做爰伦理| 国产日韩欧美在线精品| 日韩av不卡免费在线播放| 丰满乱子伦码专区| 超碰97精品在线观看| 久久久久久久久久成人| 97人妻精品一区二区三区麻豆| 天美传媒精品一区二区| 亚洲美女搞黄在线观看| 全区人妻精品视频| 国产一区二区亚洲精品在线观看| 狂野欧美白嫩少妇大欣赏| 国产成人午夜福利电影在线观看| av国产免费在线观看| 一区二区三区四区激情视频| 免费黄频网站在线观看国产| 国产乱人视频| 校园人妻丝袜中文字幕| 亚洲av在线观看美女高潮| 白带黄色成豆腐渣| 国产精品一区二区三区四区久久| 免费在线观看成人毛片| 99久久九九国产精品国产免费| 亚洲国产av新网站| 麻豆成人午夜福利视频| 亚洲,欧美,日韩| 日本午夜av视频| 欧美激情在线99| 亚洲av在线观看美女高潮| 全区人妻精品视频| 最近视频中文字幕2019在线8| 一级黄片播放器| 日韩成人伦理影院| 美女主播在线视频| 日本一二三区视频观看| 欧美高清成人免费视频www| 国产av在哪里看| 青青草视频在线视频观看| 91精品国产九色| 亚洲色图av天堂| 亚洲av男天堂| 日韩 亚洲 欧美在线| 97超碰精品成人国产| 91av网一区二区| 男女视频在线观看网站免费| 中文字幕人妻熟人妻熟丝袜美| 亚洲电影在线观看av| 有码 亚洲区| 亚洲精品成人av观看孕妇| 精品少妇黑人巨大在线播放| 亚洲av.av天堂| 成年人午夜在线观看视频 | 日韩三级伦理在线观看| 人妻系列 视频| 伊人久久精品亚洲午夜| 亚洲综合色惰| 韩国av在线不卡| 日本熟妇午夜| 国产一区亚洲一区在线观看| 美女高潮的动态| 久久鲁丝午夜福利片| 免费av毛片视频| 日韩亚洲欧美综合| 一个人看视频在线观看www免费| 搡女人真爽免费视频火全软件| 亚洲va在线va天堂va国产| 精品一区二区三卡| 亚洲熟女精品中文字幕| 2021少妇久久久久久久久久久| 日韩一区二区视频免费看| 2022亚洲国产成人精品| 18禁在线无遮挡免费观看视频| 成人美女网站在线观看视频| 亚洲精品日韩av片在线观看| 2021少妇久久久久久久久久久| 国产在线男女| 亚洲精品成人久久久久久| 欧美日韩国产mv在线观看视频 | 国产亚洲av片在线观看秒播厂 | 男插女下体视频免费在线播放| 国产伦精品一区二区三区四那| 国产精品福利在线免费观看| 日本一二三区视频观看| 熟妇人妻久久中文字幕3abv| 亚洲18禁久久av| 非洲黑人性xxxx精品又粗又长| 免费看光身美女| 亚洲av男天堂| 干丝袜人妻中文字幕| 波野结衣二区三区在线| 狂野欧美激情性xxxx在线观看| 国产v大片淫在线免费观看| 欧美区成人在线视频| 亚洲自偷自拍三级| 午夜福利成人在线免费观看| 男的添女的下面高潮视频| 观看美女的网站| 亚洲国产精品国产精品| 日本与韩国留学比较| 在线观看免费高清a一片| 99热这里只有是精品50| 亚洲欧美日韩无卡精品| 成年人午夜在线观看视频 | 成人特级av手机在线观看| 成人二区视频| 日本一本二区三区精品| 国产精品福利在线免费观看| 久久久色成人| 伦理电影大哥的女人| 亚洲av免费在线观看| 国产中年淑女户外野战色| 国产毛片a区久久久久| 久久99热这里只有精品18| 成人性生交大片免费视频hd| 不卡视频在线观看欧美| 夫妻午夜视频| 麻豆av噜噜一区二区三区| 波野结衣二区三区在线| or卡值多少钱| 一级爰片在线观看| 亚洲精品日韩av片在线观看| 国产美女午夜福利| 精品酒店卫生间| 亚洲自偷自拍三级| 麻豆av噜噜一区二区三区| 国产老妇女一区| or卡值多少钱| 尤物成人国产欧美一区二区三区| 欧美日韩在线观看h| 亚洲综合精品二区| 国产成人精品福利久久| 色哟哟·www| 欧美 日韩 精品 国产| 大话2 男鬼变身卡| 亚洲高清免费不卡视频| 亚洲在久久综合| 免费不卡的大黄色大毛片视频在线观看 | 特级一级黄色大片| 高清av免费在线| 久久久久久久大尺度免费视频| 精品一区二区三区人妻视频| 亚洲精品影视一区二区三区av| 波多野结衣巨乳人妻| 婷婷六月久久综合丁香| 男人狂女人下面高潮的视频| 中文天堂在线官网| 国语对白做爰xxxⅹ性视频网站| 亚洲丝袜综合中文字幕| 日韩大片免费观看网站| 如何舔出高潮| 人妻夜夜爽99麻豆av| 久久99热这里只频精品6学生| 国产一区有黄有色的免费视频 | 亚洲人与动物交配视频| av.