• <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 ?

    基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量識(shí)別系統(tǒng)

    2015-11-09 21:48:31邢玉鳳毛艷瓊
    現(xiàn)代電子技術(shù) 2015年21期

    邢玉鳳++毛艷瓊

    摘 要: 針對(duì)真實(shí)網(wǎng)絡(luò)環(huán)境中存在大量干擾噪聲和野值樣本等嚴(yán)重影響最小二乘支持向量機(jī)算法的性能等問(wèn)題,提出一種結(jié)合協(xié)同量子粒子群優(yōu)化算法和最小二乘支持向量機(jī)的網(wǎng)絡(luò)流量識(shí)別系統(tǒng)。將網(wǎng)絡(luò)流量分為12個(gè)類型,并進(jìn)行數(shù)據(jù)采集。使用采集的數(shù)據(jù)對(duì)網(wǎng)絡(luò)流量識(shí)別系統(tǒng)進(jìn)行訓(xùn)練和性能測(cè)試。為研究提出的基于CQPSO?LSSVM算法的性能,將其與基于CQPSO?LSSVM算法和基于PSO?LSSVM算法進(jìn)行對(duì)比,結(jié)果表明基于CQPSO?LSSVM算法具有更快的識(shí)別速度以及更好的識(shí)別準(zhǔn)確率,避免了出現(xiàn)陷入局部最優(yōu)解的情況發(fā)生。

    關(guān)鍵詞: 有督導(dǎo)機(jī)器學(xué)習(xí); 網(wǎng)絡(luò)流量識(shí)別; LSSVM; 協(xié)同量子粒子群優(yōu)化算法

    中圖分類號(hào): TN711?34; TP393 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1004?373X(2015)21?0109?04

    Network traffic identification system based on supervised machine learning

    XING Yufeng, MAO Yanqiong

    (School of Humanity and Art, Yunnan College of Business Management, Kunming 650106, China)

    Abstract: In the real network environment, a large number of interference noise and outlier samples are existed, which seriously affect on the performance of the least square support vector machine (LSSVM) algorithm. A network traffic identification system combining cooperative quantum particle swarm optimization (CQPSO) algorithm with LSSVM is proposed. The network traffic is divided into 12 types, in which the data of network traffic are collected. The network traffic identification system is conducted with training and performance test by the collected data. To study the performance of the CQPSO?LSSVM based algorithm, the CQPSO?LSSVM based algorithm is compared with the PSO?LSSVM based algorithm. The comparison results show that the CQPSO?LSSVM based algorithm has faster identification speed and better identification accuracy, which can avoid the occurrence that the system is caught in local optimal solution.

    Keywords: supervised machine learning; network traffic identification; LSSVM; CQPSO algorithm

    0 引 言

    隨著隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展壯大,不斷涌現(xiàn)出各種各樣的網(wǎng)絡(luò)服務(wù)和應(yīng)用類型,這對(duì)互聯(lián)網(wǎng)管理提出了更高的要求,同時(shí)網(wǎng)絡(luò)安全問(wèn)題日益嚴(yán)重,對(duì)網(wǎng)絡(luò)流量進(jìn)行實(shí)時(shí)有效的檢測(cè),具有非常重要的意義[1?2]。

    傳統(tǒng)對(duì)網(wǎng)絡(luò)流量進(jìn)行分類識(shí)別的方式手段主要有:基于端口識(shí)別技術(shù)的網(wǎng)絡(luò)流量分類識(shí)別方法;基于數(shù)據(jù)包載荷內(nèi)容的網(wǎng)絡(luò)流量分類識(shí)別方法。傳統(tǒng)網(wǎng)絡(luò)流量分類識(shí)別方法雖然具有算法簡(jiǎn)單、效率高等優(yōu)點(diǎn),但是由于其自身局限性已經(jīng)不再適用于當(dāng)今復(fù)雜多樣互聯(lián)網(wǎng)服務(wù)類型和應(yīng)用。

    現(xiàn)在應(yīng)用比較廣泛的網(wǎng)絡(luò)流量分類識(shí)別方法主要有:基于統(tǒng)計(jì)特征的網(wǎng)絡(luò)流量分類識(shí)別方法;基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類識(shí)別方法;基于無(wú)督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類識(shí)別方法。有督導(dǎo)機(jī)器學(xué)習(xí)算法又分為基于貝葉斯算法、基于決策樹算法和基于支持向量機(jī)算法以及基于神經(jīng)網(wǎng)絡(luò)算法等;無(wú)督導(dǎo)機(jī)器學(xué)習(xí)算法又分為基于模型方法、基于密度方法以及基于劃分方法等[3?6]。

    1 網(wǎng)絡(luò)流量識(shí)別系統(tǒng)

    1.1 網(wǎng)絡(luò)流量分類

    近年來(lái),P2P技術(shù)已經(jīng)得到了非常廣泛的應(yīng)用,P2P應(yīng)用類型也隨著其服務(wù)類型的增長(zhǎng)而增長(zhǎng),因此,過(guò)去文獻(xiàn)在對(duì)網(wǎng)絡(luò)流量識(shí)別進(jìn)行研究時(shí),通常將網(wǎng)絡(luò)流量類型分為10個(gè)類型。本文根據(jù)P2P服務(wù)類型將三種常用應(yīng)用類型分別考慮,即分為P2P文件共享、音視頻以及即時(shí)通信應(yīng)用服務(wù)。因此,本文對(duì)網(wǎng)絡(luò)流量類型劃分為12個(gè)類型,如表1所示[7]。

