• <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 ?

    基于改進支持向量機的推薦系統(tǒng)托攻擊檢測方法

    2016-04-12 00:00:00李華中楊景花
    現(xiàn)代電子技術 2016年18期

    摘 要: 使用具有較好泛化能力的支持向量機算法建立推薦系統(tǒng)托攻擊檢測模型,由于在傳統(tǒng)支持向量機算法中,用來控制錯誤識別樣本懲罰度的懲罰因子的具體參數(shù)以及不敏感損失參數(shù)的具體參數(shù)由使用者決策,并在較大程度上決定支持向量機的性能。標準PSO算法的收斂性能基本取決于學習算子和慣性系數(shù)等重要參數(shù)的選取。標準PSO算法前期收斂速度很快,后期則比較緩慢,粒子群趨同性造成算法后期容易陷入局部最小值,即進入早熟。因此,使用混沌優(yōu)化算法與PSO算法共同完成對傳統(tǒng)支持向量機算法的優(yōu)化。最后使用MovieLense100K數(shù)據(jù)集進行實例分析,從檢測結果對比可以看出,填充率越高,檢測準確率越高,研究的改進支持向量機具有最優(yōu)的檢測性能,能夠幫助推薦系統(tǒng)防范托攻擊,以得到較精準的用戶評分數(shù)據(jù)。

    關鍵詞: 推薦系統(tǒng); 托攻擊; 改進支持向量機算法; 混沌優(yōu)化算法

    中圖分類號: TN98?34; TP311 文獻標識碼: A 文章編號: 1004?373X(2016)18?0096?03

    Abstract: A support vector machine algorithm with good generalization ability is used to establish the shilling attack detection model of recommendation system. In traditional support vector machine algorithm, the specific parameters of the penalty factor used to control the misrecognition sample penalty and insensitive loss parameters are determined by users, which can decide the performance of support vector machine to a great extent. The convergence performance of the standard PSO algorithm depends on the selection of the important parameters, such as learning operator and inertia coefficient. The convergence speed of the standard PSO algorithm is fast at early stage and relatively slow at latter stage, and the algorithm is easy to fall into local minimum (early maturity) due to PSO convergence. Therefore, both the chaos optimization algorithm and PSO algorithm are used to optimize the traditional support vector machine algorithm. The MovieLense100K dataset is used for instance analysis. The detection results show that the higher the filling rate is, the higher detection accuracy becomes. The improved support vector machine algorithm has the best detection performance, and can help the recommendation system to prevent the shilling attack, so as to obtain more accurate user rating data.

    Keywords: recommendation system; shilling attack; improved support vector machine algorithm; chaos optimization algorithm

    0 引 言

    隨著互聯(lián)網(wǎng)的不斷發(fā)展,人們獲取越來越多的信息,但是面對海量的數(shù)據(jù)和信息,人們難以在短時間內(nèi)獲取自己需要的信息,而個性化推薦系統(tǒng)的出現(xiàn)能夠幫助人們快速獲取信息,為用戶帶來方便。在現(xiàn)行的推薦算法中,使用最為廣泛的方法就是協(xié)同過濾推薦方法,但是外部惡意使用者極易通過協(xié)同過濾推薦方法的開放性和用戶參與性對其進行惡意攻擊。攻擊者(可能是競爭者)偽造用戶概貌(或用戶偏好數(shù)據(jù)),影響被推薦系統(tǒng)的推薦結果, 通常稱之為“用戶概貌注入攻擊”或“托攻擊”。因此對推薦系統(tǒng)托攻擊的檢測,提高推薦系統(tǒng)托攻擊防范能力是保證推薦系統(tǒng)可靠運行的重要方法,也是目前推薦系統(tǒng)研究方向中的熱點問題之一[1]。

    有督導的機器學習方法中,支持向量機算法因其具有較好的泛化能力、具有稀疏表示解等諸多優(yōu)良特性而在托攻擊檢測領域得到較好應用,其檢測性能優(yōu)于決策樹、神經(jīng)網(wǎng)絡等算法[2]。