在线天堂| 视频中文字幕在线观看| a级一级毛片免费在线观看| 国产伦精品一区二区三区视频9| 亚洲人与动物交配视频| 寂寞人妻少妇视频99o| 最近中文字幕高清免费大全6| 亚洲av成人精品一区久久| 亚洲精品成人久久久久久| 亚洲国产精品成人久久小说| 三级男女做爰猛烈吃奶摸视频| 激情 狠狠 欧美| av在线老鸭窝| 亚洲美女视频黄频| 99久国产av精品| 日韩欧美 国产精品| av卡一久久| 国产午夜精品一二区理论片| 亚洲国产欧美在线一区| 日韩欧美国产在线观看| 最新中文字幕久久久久| 国产一级毛片在线| 国产精品国产三级专区第一集| 能在线免费看毛片的网站| 亚洲国产日韩欧美精品在线观看| 床上黄色一级片| 色尼玛亚洲综合影院| 天天躁夜夜躁狠狠久久av| 一区二区三区免费毛片| 久久鲁丝午夜福利片| 亚洲国产欧美人成| 欧美97在线视频| 又大又黄又爽视频免费| 成人二区视频| 亚洲精品,欧美精品| 国产精品嫩草影院av在线观看| 大香蕉久久网| 青青草视频在线视频观看| 日韩电影二区| 亚洲一级一片aⅴ在线观看| 久热久热在线精品观看| 久久99蜜桃精品久久| 麻豆成人午夜福利视频| 永久网站在线| 成人无遮挡网站| 国产精品不卡视频一区二区| 丰满乱子伦码专区| 秋霞伦理黄片| 国产 亚洲一区二区三区 | 国产视频内射| 久久精品人妻少妇| 一本一本综合久久| 亚洲国产高清在线一区二区三| 日本爱情动作片www.在线观看| 99久久精品一区二区三区| 国产 亚洲一区二区三区 | 蜜桃亚洲精品一区二区三区| 免费看a级黄色片| 亚洲精品日本国产第一区| av福利片在线观看| 一个人观看的视频www高清免费观看| 免费看不卡的av| 国产男人的电影天堂91| 国产高清三级在线| 99久久中文字幕三级久久日本| 亚洲精品456在线播放app| 日韩av不卡免费在线播放| 99久久精品国产国产毛片| 网址你懂的国产日韩在线| 舔av片在线| 美女被艹到高潮喷水动态| 99久久中文字幕三级久久日本| 亚洲国产成人一精品久久久| 精华霜和精华液先用哪个| 久久精品国产亚洲网站| 亚洲精品亚洲一区二区| 久99久视频精品免费| 在线天堂最新版资源| 天天躁日日操中文字幕| 亚洲色图av天堂| 亚洲精品久久午夜乱码| 久久精品国产亚洲av涩爱| 精品一区在线观看国产| 久久这里有精品视频免费| 爱豆传媒免费全集在线观看| 久久久久久久久久久丰满| 国产一区二区在线观看日韩| 极品教师在线视频| 亚洲成人中文字幕在线播放| 如何舔出高潮| 3wmmmm亚洲av在线观看| 18禁动态无遮挡网站| 国产精品福利在线免费观看| 亚洲一区高清亚洲精品| av播播在线观看一区| 亚洲精品成人av观看孕妇| 国产高潮美女av| 亚洲四区av| 99视频精品全部免费 在线| 91久久精品国产一区二区成人| 搞女人的毛片| 91在线精品国自产拍蜜月| 亚洲无线观看免费| 99九九线精品视频在线观看视频| 麻豆成人av视频| or卡值多少钱| 亚洲无线观看免费| 天美传媒精品一区二区| 人妻制服诱惑在线中文字幕| 亚洲国产精品成人综合色| 日韩国内少妇激情av| 欧美一区二区亚洲| 十八禁网站网址无遮挡 | 高清午夜精品一区二区三区| 午夜老司机福利剧场| 国产精品1区2区在线观看.