    1.2 基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量識(shí)別分類方法

    機(jī)器學(xué)習(xí)方法已經(jīng)得了非常成熟廣泛的發(fā)展,將機(jī)器學(xué)習(xí)應(yīng)用于網(wǎng)絡(luò)流量識(shí)別技術(shù),能夠有效提高網(wǎng)絡(luò)流量識(shí)別系統(tǒng)的識(shí)別率以及識(shí)別速度。機(jī)器學(xué)習(xí)通常分為兩種,即有督導(dǎo)機(jī)器學(xué)習(xí)和無(wú)督導(dǎo)機(jī)器學(xué)習(xí)。相比無(wú)督導(dǎo)機(jī)器學(xué)習(xí)來(lái)說(shuō),基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量識(shí)別系統(tǒng)具有更好的識(shí)別性能。

    基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類識(shí)別方法一般通過(guò)大規(guī)模已知類別的網(wǎng)絡(luò)流量會(huì)話流樣本數(shù)據(jù)對(duì)識(shí)別系統(tǒng)進(jìn)行訓(xùn)練,使得系統(tǒng)具有較強(qiáng)的泛化能力?;谟卸綄?dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量識(shí)別分類訓(xùn)練過(guò)程如圖1所示[8]。

    圖1 基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量識(shí)別分類訓(xùn)練過(guò)程

    基于有督導(dǎo)機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類識(shí)別方法種類繁多。其中最小二乘支持向量機(jī)法因其具有較好的魯棒性和實(shí)用性能,得了比較廣泛的應(yīng)用。最小二乘支持向量機(jī)法綜合了神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)兩種算法的優(yōu)點(diǎn),摒棄了支持向量機(jī)訓(xùn)練過(guò)程復(fù)雜、效率低以及神經(jīng)網(wǎng)絡(luò)需要大數(shù)據(jù)樣本的缺點(diǎn)。因此最小二乘支持向量機(jī)法不僅具有較快的訓(xùn)練速度,而且具有較強(qiáng)的泛化能力[9]。

    但是由于真實(shí)網(wǎng)絡(luò)環(huán)境中,存在大量干擾噪聲和野值樣本等,嚴(yán)重影響了最小二乘支持向量機(jī)算法的性能;因此本文提出一種結(jié)合協(xié)同量子粒子群優(yōu)化算法和最小二乘支持向量機(jī)的網(wǎng)絡(luò)流量識(shí)別系統(tǒng)。

    2 協(xié)同量子粒子群算法

    2.1 量子粒子群算法

    設(shè)粒子群中有[N]個(gè)粒子,其中:第[i]個(gè)粒子的位置[xi=xi1,xi2,…,xiD;]第[i]個(gè)粒子的速度[vi=vi1,vi2,…,viD;]第[i]個(gè)粒子的歷史最優(yōu)位置[pi=pi1,pi2,…,piD;]整個(gè)粒子群體的歷史最優(yōu)位置是2.2.1 協(xié)同搜索策略

    協(xié)同搜索策略的核心思想是,將整個(gè)種群分解成多個(gè)子群,整個(gè)種群使用的是對(duì)一個(gè)種群進(jìn)行搜索的策略,而將整個(gè)種群分解成多個(gè)子群后,能夠成功削弱種群的多樣性在迭代后期降低而產(chǎn)生的早熟問(wèn)題[11]。

    2.2.2 粒子的學(xué)習(xí)行為

    式中:[lcmax]和[lcmin]是學(xué)習(xí)參數(shù)的最大和最小值;[a]是不小于0的常數(shù)。

    協(xié)同量子粒子群算法(簡(jiǎn)稱CQPSO),就是使用上面描述的協(xié)同搜索策略的QPSO算法。

    2.3 CQPSO?LSSVM的網(wǎng)絡(luò)流量識(shí)別步驟

    步驟1:對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行采集,對(duì)數(shù)據(jù)進(jìn)行處理后,得到網(wǎng)絡(luò)流量特征向量。

    步驟2:隨機(jī)得到[N]個(gè)粒子的位置[Xi,]對(duì)各個(gè)粒子的適應(yīng)值[fXi]進(jìn)行計(jì)算。

    步驟3:將粒子群分成[s]個(gè)子群,計(jì)算每一個(gè)子群適應(yīng)值的最優(yōu)粒子序號(hào):[k=argmin1≤i≤NsfXsi],那么各個(gè)子群的最優(yōu)解為:[pgs=Xsk;][k=argmin1≤i≤sfpgi,][pgpop=pgk,]由基因比率[Rgene]選出子群中適應(yīng)值最優(yōu)的粒子來(lái)組建種群基因庫(kù)。

    步驟4:對(duì)收縮擴(kuò)張系數(shù)[βt、]子群的[βti1≤i≤s]以及[lc]進(jìn)行計(jì)算,[qi]取決于[lc]與[lrand]關(guān)系。