    1 托攻擊特征提取

    本文使用整體信息熵、窗口信息熵以及窗口填充規(guī)模對推薦系統(tǒng)進行托攻擊特征提取。

    式中:fi是支持向量機實際輸出;yi是期望輸出[8?9]。

    本文改進支持向量機算法步驟如下:

    STEP 1:初始化最大進化代數(shù)、慣性系數(shù)取值范圍、種群規(guī)模、學習算子取值范圍、粒子群飛行速度取值范圍等改進混沌粒子群優(yōu)化算法的參數(shù),以及初始化不敏感損失參數(shù)、懲罰因子、最優(yōu)權系數(shù)、RBF的核參數(shù)等支持向量機算法參數(shù)。

    STEP 2:將粒子個體極值設定為該粒子的當前位置。通過均方差函數(shù)計算粒子適應度值,將最優(yōu)的粒子的個體極值設定為全局極值。

    STEP 3:如果達到收斂條件,則直接跳轉到STEP 10,否則進入STEP 4繼續(xù)優(yōu)化。

    STEP 4:對粒子的位置和速度采用混沌模型與PSO算法結合的優(yōu)化方法進行更新。

    STEP 5:若適應度值滿足[FPdi

    STEP 6:若更新后的[Pdbest],滿足[FPdbest<][FGdbest],則更新[Gdbest]。

    STEP 7:如果達到收斂條件,則直接跳轉到STEP 10,否則進入STEP 8繼續(xù)優(yōu)化。

    STEP 8:計算種群適應值的方差[δ2],如果滿足早熟處理條件,則進行早熟處理操作,如果不滿足早熟處理條件,則跳轉到STEP 4。

    STEP 9:對粒子的位置和速度采用混沌模型與PSO算法結合的優(yōu)化方法進行更新。對陷入局部最小值的粒子進行早熟處理操作,之后跳轉到STEP 3。

    STEP 10:通過上述方法得到支持向量機的懲罰因子、不敏感損失參數(shù)、最優(yōu)權系數(shù)及RBF的核等參數(shù)的最優(yōu)解,實現(xiàn)對支持向量機參數(shù)的優(yōu)化的改進[10?11]。

    3 實例分析

    本文以MovieLense100K數(shù)據(jù)集中的數(shù)據(jù)作為實例進行分析,MovieLense100K數(shù)據(jù)集包含了900多位用戶對1 600多部電影多達100 000條評分數(shù)據(jù)?,F(xiàn)在假設該數(shù)據(jù)集中沒有任何托攻擊數(shù)據(jù),本文針對攻擊為15%,填充率設定在5%,10%,15%以及20%情況下的隨機攻擊、流行攻擊以及均值攻擊這三種攻擊模式進行檢測,使用常規(guī)的支持向量機算法、標準粒子群優(yōu)化的支持向量機算法與本文改進支持向量機算法進行對比研究[12]。不同算法對為15%的攻擊規(guī)模下三種攻擊模式的檢測準確率及查全率對比如圖1,圖2所示。

    從檢測結果對比可以看出,填充率越高,檢測準確率越高,本文研究的改進支持向量機具有最優(yōu)的檢測性能,能夠幫助推薦系統(tǒng)防范托攻擊,以得到較精準的用戶評分數(shù)據(jù)。三種算法針對填充率為5%,10%,15%以及20%時的訓練時間對比如表1所示。本文研究的改進支持向量機同樣具有明顯優(yōu)勢,其訓練時間最短,能夠有效提高托攻擊檢測的效率。

    4 結 論

    對推薦系統(tǒng)托攻擊的檢測,提高推薦系統(tǒng)托攻擊防范能力是保證推薦系統(tǒng)可靠運行的重要方法,也是目前推薦系統(tǒng)研究方向中的熱點問題之一。本文使用具有較好泛化能力的支持向量機算法建立推薦系統(tǒng)托攻擊檢測模型,使用混沌優(yōu)化算法與PSO算法共同完成對傳統(tǒng)支持向量機算法的優(yōu)化。最后使用MovieLense100K數(shù)據(jù)集進行實例分析,從檢測結果對比可以看出,填充率越高,檢測準確率越高,本文研究的改進支持向量機具有最優(yōu)的檢測性能,能夠幫助推薦系統(tǒng)防范托攻擊,以得到較精準的用戶評分數(shù)據(jù)。

    參考文獻

    [1] 呂成戍.基于特征選擇和支持向量機的托攻擊檢測方法[J].計算機應用與軟件,2015,32(5):270?272.