| 成人午夜高清在线视频| 国产精品一区二区三区四区免费观看| 免费看美女性在线毛片视频| 日本熟妇午夜| 少妇猛男粗大的猛烈进出视频 | 久久精品夜夜夜夜夜久久蜜豆| 如何舔出高潮| 久久精品夜夜夜夜夜久久蜜豆| 日韩欧美精品免费久久| 美女脱内裤让男人舔精品视频| 亚洲高清免费不卡视频| 精品国产一区二区三区久久久樱花 | 日本黄大片高清| 午夜福利视频1000在线观看| 熟女电影av网| 精品欧美国产一区二区三| 欧美三级亚洲精品| 2021少妇久久久久久久久久久| 你懂的网址亚洲精品在线观看| 成人无遮挡网站| 老司机影院毛片| 欧美xxxx黑人xx丫x性爽| 女人久久www免费人成看片| 69av精品久久久久久| 黄色配什么色好看| 久久精品久久精品一区二区三区| 一个人看视频在线观看www免费| 视频中文字幕在线观看| 免费大片黄手机在线观看| 在线观看美女被高潮喷水网站| 亚洲性久久影院| 亚洲精品国产成人久久av| 久久精品国产鲁丝片午夜精品| 国产男女超爽视频在线观看| 大话2 男鬼变身卡| 国产精品久久视频播放| 国产伦在线观看视频一区| 欧美精品国产亚洲| 久久精品国产亚洲av天美| 蜜臀久久99精品久久宅男| 免费观看的影片在线观看| 日韩,欧美,国产一区二区三区| 夫妻午夜视频| 国产久久久一区二区三区| 2022亚洲国产成人精品| 精品欧美国产一区二区三| 老司机影院毛片| av在线播放精品| 免费av观看视频| 久久久国产一区二区| 亚洲精品乱码久久久v下载方式| 亚洲自拍偷在线| 国产美女午夜福利| 国产高清不卡午夜福利| 欧美性猛交╳xxx乱大交人| 丝袜喷水一区| 美女大奶头视频| 麻豆成人午夜福利视频| 亚洲av二区三区四区| 国产高清国产精品国产三级 | 国产成人91sexporn| 干丝袜人妻中文字幕| 边亲边吃奶的免费视频| 欧美成人a在线观看| 国产伦理片在线播放av一区| 亚洲国产欧美在线一区| 亚洲不卡免费看| av在线观看视频网站免费| 久久国内精品自在自线图片| 九草在线视频观看| 嫩草影院精品99| 大又大粗又爽又黄少妇毛片口| 久久精品夜夜夜夜夜久久蜜豆| 韩国高清视频一区二区三区| 人妻夜夜爽99麻豆av| 成人av在线播放网站| 亚洲激情五月婷婷啪啪| 久久精品久久久久久久性| 精品人妻视频免费看| 午夜精品国产一区二区电影 | 又粗又硬又长又爽又黄的视频| 99久久精品一区二区三区| 噜噜噜噜噜久久久久久91| 麻豆成人av视频| 女人十人毛片免费观看3o分钟| 国产精品1区2区在线观看.| 春色校园在线视频观看| 日韩av不卡免费在线播放| 建设人人有责人人尽责人人享有的 | 亚洲精品乱码久久久v下载方式| av免费在线看不卡| 国产淫语在线视频| 成人漫画全彩无遮挡| 久久精品国产亚洲av涩爱| 91精品伊人久久大香线蕉| 最近中文字幕2019免费版| 国产老妇伦熟女老妇高清| 亚洲精品乱码久久久久久按摩| 啦啦啦啦在线视频资源| 亚洲av成人精品一二三区| 老女人水多毛片| 一边亲一边摸免费视频| 国产精品99久久久久久久久| videossex国产| 成年女人看的毛片在线观看| 午夜激情福利司机影院| 久久精品国产自在天天线| av黄色大香蕉| 色哟哟·www| 国产伦一二天堂av在线观看| 性插视频无遮挡在线免费观看| 夜夜看夜夜爽夜夜摸| 永久网站在线| 三级毛片av免费| 少妇人妻一区二区三区视频| 天堂影院成人在线观看| 色综合站精品国产| 成人高潮视频无遮挡免费网站| 国模一区二区三区四区视频| 午夜福利高清视频| 国产一级毛片在线| 丰满人妻一区二区三区视频av| 久久精品熟女亚洲av麻豆精品 | av专区在线播放| 深爱激情五月婷婷| av福利片在线观看| 熟女人妻精品中文字幕| 国产一区二区三区av在线| 国产在线一区二区三区精| 国产成年人精品一区二区| 国产午夜精品一二区理论片| 一二三四中文在线观看免费高清| 天堂中文最新版在线下载 | 色尼玛亚洲综合影院| 午夜激情久久久久久久| 搞女人的毛片| 高清欧美精品videossex| 亚洲精品乱码久久久久久按摩| 如何舔出高潮| 五月玫瑰六月丁香| 欧美+日韩+精品| 