    步驟5:對(duì)粒子的適應(yīng)值、子群的[pi、]子群的[pg]以及種群最優(yōu)解[pgpop]進(jìn)行更新。

    步驟6:當(dāng)?shù)竭_(dá)進(jìn)化的周期后,依據(jù)[Rdead]淘汰子群中劣質(zhì)粒子,更新種群的基因庫(kù)。

    步驟7:重復(fù)步驟4到步驟6,直到迭代完成。

    步驟8:求解[pgpop,]得到網(wǎng)絡(luò)流量識(shí)別的最優(yōu)特征子集。

    步驟9:使用步驟8得到的網(wǎng)絡(luò)流量識(shí)別的最優(yōu)特征子集建立網(wǎng)絡(luò)流量識(shí)別模型[12]。

    3 實(shí)驗(yàn)分析

    3.1 實(shí)驗(yàn)數(shù)據(jù)采集

    使用基于Libsvm軟件包的C#程序?qū)W(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行采集,使用Matlab軟件構(gòu)建基于PSO?LSSVM、QPSO?LSSVM和CQPSO?LSSVM算法的網(wǎng)絡(luò)流量識(shí)別模型,對(duì)采集的數(shù)據(jù)進(jìn)行處理。

    將采集到的數(shù)據(jù)分為兩組:一組用于對(duì)基于三種算法的網(wǎng)絡(luò)流量識(shí)別模型進(jìn)行訓(xùn)練;另一組數(shù)據(jù)測(cè)試訓(xùn)練后的基于三種算法的網(wǎng)絡(luò)流量識(shí)別模型的識(shí)別性能。

    3.2 網(wǎng)絡(luò)流量分類方法性能評(píng)價(jià)標(biāo)準(zhǔn)

    針對(duì)網(wǎng)絡(luò)流量識(shí)別方法的評(píng)價(jià)標(biāo)準(zhǔn),人們通常使用反饋率(recall)、準(zhǔn)確率(precision)評(píng)估識(shí)別方法性能,具體表示為:

    [recall=TPTP+FN×100%] (12)

    [precision=TPTP+FP×100%] (13)

    式中:TP(True Positive)是被系統(tǒng)正確識(shí)別的類型A的樣本數(shù)量;FN(False Negative)是未被系統(tǒng)正確識(shí)別的類型A的樣本數(shù)量;FP(False Positive)是被系統(tǒng)誤認(rèn)為是類型A的樣本數(shù)量。

    3.3 網(wǎng)絡(luò)流量識(shí)別流程

    基于本文提出的CQPSO?LSSVM網(wǎng)絡(luò)流量識(shí)別流程如圖2所示[13]。

    圖2 網(wǎng)絡(luò)流量識(shí)別流程

    為了研究本文提出的CQPSO算法的優(yōu)化性能,使用QPSO作對(duì)比實(shí)驗(yàn)。設(shè)定粒子群個(gè)數(shù)為20,子群的規(guī)模是5,收縮擴(kuò)張系數(shù)[β]隨著迭代次數(shù)線性下降,由1.0降至0.5。得到兩種算法在Rosenbrock函數(shù)和Ackley函數(shù)這兩個(gè)測(cè)試函數(shù)下的性能對(duì)比如圖3所示??梢钥闯?,CQPSO算法比QPSO算法具有更快的收斂速度和收斂精度,具有更好的穩(wěn)定性能[14]。

    3.4 實(shí)驗(yàn)結(jié)果分析

    使用本文提出的CQPSO?LSSVM識(shí)別算法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行識(shí)別后,得到表1中各種網(wǎng)絡(luò)服務(wù)類型與應(yīng)用的識(shí)別準(zhǔn)確率和反饋率,見表2。

    通過(guò)表2的數(shù)據(jù)可以看出,本文研究的CQPSO?LSSVM識(shí)別算法對(duì)12種類型網(wǎng)絡(luò)服務(wù)與應(yīng)用均有較好的識(shí)別準(zhǔn)確率和反饋率。為了橫向比較本文研究算法的性能,使用基于PSO?LSSVM算法和基于QPSO?LSSVM算法的網(wǎng)絡(luò)流量識(shí)別系統(tǒng)對(duì)同樣的數(shù)據(jù)進(jìn)行模型訓(xùn)練和測(cè)試,得到了基于三種不同算法的識(shí)別系統(tǒng)的識(shí)別準(zhǔn)確率、反饋率以及識(shí)別速度[15?16]。

    表2 各個(gè)網(wǎng)絡(luò)流量類別的準(zhǔn)確率與反饋率

    [類別\&應(yīng)用名稱\&反饋率 /%\&準(zhǔn)確率 /%\&WWW\&HTTP\&94.9\&95.7\&P2P文件共享\&BitTorrent\&92.9\&93.6\&P2P音頻視頻\&PPlive\&90.1\&91.2\&P2P即時(shí)通信\&QQ\&92.3\&92.1\&ATTACK\&Virus\&97.6\&98.1\&GAMES\&Half?life\&95.2\&96.9\&MULTIMEDIA\&Real media player\&86.2\&86.8\&INTERACTIVE\&Telnet\&90.7\&88.8\&DATABASE\&SqLnet\&94.8\&95.1\&BULK\&FTP\&92.5\&90.9\&SERVICES\&DNS\&92.6\&93.9\&MAIL\&Stmp\&98.3\&97.2\&]