    [2] 呂成戍.基于代價敏感支持向量機的推薦系統(tǒng)托攻擊檢測方法[J].計算機工程與科學,2014,36(4):697?701.

    [3] 呂成戍,王維國.不均衡數(shù)據(jù)集下基于SVM的托攻擊檢測方法[J].計算機工程,2013,39(5):132?135.

    [4] 呂成戍,王維國.一種基于混合策略的推薦系統(tǒng)托攻擊檢測方法[J].計算機工程與科學,2013,35(8):174?179.

    [5] 匡芳君,徐蔚鴻,張思揚.基于改進混沌粒子群的混合核SVM參數(shù)優(yōu)化及應用[J].計算機應用研究,2014,31(3):671?674.

    [6] 匡芳君.群智能混合優(yōu)化算法及其應用研究[D].南京:南京理工大學,2014.

    [7] 霍明.短期負荷預測的支持向量機模型參數(shù)優(yōu)化方法研究[D].長沙:湖南大學,2009.

    [8] 王佳.混合核支持向量機參數(shù)優(yōu)化及其應用研究[D].長沙:長沙理工大學,2011.

    [9] 毛志亮.混合核函數(shù)支持向量機在發(fā)酵過程建模中的應用研究[D].無錫:江南大學,2011.

    [10] 單黎黎,張宏軍,王杰,等.一種改進粒子群算法的混合核ε?SVM參數(shù)優(yōu)化及應用[J].計算機應用研究,2013,30(6):1636?1639.

    [11] 陳其松.智能優(yōu)化支持向量機預測算法及應用研究[D].貴陽:貴州大學,2009.

    [12] 呂成戍,王維國.基于SVM?KNN的半監(jiān)督托攻擊檢測方法[J].計算機工程與應用,2013,49(22):7?10.