久久午夜福利片| 人妻夜夜爽99麻豆av| 亚洲一区高清亚洲精品| 最近最新中文字幕免费大全7| 80岁老熟妇乱子伦牲交| 亚洲aⅴ乱码一区二区在线播放| 免费观看av网站的网址| 少妇人妻精品综合一区二区| 精品国产三级普通话版| 成人欧美大片| 久久97久久精品| 欧美日韩一区二区视频在线观看视频在线 | 丰满少妇做爰视频| 日韩一本色道免费dvd| 特大巨黑吊av在线直播| 国产男人的电影天堂91| 伊人久久精品亚洲午夜| 2021少妇久久久久久久久久久| 蜜臀久久99精品久久宅男| 久久精品国产亚洲av天美| 有码 亚洲区| 久久久久国产网址| 国产淫片久久久久久久久| 深夜a级毛片| 亚洲天堂国产精品一区在线| 淫秽高清视频在线观看| 亚洲av二区三区四区| 熟女人妻精品中文字幕| 久久精品夜夜夜夜夜久久蜜豆| 啦啦啦韩国在线观看视频| 校园人妻丝袜中文字幕| 国内精品美女久久久久久| 麻豆av噜噜一区二区三区| 美女国产视频在线观看| 免费看不卡的av| 精品久久久久久久末码| 神马国产精品三级电影在线观看| 久久久久久久久久久丰满| 欧美另类一区| 人人妻人人澡人人爽人人夜夜 | 寂寞人妻少妇视频99o| 成人鲁丝片一二三区免费| 我的女老师完整版在线观看| 国产精品人妻久久久久久| 国产精品久久视频播放| 亚洲av国产av综合av卡| 亚洲精品一区蜜桃| 亚洲最大成人av| 精品不卡国产一区二区三区| 青春草国产在线视频| 国产精品一及| 高清视频免费观看一区二区 | 自拍偷自拍亚洲精品老妇| 国产av国产精品国产| 国产午夜福利久久久久久| 免费看av在线观看网站| 亚洲18禁久久av| 日韩国内少妇激情av| 老司机影院成人| 97人妻精品一区二区三区麻豆| 亚洲在线观看片| 中国国产av一级| 插逼视频在线观看| 美女高潮的动态| 亚洲自偷自拍三级| 久久久久国产网址| 精品人妻熟女av久视频| 久久久久精品久久久久真实原创| 午夜视频国产福利| 午夜福利在线观看吧| 汤姆久久久久久久影院中文字幕 | 久久精品国产自在天天线| 可以在线观看毛片的网站| 亚洲aⅴ乱码一区二区在线播放| 精品熟女少妇av免费看| 91精品国产九色| 精品久久久久久久久av| 国产精品一区二区在线观看99 | 国产女主播在线喷水免费视频网站 | 亚洲av国产av综合av卡| 乱码一卡2卡4卡精品| 综合色丁香网| 欧美精品一区二区大全| 亚洲av不卡在线观看| 有码 亚洲区| 国产精品1区2区在线观看.| 韩国av在线不卡| 爱豆传媒免费全集在线观看| 日韩,欧美,国产一区二区三区| 成人av在线播放网站| 亚洲怡红院男人天堂| 日韩成人伦理影院| 国产精品嫩草影院av在线观看| 久久精品国产自在天天线| 少妇的逼水好多| 一级毛片我不卡| 国产一区二区三区av在线| 国产淫语在线视频| 午夜福利在线观看吧| 久久99蜜桃精品久久| 成人综合一区亚洲| 色播亚洲综合网| 免费高清在线观看视频在线观看| 久久久久久久亚洲中文字幕| 国产av国产精品国产| 日韩av在线免费看完整版不卡| 极品少妇高潮喷水抽搐| 日本免费a在线| ponron亚洲| 精品人妻一区二区三区麻豆| 国产黄色小视频在线观看| 两个人的视频大全免费| 亚洲av在线观看美女高潮| 青青草视频在线视频观看| 一区二区三区高清视频在线| 国产乱人偷精品视频| 天美传媒精品一区二区| 日韩人妻高清精品专区| 老师上课跳d突然被开到最大视频| 日本av手机在线免费观看| 中文天堂在线官网| 国产在视频线在精品| 久久99热这里只频精品6学生| 日韩一本色道免费dvd| 免费黄频网站在线观看国产| 免费观看无遮挡的男女| 2022亚洲国产成人精品| 欧美97在线视频| 欧美xxxx黑人xx丫x性爽| 亚洲国产精品sss在线观看| 久久久精品免费免费高清| 男插女下体视频免费在线播放| 在线观看一区二区三区| 91精品一卡2卡3卡4卡| 午夜精品在线福利| 亚洲欧洲国产日韩|