    圖3 CPSO與CQPSO算法性能對(duì)比

    CQPSO?LSSVM識(shí)別算法的平均識(shí)別準(zhǔn)確率達(dá)到了93.36%,比QPSO?LSSVM算法的平均識(shí)別準(zhǔn)確率高出5.28%,比PSO?LSSVM算法的平均識(shí)別準(zhǔn)確率高出10.3%,CQPSO?LSSVM識(shí)別算法的平均識(shí)別反饋率達(dá)到了93.18%,比QPSO?LSSVM算法的平均識(shí)別反饋率高出4.32%,比PSO?LSSVM算法的平均識(shí)別反饋率高出9.37%。可以說(shuō)明,相比粒子群優(yōu)化算法來(lái)說(shuō),量子粒子群優(yōu)化算法能夠得到更優(yōu)良的特征子集,因此得到了更好的流量識(shí)別效果。另外由于CQPSO?LSSVM識(shí)別算法使用了協(xié)同策略,因此避免出現(xiàn)陷入局部最優(yōu)解的情況發(fā)生,因此加快了算法收斂速率,提高了識(shí)別準(zhǔn)確率[17?18]。

    4 結(jié) 論

    與傳統(tǒng)網(wǎng)絡(luò)流量分類方法不同,本文將P2P應(yīng)用分為三類,即P2P文件共享、P2P音視頻以及P2P即時(shí)通信服務(wù),因此本文將網(wǎng)絡(luò)流量類型劃分為12個(gè)類別進(jìn)行研究。

    將CQPSO算法和QPSO算法在Rosenbrock函數(shù)和Ackley函數(shù)這兩個(gè)測(cè)試函數(shù)下進(jìn)行性能測(cè)試,結(jié)果表明,CQPSO算法比QPSO算法具有更快的收斂速度和收斂精度,具有更好的穩(wěn)定性能。

    將本文提出的基于CQPSO?LSSVM算法與基于PSO?LSSVM算法和基于QPSO?LSSVM算法在相同網(wǎng)絡(luò)環(huán)境下,使用相同數(shù)據(jù)進(jìn)行性能測(cè)試對(duì)比。結(jié)果表明基于CQPSO?LSSVM算法具有更快的識(shí)別速度以及更好的識(shí)別準(zhǔn)確率,避免了出現(xiàn)陷入局部最優(yōu)解的情況發(fā)生。

    參考文獻(xiàn)

    [1] 王濤,余順爭(zhēng).基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類研究進(jìn)展[J].小型微型計(jì)算機(jī)系統(tǒng),2012(5):1034?1040.

    [2] 鄧河.基于機(jī)器學(xué)習(xí)方法的網(wǎng)絡(luò)流量分類研究[D].株洲:湖南工業(yè)大學(xué),2009.

    [3] 楊飛虎.特征選擇算法及其在網(wǎng)絡(luò)流量識(shí)別中的應(yīng)用研究[D].南京:南京郵電大學(xué),2012.

    [4] 楊宜辰.基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類技術(shù)研究與應(yīng)用[D].淮南:安徽理工大學(xué),2014.

    [5] 儲(chǔ)慧琳,張興明.一種組合式特征選擇算法及其在網(wǎng)絡(luò)流量識(shí)別中的應(yīng)用[J].小型微型計(jì)算機(jī)系統(tǒng),2012(2):325?329.

    [6] 陶維天.基于校園網(wǎng)的網(wǎng)絡(luò)流量監(jiān)控技術(shù)研究與應(yīng)用[D].蘭州:蘭州大學(xué),2010.

    [7] 王程.網(wǎng)絡(luò)流量識(shí)別分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].長(zhǎng)春:吉林大學(xué),2014.

    [8] 許孟晉.基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量分類系統(tǒng)研究與實(shí)現(xiàn)[D].長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué),2010.

    [9] 顧成杰,張順頤.基于改進(jìn)SVM的網(wǎng)絡(luò)流量分類方法研究[J].儀器儀表學(xué)報(bào),2011(7):1507?1513.

    [10] 楊子江.基于混沌量子粒子群算法的流水線調(diào)度[D].上海:華東理工大學(xué),2013.

    [11] 胡天騏,單劍鋒,宋曉濤.基于改進(jìn)PSO?LSSVM的模擬電路診斷方法[J].計(jì)算機(jī)技術(shù)與發(fā)展,2015(6):193?196.

    [12] 孟凡兵,彭順堂,陳華.一種QPSO優(yōu)化SVM的模擬電路故障診斷方法[J].計(jì)算機(jī)與數(shù)字工程,2015(6):1149?1151.

    [13] 朱大奇,袁義麗,鄧志剛.水下機(jī)器人參數(shù)辨識(shí)的量子粒子群算法[J].控制工程,2015(3):531?537.

    [14] 陳善學(xué),楊政,朱江,等.一種基于累加PSO?SVM的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)模型[J].計(jì)算機(jī)應(yīng)用研究,2015(6):1778?1781.

    [15] 劉麗霞.基于小波理論與LSSVM的模擬集成電路故障診斷方法[D].西安:西安電子科技大學(xué),2011.

    [16] 黃麗,孫玉坤,嵇小輔,等.基于CPSO與LSSVM融合的發(fā)酵過(guò)程軟測(cè)量建模[J].儀器儀表學(xué)報(bào),2011(9):2066?2070.

    [17] 劉俊美.網(wǎng)絡(luò)流量統(tǒng)計(jì)分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].大連:大連理工大學(xué),2013.

    [18] 胡婷.基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量分類方法研究[D].桂林:桂林電子科技大學(xué),2011.