    日本 av在线| 国产精品电影一区二区三区| 国产成人影院久久av| 国产精品九九99| 国产伦一二天堂av在线观看| 久久亚洲真实| 亚洲自拍偷在线| 国产aⅴ精品一区二区三区波| 日韩三级视频一区二区三区| 一级a爱视频在线免费观看| 国产精品永久免费网站| 女警被强在线播放| 极品教师在线免费播放| 亚洲五月色婷婷综合| 午夜成年电影在线免费观看| 中国美女看黄片| 黑丝袜美女国产一区| 亚洲人成网站在线播放欧美日韩| av网站在线播放免费| 久久久久九九精品影院| 欧美激情高清一区二区三区| 亚洲精品一二三| 91成人精品电影| 亚洲自偷自拍图片 自拍| 两个人看的免费小视频| 色综合欧美亚洲国产小说| 国产野战对白在线观看| 午夜久久久在线观看| 国产欧美日韩精品亚洲av| 激情在线观看视频在线高清| 超色免费av| 91成年电影在线观看| 国产av一区二区精品久久| 国产精品国产高清国产av| 国产高清国产精品国产三级| 国产精华一区二区三区| 视频区欧美日本亚洲| 免费少妇av软件| 色哟哟哟哟哟哟| av免费在线观看网站| 在线国产一区二区在线| 色婷婷av一区二区三区视频| avwww免费| 91老司机精品| 一区在线观看完整版| 国产精品一区二区三区四区久久 | 午夜91福利影院| 亚洲第一欧美日韩一区二区三区| 最近最新免费中文字幕在线| 19禁男女啪啪无遮挡网站| 精品人妻在线不人妻| 一区二区三区激情视频| 我的亚洲天堂| 99香蕉大伊视频| 国产一区二区激情短视频| 免费少妇av软件| 精品人妻1区二区| 女人被躁到高潮嗷嗷叫费观| 侵犯人妻中文字幕一二三四区| 精品一区二区三区av网在线观看| 日韩大码丰满熟妇| 久久久久久久午夜电影 | 成年人黄色毛片网站| 天堂动漫精品| 丁香欧美五月| 12—13女人毛片做爰片一| 9热在线视频观看99| 美女福利国产在线| 国产av一区在线观看免费| 性欧美人与动物交配| 国产av又大| 亚洲一码二码三码区别大吗| 午夜a级毛片| 两性午夜刺激爽爽歪歪视频在线观看 | 夜夜躁狠狠躁天天躁| 久久久久久久精品吃奶| 黄色女人牲交| 12—13女人毛片做爰片一| 在线十欧美十亚洲十日本专区| 国产1区2区3区精品| 看免费av毛片| 91麻豆av在线| 日本一区二区免费在线视频| 久久久久久久精品吃奶| 99re在线观看精品视频| 国产成人精品久久二区二区免费| 人妻久久中文字幕网| 天天添夜夜摸| 在线观看一区二区三区| 黄色 视频免费看| 国产精品乱码一区二三区的特点 | 中出人妻视频一区二区| 黄色片一级片一级黄色片| 久久人妻熟女aⅴ| 男女床上黄色一级片免费看| 欧美黑人精品巨大| 国产精品香港三级国产av潘金莲| 亚洲国产毛片av蜜桃av| 12—13女人毛片做爰片一| av免费在线观看网站| 在线十欧美十亚洲十日本专区| 最近最新中文字幕大全电影3 | 中文字幕av电影在线播放| 亚洲欧美激情综合另类| 一区二区三区精品91| 色精品久久人妻99蜜桃| 亚洲狠狠婷婷综合久久图片| 国产真人三级小视频在线观看| 天天躁夜夜躁狠狠躁躁| 国产日韩一区二区三区精品不卡| 91麻豆精品激情在线观看国产 | 国产精品久久视频播放| 新久久久久国产一级毛片| 国产一区二区三区视频了| 国产亚洲精品综合一区在线观看 | 欧美激情高清一区二区三区| 亚洲精品久久成人aⅴ小说| 欧美日本亚洲视频在线播放| 身体一侧抽搐| 精品电影一区二区在线| 一本综合久久免费| 高清在线国产一区| 视频区图区小说| 