    亚洲视频免费观看视频| 精品国产超薄肉色丝袜足j| 99国产极品粉嫩在线观看| 国产精品国产av在线观看| 性高湖久久久久久久久免费观看| 欧美日韩成人在线一区二区| 成人三级做爰电影| 99九九在线精品视频| 欧美日韩黄片免| 亚洲国产看品久久| 69av精品久久久久久 | 99国产精品一区二区蜜桃av | 国产黄色免费在线视频| 成人三级做爰电影| 岛国在线观看网站| www.自偷自拍.com| 欧美日韩中文字幕国产精品一区二区三区 | 国产亚洲精品一区二区www | 亚洲欧美精品综合一区二区三区| 久久精品熟女亚洲av麻豆精品| 黑丝袜美女国产一区| 亚洲色图 男人天堂 中文字幕| 国产男女内射视频| 欧美日韩av久久| 男女午夜视频在线观看| 久久人妻福利社区极品人妻图片| 亚洲av男天堂| 丰满少妇做爰视频| 精品亚洲成国产av| 免费女性裸体啪啪无遮挡网站| 制服诱惑二区| svipshipincom国产片| 夜夜骑夜夜射夜夜干| 99久久人妻综合| 精品人妻熟女毛片av久久网站| 亚洲精品日韩在线中文字幕| av天堂久久9| 免费在线观看视频国产中文字幕亚洲 | 男女下面插进去视频免费观看| 日本91视频免费播放| 青春草视频在线免费观看| 最近中文字幕2019免费版| a在线观看视频网站| av又黄又爽大尺度在线免费看| 色播在线永久视频| 国产野战对白在线观看| 国产一区二区激情短视频 | 亚洲精品国产av蜜桃| 亚洲第一青青草原| 母亲3免费完整高清在线观看| 久久久久久亚洲精品国产蜜桃av| 欧美性长视频在线观看| 日韩视频在线欧美| 欧美精品人与动牲交sv欧美| 精品一区在线观看国产| 男人爽女人下面视频在线观看| 国产野战对白在线观看| 精品免费久久久久久久清纯 | 国产精品成人在线| 高清在线国产一区| 久久久精品区二区三区| 一二三四社区在线视频社区8| 亚洲激情五月婷婷啪啪| 久久久久久久久免费视频了| 久久久久久久大尺度免费视频| 欧美老熟妇乱子伦牲交| 成人黄色视频免费在线看| 黑人欧美特级aaaaaa片| 婷婷色av中文字幕| 久久久水蜜桃国产精品网| 欧美日韩成人在线一区二区| 午夜免费鲁丝| 精品国产超薄肉色丝袜足j| 亚洲成人国产一区在线观看| 欧美日韩视频精品一区| 丝袜美足系列| 三上悠亚av全集在线观看| 亚洲,欧美精品.| 男女边摸边吃奶| 丰满人妻熟妇乱又伦精品不卡| 欧美激情久久久久久爽电影 | 少妇裸体淫交视频免费看高清 | 国产日韩欧美视频二区| 高清视频免费观看一区二区| 中文字幕人妻熟女乱码| 亚洲欧美一区二区三区久久| 亚洲国产看品久久| 免费高清在线观看视频在线观看| 中国国产av一级| 狂野欧美激情性bbbbbb| 亚洲精品美女久久久久99蜜臀| 嫁个100分男人电影在线观看| 精品一区在线观看国产| 999精品在线视频| 99精品欧美一区二区三区四区| 一区二区三区精品91| 国产精品 欧美亚洲| 老司机深夜福利视频在线观看 | 男女国产视频网站| 动漫黄色视频在线观看| av有码第一页| 黄色片一级片一级黄色片| 在线观看免费高清a一片| 欧美日韩亚洲高清精品| 在线精品无人区一区二区三| 99久久国产精品久久久| 色婷婷久久久亚洲欧美| 久久国产精品男人的天堂亚洲| 亚洲欧美一区二区三区黑人| 欧美一级毛片孕妇| 亚洲熟女毛片儿| 一本一本久久a久久精品综合妖精| 亚洲五月婷婷丁香| 热re99久久国产66热| 欧美+亚洲+日韩+国产| 久久女婷五月综合色啪小说| 91麻豆av在线| 精品少妇一区二区三区视频日本电影| 日韩,欧美,国产一区二区三区| 亚洲天堂av无毛| 50天的宝宝边吃奶边哭怎么回事| 国产欧美日韩一区二区三区在线| 老司机影院毛片| 一本色道久久久久久精品综合| 女人爽到高潮嗷嗷叫在线视频| 女人高潮潮喷娇喘18禁视频| 电影成人av| 男女国产视频网站| 亚洲熟女毛片儿| 中文字幕人妻丝袜一区二区| 久久久久久亚洲精品国产蜜桃av| 97精品久久久久久久久久精品| 欧美午夜高清在线| 精品国产一区二区久久| 高清欧美精品videossex| 国产成人系列免费观看| 国产黄频视频在线观看| 亚洲中文日韩欧美视频| 久久国产精品男人的天堂亚洲| 狠狠狠狠99中文字幕| www.