十八禁人妻一区二区| av网站免费在线观看视频| a级片在线免费高清观看视频| 国产亚洲精品第一综合不卡| 久久人人97超碰香蕉20202| 悠悠久久av| 亚洲欧美激情在线| 欧美日韩精品网址| 亚洲欧美日韩高清在线视频| 国产日韩一区二区三区精品不卡| 夜夜躁狠狠躁天天躁| 亚洲久久久国产精品| 亚洲精品在线美女| 久久国产精品人妻蜜桃| 极品人妻少妇av视频| 91成年电影在线观看| 国产在线观看jvid| 精品免费久久久久久久清纯| 日本欧美视频一区| av中文乱码字幕在线| 国产野战对白在线观看| 纯流量卡能插随身wifi吗| 免费在线观看影片大全网站| 精品久久久精品久久久| 国产人伦9x9x在线观看| 欧美乱妇无乱码| 成人三级黄色视频| 国产无遮挡羞羞视频在线观看| 精品午夜福利视频在线观看一区| 69精品国产乱码久久久| a级毛片在线看网站| 99国产精品免费福利视频| 国产在线观看jvid| 久久人人97超碰香蕉20202| 9热在线视频观看99| 搡老熟女国产l中国老女人| 一级毛片高清免费大全| 最新美女视频免费是黄的| 久久久久久亚洲精品国产蜜桃av| 久久午夜亚洲精品久久| 俄罗斯特黄特色一大片| 亚洲成人国产一区在线观看| 乱人伦中国视频| 好男人电影高清在线观看| 韩国精品一区二区三区| 老熟妇仑乱视频hdxx| 天天躁夜夜躁狠狠躁躁| 一级a爱视频在线免费观看| netflix在线观看网站| 99热国产这里只有精品6| 亚洲精华国产精华精| 欧美日韩乱码在线| 中文字幕人妻丝袜一区二区| 少妇粗大呻吟视频| 欧美日韩黄片免| 成人特级黄色片久久久久久久| 欧美成人午夜精品| 在线十欧美十亚洲十日本专区| 美女国产高潮福利片在线看| 日韩三级视频一区二区三区| 精品国产超薄肉色丝袜足j| 黑人猛操日本美女一级片| 国产国语露脸激情在线看| 日韩视频一区二区在线观看| 精品人妻1区二区| 日韩精品中文字幕看吧| 一本综合久久免费| 久久影院123| 91老司机精品| 天堂影院成人在线观看| 久久这里只有精品19| 亚洲欧美激情综合另类| 人人妻人人澡人人看| 欧美色视频一区免费| 久久久国产成人免费| 国产av又大| 别揉我奶头~嗯~啊~动态视频| 18美女黄网站色大片免费观看| 99精国产麻豆久久婷婷| 日韩视频一区二区在线观看| 在线免费观看的www视频| 亚洲片人在线观看| 色在线成人网| 嫩草影视91久久| 老司机靠b影院| 久久婷婷成人综合色麻豆| 超碰97精品在线观看| 色哟哟哟哟哟哟| 999久久久国产精品视频| 成人国产一区最新在线观看| 色在线成人网| 大型黄色视频在线免费观看| 亚洲精品一区av在线观看| 亚洲全国av大片| 水蜜桃什么品种好| 麻豆成人av在线观看| 国产99白浆流出| 亚洲成人久久性| 老汉色∧v一级毛片| 午夜视频精品福利| 男女午夜视频在线观看| 国产又色又爽无遮挡免费看| 亚洲精品一区av在线观看| 精品人妻1区二区| 国产真人三级小视频在线观看| 日韩欧美一区视频在线观看| 国产精品国产av在线观看| 日韩精品免费视频一区二区三区| 18禁观看日本| 国产欧美日韩综合在线一区二区| 国产不卡一卡二| 动漫黄色视频在线观看| 国产精品野战在线观看 | 一进一出抽搐gif免费好疼 | 亚洲色图 男人天堂 中文字幕| 中文字幕人妻熟女乱码| 国产熟女午夜一区二区三区| 老鸭窝网址在线观看| 一边摸一边抽搐一进一小说| 亚洲精华国产精华精| 国产精品偷伦视频观看了| 国产国语露脸激情在线看| 老鸭窝网址在线观看| 免费看十八禁软件| 日韩大码丰满熟妇| 