精华液| 久热爱精品视频在线9| 国产不卡av网站在线观看| 免费人妻精品一区二区三区视频| 91精品伊人久久大香线蕉| av线在线观看网站| 亚洲av欧美aⅴ国产| 久久ye,这里只有精品| 丰满饥渴人妻一区二区三| 老汉色av国产亚洲站长工具| 亚洲免费av在线视频| 99国产精品一区二区三区| 久久狼人影院| 超色免费av| 精品少妇久久久久久888优播| 久久久久久久国产电影| 天天操日日干夜夜撸| 国产精品欧美亚洲77777| 国产视频一区二区在线看| 午夜福利,免费看| 日韩有码中文字幕| www日本在线高清视频| 国产精品香港三级国产av潘金莲| 中国美女看黄片| 精品国产乱子伦一区二区三区 | 国产精品亚洲av一区麻豆| 热99国产精品久久久久久7| 日韩 欧美 亚洲 中文字幕| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲美女黄色视频免费看| 精品少妇久久久久久888优播| 日韩制服丝袜自拍偷拍| 亚洲av欧美aⅴ国产| 国产日韩一区二区三区精品不卡| 亚洲精品一区蜜桃| 肉色欧美久久久久久久蜜桃| 欧美大码av| 国产高清视频在线播放一区 | 手机成人av网站| 欧美老熟妇乱子伦牲交| 夜夜夜夜夜久久久久| 一边摸一边抽搐一进一出视频| 国产又色又爽无遮挡免| 日本撒尿小便嘘嘘汇集6| 老司机影院成人| 久久天堂一区二区三区四区| 极品人妻少妇av视频| 国产老妇伦熟女老妇高清| 久久毛片免费看一区二区三区| 欧美精品一区二区免费开放| 美国免费a级毛片| 美女中出高潮动态图| 最新的欧美精品一区二区| 精品少妇久久久久久888优播| 精品亚洲成国产av| 香蕉国产在线看| 男男h啪啪无遮挡| 免费少妇av软件| 大香蕉久久成人网| 一本大道久久a久久精品| 久久亚洲精品不卡| av片东京热男人的天堂| 日韩中文字幕欧美一区二区| 亚洲av日韩精品久久久久久密| 欧美一级毛片孕妇| 老熟妇仑乱视频hdxx| 美女脱内裤让男人舔精品视频| 一级片'在线观看视频| 丰满饥渴人妻一区二区三| 成人亚洲精品一区在线观看| 精品久久蜜臀av无| 女人被躁到高潮嗷嗷叫费观| av超薄肉色丝袜交足视频| 人人妻人人添人人爽欧美一区卜| 精品一区二区三卡| 久久精品久久久久久噜噜老黄| 欧美国产精品va在线观看不卡| 人妻 亚洲 视频| 午夜精品久久久久久毛片777| 国产亚洲精品一区二区www | 国产成人系列免费观看| 别揉我奶头~嗯~啊~动态视频 | 桃红色精品国产亚洲av| 日韩免费高清中文字幕av| 热99久久久久精品小说推荐| bbb黄色大片| 国产老妇伦熟女老妇高清| 深夜精品福利| 午夜成年电影在线免费观看| 另类精品久久| 男女下面插进去视频免费观看| av在线播放精品| 国产xxxxx性猛交| 两性夫妻黄色片| 王馨瑶露胸无遮挡在线观看| 另类亚洲欧美激情| 最新在线观看一区二区三区| 9热在线视频观看99| 亚洲精品久久成人aⅴ小说| 精品国产乱码久久久久久小说| 欧美激情久久久久久爽电影 | 国产福利在线免费观看视频| 久久热在线av| 日韩精品免费视频一区二区三区| 亚洲熟女精品中文字幕| 狂野欧美激情性bbbbbb| 久久精品国产亚洲av高清一级| 国产一区二区 视频在线| av在线app专区| 亚洲人成电影观看| 曰老女人黄片| 国产成人精品在线电影| 法律面前人人平等表现在哪些方面 | 亚洲av日韩在线播放| 久久综合国产亚洲精品| 精品国产一区二区三区四区第35| 欧美日韩视频精品一区| 国产亚洲av高清不卡| 90打野战视频偷拍视频| 青青草视频在线视频观看| 国产亚洲av片在线观看秒播厂| 十八禁人妻一区二区| 国产在视频线精品| 在线精品无人区一区二区三| 欧美一级毛片孕妇| 涩涩av久久男人的天堂| 午夜精品久久久久久毛片777| 男人爽女人下面视频在线观看| 啦啦啦 在线观看视频| 国产精品欧美亚洲77777| 自线自在国产av| 亚洲激情五月婷婷啪啪| 热99国产精品久久久久久7| 国产精品九九99| 多毛熟女@视频| 丝瓜视频免费看黄片| 亚洲精品自拍成人| 国产精品久久久久久精品电影小说| 亚洲精品国产精品久久久不卡| 国产亚洲午夜精品一区二区久久| 自线自在国产av| 欧美亚洲 丝袜 人妻 在线| 丰满少妇做爰视频| 国产精品九九99| 一级毛片电影观看| 啦啦啦免费观看视频1| 日韩有码中文字幕| 婷婷色av中文字幕| 久久精品亚洲av国产电影网| 欧美 亚洲 国产 日韩一| 精品少妇黑人巨大在线播放| 2018国产大陆天天弄谢| 国产在线观看jvid| 国产欧美日韩综合在线一区二区| 九色亚洲精品在线播放| 欧美xxⅹ黑人| 欧美日韩国产mv在线观看视频| 精品乱码久久久久久99久播| av又黄又爽大尺度在线免费看| 嫩草影视91久久| 免费高清在线观看视频在线观看| 亚洲va日本ⅴa欧美va伊人久久 | 亚洲av电影在线观看一区二区三区| 