男人操女人黄网站| 很黄的视频免费| 亚洲成国产人片在线观看| 日韩欧美在线二视频| 伦理电影免费视频| 国产激情欧美一区二区| 亚洲国产欧美网| 久久久国产一区二区| 亚洲成a人片在线一区二区| 亚洲一码二码三码区别大吗| 人人妻人人爽人人添夜夜欢视频| 亚洲男人天堂网一区| 国产成人系列免费观看| 丰满饥渴人妻一区二区三| 国产亚洲av高清不卡| 午夜两性在线视频| 天堂俺去俺来也www色官网| 女人被躁到高潮嗷嗷叫费观| 亚洲美女黄片视频| 国产欧美日韩一区二区三| 88av欧美| 91av网站免费观看| 大型av网站在线播放| 国产精品久久久久久人妻精品电影| 久久人妻熟女aⅴ| 中文字幕人妻丝袜制服| 大型av网站在线播放| 久久久精品欧美日韩精品| 久久久久久久午夜电影 | 午夜久久久在线观看| 久久午夜综合久久蜜桃| 淫妇啪啪啪对白视频| 一区二区三区国产精品乱码| 色老头精品视频在线观看| 亚洲欧美日韩另类电影网站| 成人av一区二区三区在线看| 亚洲国产看品久久| 长腿黑丝高跟| 精品福利永久在线观看| x7x7x7水蜜桃| 久久午夜综合久久蜜桃| 亚洲va日本ⅴa欧美va伊人久久| 一边摸一边抽搐一进一出视频| 9热在线视频观看99| 日本免费一区二区三区高清不卡 | 亚洲三区欧美一区| 黄网站色视频无遮挡免费观看| 欧美日韩av久久| 精品人妻1区二区| 亚洲第一av免费看| 国产午夜精品久久久久久| 久久久久久久精品吃奶| 久久这里只有精品19| 亚洲欧美精品综合久久99| 黄色a级毛片大全视频| 看片在线看免费视频| 动漫黄色视频在线观看| 国产又色又爽无遮挡免费看| 国产黄a三级三级三级人| 久久天躁狠狠躁夜夜2o2o| 国产精品久久视频播放| 91国产中文字幕| 真人一进一出gif抽搐免费| 午夜亚洲福利在线播放| 天堂中文最新版在线下载| 久久人妻熟女aⅴ| 如日韩欧美国产精品一区二区三区| 日本一区二区免费在线视频| 成人18禁高潮啪啪吃奶动态图| 亚洲午夜理论影院| 久久精品91蜜桃| 国产精品国产av在线观看| 国产三级黄色录像| 大型av网站在线播放| 日韩大码丰满熟妇| 一边摸一边抽搐一进一小说| 精品无人区乱码1区二区| 美女扒开内裤让男人捅视频| 国产99久久九九免费精品| 精品福利观看| av天堂在线播放| 亚洲男人天堂网一区| 老鸭窝网址在线观看| 日本撒尿小便嘘嘘汇集6| 91大片在线观看| 午夜福利影视在线免费观看| 国产亚洲av高清不卡| 免费在线观看完整版高清| 18美女黄网站色大片免费观看| 男女高潮啪啪啪动态图| 亚洲中文字幕日韩| 国产又爽黄色视频| 免费观看人在逋| 日韩一卡2卡3卡4卡2021年| 两性夫妻黄色片| 国产成人一区二区三区免费视频网站| 一区在线观看完整版| 性少妇av在线| 精品久久久久久久久久免费视频 | 国产精品99久久99久久久不卡| 精品高清国产在线一区| 午夜福利影视在线免费观看| 超碰97精品在线观看| av欧美777| 日本 av在线| 90打野战视频偷拍视频| 亚洲性夜色夜夜综合| 亚洲av第一区精品v没综合| aaaaa片日本免费| 看免费av毛片| 女同久久另类99精品国产91| 韩国精品一区二区三区| 日韩欧美一区二区三区在线观看| 亚洲人成77777在线视频| 国产成人精品久久二区二区91| 亚洲一卡2卡3卡4卡5卡精品中文| 国产成人欧美在线观看| 精品第一国产精品| 黄色a级毛片大全视频| 免费日韩欧美在线观看| 超碰97精品在线观看| 国产精品香港三级国产av潘金莲| 天堂动漫精品| 