国产日韩欧美亚洲二区| bbb黄色大片| 啦啦啦啦在线视频资源| 久久精品成人免费网站| 亚洲国产精品成人久久小说| 叶爱在线成人免费视频播放| 淫妇啪啪啪对白视频 | 菩萨蛮人人尽说江南好唐韦庄| 国产视频一区二区在线看| 欧美xxⅹ黑人| 一本久久精品| 午夜福利在线免费观看网站| 精品国内亚洲2022精品成人 | 日日夜夜操网爽| 午夜免费观看性视频| 女人精品久久久久毛片| 精品人妻一区二区三区麻豆| 亚洲人成电影免费在线| 欧美日韩亚洲高清精品| 国产一区二区三区av在线| 丝袜脚勾引网站| 日韩欧美免费精品| 久久久久久久久免费视频了| 久久久精品免费免费高清| 操美女的视频在线观看| av线在线观看网站| 99久久国产精品久久久| 婷婷色av中文字幕| 久久九九热精品免费| 又紧又爽又黄一区二区| 性色av乱码一区二区三区2| 真人做人爱边吃奶动态| www.av在线官网国产| 91大片在线观看| av欧美777| 亚洲成国产人片在线观看| 亚洲伊人色综图| 最黄视频免费看| 建设人人有责人人尽责人人享有的| 欧美精品人与动牲交sv欧美| 一本大道久久a久久精品| 女性生殖器流出的白浆| 啦啦啦视频在线资源免费观看| 日本精品一区二区三区蜜桃| 男女国产视频网站| 午夜福利一区二区在线看| 亚洲第一欧美日韩一区二区三区 | 久久狼人影院| 大片电影免费在线观看免费| 丁香六月天网| 日本撒尿小便嘘嘘汇集6| 亚洲国产成人一精品久久久| 久久久久国内视频| 国产日韩欧美视频二区| 亚洲精品久久久久久婷婷小说| 色婷婷久久久亚洲欧美| 纵有疾风起免费观看全集完整版| 人妻人人澡人人爽人人| 日韩视频一区二区在线观看| 免费在线观看日本一区| 日本黄色日本黄色录像| 国产99久久九九免费精品| 欧美午夜高清在线| 亚洲欧洲精品一区二区精品久久久| 久久狼人影院| 日本猛色少妇xxxxx猛交久久| 精品一区二区三卡| 久久久久视频综合| 免费少妇av软件| 大码成人一级视频| 免费少妇av软件| 亚洲国产欧美在线一区| 欧美97在线视频| 亚洲精品乱久久久久久| 精品国产一区二区三区四区第35| 成年女人毛片免费观看观看9 | 91九色精品人成在线观看| 女人久久www免费人成看片| 国产一区二区 视频在线| 亚洲成人国产一区在线观看| 久久久国产一区二区| 美女视频免费永久观看网站| a级毛片在线看网站| 欧美性长视频在线观看| 永久免费av网站大全| 五月天丁香电影| 国产伦人伦偷精品视频| 热99国产精品久久久久久7| 亚洲精品中文字幕一二三四区 | 亚洲成人免费av在线播放| 午夜老司机福利片| 丁香六月天网| 精品欧美一区二区三区在线| 国产日韩欧美在线精品| 亚洲精品国产一区二区精华液| 欧美精品高潮呻吟av久久| 十分钟在线观看高清视频www| 无遮挡黄片免费观看| 日本撒尿小便嘘嘘汇集6| 亚洲伊人色综图| 国产97色在线日韩免费| 国产成人系列免费观看| 亚洲avbb在线观看| 精品一品国产午夜福利视频| 亚洲精品国产一区二区精华液| 久久亚洲精品不卡| 国产精品一区二区在线不卡| 80岁老熟妇乱子伦牲交| 青青草视频在线视频观看| 99精品欧美一区二区三区四区| 欧美久久黑人一区二区| 国产欧美日韩精品亚洲av| 亚洲 欧美一区二区三区| 国产一区二区三区综合在线观看| av国产精品久久久久影院| 亚洲成av片中文字幕在线观看| 9色porny在线观看| 女人久久www免费人成看片| 美女福利国产在线| 国产男女超爽视频在线观看| 一本大道久久a久久精品| 国内毛片毛片毛片毛片毛片| 美国免费a级毛片| 亚洲七黄色美女视频| 女性被躁到高潮视频| 国产成人精品久久二区二区91| 国产精品久久久久久精品电影小说| av网站免费在线观看视频| 男男h啪啪无遮挡| 亚洲,欧美精品.| 精品一区在线观看国产| 男女床上黄色一级片免费看| 啦啦啦在线免费观看视频4| 91精品三级在线观看| 黄色a级毛片大全视频| 十八禁网站网址无遮挡| 国产成人精品久久二区二区免费| 亚洲欧美精品自产自拍| 狂野欧美激情性bbbbbb| 久久九九热精品免费| 999久久久国产精品视频| 国产欧美日韩一区二区精品| 老熟妇仑乱视频hdxx| 99久久精品国产亚洲精品| 无遮挡黄片免费观看| 免费久久久久久久精品成人欧美视频| 久久精品熟女亚洲av麻豆精品| 熟女少妇亚洲综合色aaa.| 蜜桃在线观看..