交换朋友夫妻互换小说| 色婷婷av一区二区三区视频| 91老司机精品| 欧美性长视频在线观看| 日韩欧美国产一区二区入口| 欧美老熟妇乱子伦牲交| 国产精品 国内视频| 亚洲人成伊人成综合网2020| 午夜久久久在线观看| 麻豆一二三区av精品| 亚洲精品成人av观看孕妇| 午夜福利欧美成人| 亚洲欧美一区二区三区黑人| 精品午夜福利视频在线观看一区| 91九色精品人成在线观看| 精品电影一区二区在线| 天堂动漫精品| 18美女黄网站色大片免费观看| 日本wwww免费看| 久久久久精品国产欧美久久久| 欧美乱色亚洲激情| 亚洲精品一卡2卡三卡4卡5卡| 亚洲全国av大片| 国产一区二区激情短视频| 久久精品成人免费网站| 婷婷丁香在线五月| 亚洲一区二区三区不卡视频| 午夜精品国产一区二区电影| 黄片小视频在线播放| 一级,二级,三级黄色视频| 精品日产1卡2卡| 又黄又粗又硬又大视频| 亚洲精品在线观看二区| 黑丝袜美女国产一区| 操出白浆在线播放| 丝袜美足系列| 韩国精品一区二区三区| 久久久水蜜桃国产精品网| 精品免费久久久久久久清纯| 在线观看午夜福利视频| 久久香蕉激情| 欧美中文日本在线观看视频| 男女高潮啪啪啪动态图| 国产免费男女视频| 身体一侧抽搐| 国产精品国产av在线观看| 免费女性裸体啪啪无遮挡网站| 欧美中文日本在线观看视频| 色综合婷婷激情| 丝袜在线中文字幕| 亚洲精品美女久久久久99蜜臀| 国产精品成人在线| 国内久久婷婷六月综合欲色啪| 欧美精品啪啪一区二区三区| 免费少妇av软件| 久久中文字幕一级| 桃色一区二区三区在线观看| 国产免费男女视频| 欧美日本亚洲视频在线播放| 成人免费观看视频高清| a在线观看视频网站| 成人18禁在线播放| 欧美精品啪啪一区二区三区| 91成人精品电影| 成年人免费黄色播放视频| 在线观看午夜福利视频| av网站在线播放免费| 亚洲专区字幕在线| 神马国产精品三级电影在线观看 | 涩涩av久久男人的天堂| 国产一区二区三区综合在线观看| 香蕉国产在线看| www.熟女人妻精品国产| 一级黄色大片毛片| 久久国产精品男人的天堂亚洲| 亚洲一码二码三码区别大吗| 很黄的视频免费| 中文字幕精品免费在线观看视频| 亚洲国产精品999在线| av网站免费在线观看视频| 熟女少妇亚洲综合色aaa.| 又黄又粗又硬又大视频| 精品久久久久久,| 国产精品av久久久久免费| 国产亚洲欧美98| 国产精品国产高清国产av| 午夜福利欧美成人| 久久香蕉国产精品| 老司机午夜十八禁免费视频| 又黄又爽又免费观看的视频| 岛国视频午夜一区免费看| 欧美黄色片欧美黄色片| 久久久久久人人人人人| 女性生殖器流出的白浆| 免费人成视频x8x8入口观看| 最新在线观看一区二区三区| 精品国产乱子伦一区二区三区| 亚洲欧美日韩另类电影网站| 日本欧美视频一区| 久久99一区二区三区| 日本撒尿小便嘘嘘汇集6| 日日夜夜操网爽| 亚洲精品国产区一区二| 成人亚洲精品一区在线观看| 日本vs欧美在线观看视频| 久久精品亚洲熟妇少妇任你| 日韩欧美一区视频在线观看| 欧美成狂野欧美在线观看| 麻豆一二三区av精品| 午夜福利欧美成人| 久久性视频一级片| 国产精品野战在线观看 | 亚洲一区二区三区欧美精品| 丰满迷人的少妇在线观看| 亚洲国产欧美日韩在线播放| 欧美日韩亚洲综合一区二区三区_| 法律面前人人平等表现在哪些方面| 国产精品1区2区在线观看.