| 国产日韩一区二区三区精品不卡| 亚洲久久久国产精品| 亚洲中文日韩欧美视频| 国产有黄有色有爽视频| 97人妻天天添夜夜摸| 麻豆av在线久日| 日韩一区二区三区影片| 久久香蕉激情| 国产亚洲精品第一综合不卡| 免费久久久久久久精品成人欧美视频| 久久亚洲国产成人精品v| 丰满迷人的少妇在线观看| 捣出白浆h1v1| 天天躁日日躁夜夜躁夜夜| 中文字幕人妻丝袜制服| 97人妻天天添夜夜摸| 一区二区三区精品91| 999久久久国产精品视频| 制服诱惑二区| 黄网站色视频无遮挡免费观看| 国产成人影院久久av| 老司机靠b影院| 久久香蕉激情| 少妇精品久久久久久久| 欧美少妇被猛烈插入视频| 国产精品麻豆人妻色哟哟久久| 国产国语露脸激情在线看| 人人妻,人人澡人人爽秒播| 国产成人一区二区三区免费视频网站| 不卡一级毛片| tocl精华| 97在线人人人人妻| 国产精品免费大片| www.999成人在线观看| 久久 成人 亚洲| 亚洲九九香蕉| 狂野欧美激情性bbbbbb| 一区在线观看完整版| 精品人妻一区二区三区麻豆| 在线观看免费日韩欧美大片| 国产在线一区二区三区精| 大码成人一级视频| 美女高潮喷水抽搐中文字幕| 99久久99久久久精品蜜桃| 欧美精品一区二区大全| 妹子高潮喷水视频| 老司机午夜十八禁免费视频| 成年动漫av网址| 久久国产精品人妻蜜桃| 色94色欧美一区二区| 岛国在线观看网站| 欧美日韩成人在线一区二区| 99国产极品粉嫩在线观看| 午夜激情久久久久久久| 一本一本久久a久久精品综合妖精| 99国产精品99久久久久| 亚洲av日韩在线播放| 久久久精品区二区三区| 精品久久久久久电影网| 在线观看免费视频网站a站| 黄色怎么调成土黄色| 99精国产麻豆久久婷婷| 亚洲精品成人av观看孕妇| 国产色视频综合| 乱人伦中国视频| 午夜久久久在线观看| 日本精品一区二区三区蜜桃| 夜夜骑夜夜射夜夜干| 麻豆av在线久日| 91字幕亚洲| av网站在线播放免费| 人人妻人人爽人人添夜夜欢视频| 在线观看舔阴道视频| 伊人亚洲综合成人网| 国产一级毛片在线| 大码成人一级视频| 一本一本久久a久久精品综合妖精| 欧美乱码精品一区二区三区| 男女边摸边吃奶| 三上悠亚av全集在线观看| 色综合欧美亚洲国产小说| 欧美黄色片欧美黄色片| 精品高清国产在线一区| 最近最新免费中文字幕在线| 午夜精品国产一区二区电影| 日本猛色少妇xxxxx猛交久久| 国产欧美日韩精品亚洲av| 亚洲专区字幕在线| 欧美成狂野欧美在线观看| 涩涩av久久男人的天堂| 丰满迷人的少妇在线观看| 黑丝袜美女国产一区| 秋霞在线观看毛片| 日韩制服骚丝袜av| 亚洲精品久久成人aⅴ小说| 日日摸夜夜添夜夜添小说| 欧美xxⅹ黑人| 飞空精品影院首页| 婷婷丁香在线五月| 国产欧美日韩精品亚洲av| 我要看黄色一级片免费的| 欧美日韩成人在线一区二区| 极品少妇高潮喷水抽搐| 成人影院久久| 叶爱在线成人免费视频播放| 日韩一区二区三区影片| 首页视频小说图片口味搜索| 免费在线观看完整版高清| 天天躁日日躁夜夜躁夜夜| 大香蕉久久成人网| 久久久国产欧美日韩av| 50天的宝宝边吃奶边哭怎么回事| 久久人妻熟女aⅴ| 黄色 视频免费看| 久久久久国产一级毛片高清牌| 人妻一区二区av| 丰满少妇做爰视频| 免费高清在线观看视频在线观看| 久久久国产欧美日韩av| 黑人欧美特级aaaaaa片| 亚洲精品美女久久av网站| 精品国产国语对白av| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲黑人精品在线| 亚洲专区中文字幕在线| 国产片内射在线| 国产男女超爽视频在线观看| 建设人人有责人人尽责人人享有的| av片东京热男人的天堂| 人人妻人人爽人人添夜夜欢视频| 老司机深夜福利视频在线观看 | 伊人久久大香线蕉亚洲五| 国产精品 欧美亚洲| 国产成人精品在线电影| 亚洲中文字幕日韩| 成人国语在线视频| 老汉色av国产亚洲站长工具| 久久久久网色| 久久久精品国产亚洲av高清涩受| 国产又色又爽无遮挡免| 一本大道久久a久久精品| tocl精华| 日韩电影二区| 真人做人爱边吃奶动态| 免费看十八禁软件| 亚洲国产毛片av蜜桃av| 精品国内亚洲2022精品成人 | 一区二区日韩欧美中文字幕| 中文字幕高清在线视频| 中亚洲国语对白在线视频| 在线观看人妻少妇| 亚洲情色 制服丝袜| 69av精品久久久久久 | 国产精品一区二区在线观看99| 秋霞在线观看毛片| 大码成人一级视频| 国产在线免费精品| 一边摸一边做爽爽视频免费| e午夜精品久久久久久久| 捣出白浆h1v1| 国产精品99久久99久久久不卡| 日韩一卡2卡3卡4卡2021年| 免费在线观看完整版高清|