| 国产主播在线观看一区二区| 香蕉国产在线看| 国产伦一二天堂av在线观看| 亚洲精品一区av在线观看| 亚洲性夜色夜夜综合| 视频区图区小说| 色婷婷久久久亚洲欧美| 国产欧美日韩一区二区三| 在线观看午夜福利视频| 免费av中文字幕在线| 久久精品91蜜桃| 国产一区二区激情短视频| 精品无人区乱码1区二区| 欧美乱码精品一区二区三区| 啦啦啦免费观看视频1| 午夜福利在线观看吧| 中文字幕av电影在线播放| 欧美+亚洲+日韩+国产| 国产精品久久久人人做人人爽| 国产精品爽爽va在线观看网站 | 日本 av在线| 少妇裸体淫交视频免费看高清 | 狂野欧美激情性xxxx| 伦理电影免费视频| 亚洲午夜精品一区,二区,三区| 97碰自拍视频| 亚洲精品美女久久久久99蜜臀| 超色免费av| 丰满人妻熟妇乱又伦精品不卡| 日日爽夜夜爽网站| 热re99久久精品国产66热6| 国产主播在线观看一区二区| 午夜福利免费观看在线| 亚洲一卡2卡3卡4卡5卡精品中文| 最近最新中文字幕大全电影3 | 男女床上黄色一级片免费看| 日本wwww免费看| 变态另类成人亚洲欧美熟女 | 午夜免费观看网址| 男人操女人黄网站| 91在线观看av| 国产蜜桃级精品一区二区三区| 久久久国产成人免费| 在线十欧美十亚洲十日本专区| 亚洲成人国产一区在线观看| 国产区一区二久久| 久久香蕉精品热| 90打野战视频偷拍视频| 校园春色视频在线观看| 动漫黄色视频在线观看| 99精国产麻豆久久婷婷| 人人澡人人妻人| 一区福利在线观看| 99热国产这里只有精品6| 老司机在亚洲福利影院| 久久久精品欧美日韩精品| 日本三级黄在线观看| 成人国产一区最新在线观看| 日韩人妻精品一区2区三区| 91精品国产国语对白视频| 在线视频色国产色| 午夜精品在线福利| 久久精品亚洲精品国产色婷小说| 1024香蕉在线观看| 99久久精品国产亚洲精品| 国产乱人伦免费视频| 久久精品人人爽人人爽视色| 国产成人啪精品午夜网站| 黑人巨大精品欧美一区二区蜜桃| 人成视频在线观看免费观看| 看免费av毛片| 国产又爽黄色视频| 青草久久国产| 一区二区日韩欧美中文字幕| 视频区图区小说| 欧美精品亚洲一区二区| 久久香蕉国产精品| 欧美中文综合在线视频| 纯流量卡能插随身wifi吗| 亚洲aⅴ乱码一区二区在线播放 | 操美女的视频在线观看| av免费在线观看网站| 亚洲av电影在线进入| 国产熟女午夜一区二区三区| 久久国产精品人妻蜜桃| 麻豆成人av在线观看| 美女午夜性视频免费| 亚洲aⅴ乱码一区二区在线播放 | 啦啦啦免费观看视频1| 中文字幕另类日韩欧美亚洲嫩草| 欧美黄色淫秽网站| 搡老熟女国产l中国老女人| 午夜免费成人在线视频| 亚洲九九香蕉| 精品午夜福利视频在线观看一区| 久久精品亚洲熟妇少妇任你| 日韩精品免费视频一区二区三区| 大型av网站在线播放| 校园春色视频在线观看| 97人妻天天添夜夜摸| 国产xxxxx性猛交| 色精品久久人妻99蜜桃| 久久国产精品人妻蜜桃| 9热在线视频观看99| 婷婷六月久久综合丁香| www.www免费av| 精品一区二区三区av网在线观看| 少妇粗大呻吟视频| 成年人免费黄色播放视频| 别揉我奶头~嗯~啊~动态视频| 精品高清国产在线一区| 国产野战对白在线观看| 最近最新中文字幕大全免费视频| 一级片'在线观看视频| 亚洲三区欧美一区| 国产三级黄色录像| 成人18禁高潮啪啪吃奶动态图| 国产xxxxx性猛交| 无人区码免费观看不卡| 亚洲成人免费电影在线观看| 欧美成人性av电影在线观看| 午夜91福利影院| 长腿黑丝高跟| 丰满迷人的少妇在线观看| 天天影视国产精品| 国产极品粉嫩免费观看在线|