• <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 ?

    差分隱私保護下一種改進的協(xié)同過濾推薦算法

    2016-05-14 11:05王彤黃樹斌
    網(wǎng)絡(luò)空間安全 2016年4期
    關(guān)鍵詞:協(xié)同過濾安全

    王彤 黃樹斌

    【 摘 要 】 協(xié)同過濾(CF)是推薦系統(tǒng)中最常用的算法,然而傳統(tǒng)的構(gòu)建在協(xié)同過濾上的推薦系統(tǒng)很難提供一個嚴(yán)格并有數(shù)學(xué)證明的隱私保證。近期研究表明,攻擊者可以通過觀察用戶的推薦結(jié)果,推測出用戶的評分記錄,這將對用戶的隱私造成極大的威脅。論文在應(yīng)用差分隱私保護技術(shù)的隱私保持協(xié)同過濾算法的基礎(chǔ)上,對用戶與物品進行裁剪,從而大量減少了噪聲的引入,在保證隱私的前提下提升了算法準(zhǔn)確度。同時,論文提出的算法改進方法具有較廣的適用性,能夠與已有的研究能夠很好的結(jié)合。

    【 關(guān)鍵詞 】 協(xié)同過濾(CF);差分隱私保護;安全

    【 Abstract 】 Collaborative Filtering (CF) is the most common algorithm in recommender system. However, the traditional approaches can hardly provide a rigid and provable privacy guarantee for recommender system. Recent research revealed that by observing the public output of the CF, the adversary could infer the historical ratings of the particular user, which will cause a great threat to user privacy. This paper address the privacy issue in CF by cutting the data, which is constructed on the basis of the notion of differential privacy. As a result, this method would reduce the large number of noise introduced by differential privacy algorithm, and increase the accuracy of the algorithm with privacy preserving. Furthermore, our method can easily apply in the existing research.

    【 Keywords 】 collaborative filtering; differential privacy; security

    1 引言

    Ramakrishnan等人首次提出在推薦系統(tǒng)中的隱私問題,Narayanan等人通過聯(lián)合Netflix與IMDB的發(fā)布數(shù)據(jù)集成功的標(biāo)識出部分戶。Calandrino等人通過觀察推薦系統(tǒng)一段時間內(nèi)推薦結(jié)果的變化,結(jié)合背景知識推斷出某用戶的歷史評分與行為。

    差分隱私保護是一種在滿足差分隱私的條件下保證發(fā)布數(shù)據(jù)或查詢結(jié)果的精確性的,有著嚴(yán)格數(shù)學(xué)證明的理論,能夠有效的保護個人隱私。在通常情況下,由于推薦系統(tǒng)中的查詢往往具有較高的敏感度,所以應(yīng)用差分隱私技術(shù)會引入大量的噪聲,這會導(dǎo)致在保證隱私的同時會有較大的精度損失。

    很多學(xué)者就差分隱私在推薦系統(tǒng)中的應(yīng)用提出不同的方法,在隱私保護與推薦的準(zhǔn)確性方面均取得了不錯的效果,但仍有許多局限性,它們主要表現(xiàn)在兩個方面。

    (1)差分隱私技術(shù)會引入噪聲,由于推薦系統(tǒng)中的查詢往往具有較高的敏感度,所以應(yīng)用差分隱私技術(shù)會引入大量的噪聲,導(dǎo)致數(shù)據(jù)可用性較差。為了減少大量噪聲的引入,現(xiàn)有研究往往采用各自定義的局部敏感度進行計算,但這使得推薦算法僅在特定應(yīng)用場景有較好的效果。

    (2)現(xiàn)有研究的各種隱私保護推薦算法對原有算法進行了大量的改進,但算法的大量修改使得其很難利用傳統(tǒng)推薦領(lǐng)域已有研究成果。

    本文在應(yīng)用差分隱私保護技術(shù)的隱私保持協(xié)同過濾算法的基礎(chǔ)上,根據(jù)隱私保護程度對用戶與物品進行裁剪,從而大量減少了噪聲的引入。同時,本文提出的算法改進方法具有較廣的適用性,能夠與已有的研究能夠很好的結(jié)合。

    2 改進的隱私保持協(xié)同過濾推薦算法

    在本部分,我們將提出改進的隱私保持協(xié)同過濾推薦算法(IPriCF)來解決基于近鄰的協(xié)同過濾推薦算法中的隱私問題,在后面的部分,我們將首先介紹算法的總體思想,然后對我們的算法進行詳細(xì)的描述。

    2.1 算法思想

    差分隱私的基本思想是對原始數(shù)據(jù)的轉(zhuǎn)換或?qū)y(tǒng)計結(jié)果添加噪音來達(dá)到隱私保護的效果,即保證給出總體或模糊的信息,但是不泄露個體的信息。推薦系統(tǒng)中的查詢往往具有較高的敏感度,所以應(yīng)用差分隱私技術(shù)會引入大量的噪聲,導(dǎo)致數(shù)據(jù)可用性較差。假如我們以余弦相似度(COS)作為協(xié)同過濾算法中的相似度度量,一個典型的情況是兩個用戶僅僅有一個同時評分的物品,最壞的情況下,刪除這條記錄后他們的余弦相似度從1降低到0。對原數(shù)據(jù)加入滿足Lap(1/ε)分布的噪聲后,原數(shù)據(jù)的可用性將急劇降低。

    定義1 (全局敏感度)對于任意一個函數(shù)f:D→Rd,函數(shù)f的全局敏感度為:

    Δf = || f(D) -f(D') ||

    由定義1可知,對于函數(shù)f每條記錄的敏感度是不同的,而直接影響噪聲引入數(shù)量的全局敏感度Δf 取其中最大的值,所以,我們會對原始數(shù)據(jù)進行剪裁,裁剪掉那些“特殊”并且敏感度很大的值,降低查詢的全局敏感度,從而減少噪聲的引入。

    2.2 算法描述

    根據(jù)以上思想,改進的隱私保持協(xié)同過濾推薦算法描述如下:

    算法1 IPriCF

    輸入:用戶ua對物品ti的真實評分rai ;輸出:保證用戶隱私的預(yù)測評分ai 。

    1)數(shù)據(jù)裁剪:(1)用戶評分的數(shù)量位于區(qū)間[α,β];(2)1.2 物品被評分的次數(shù)應(yīng)不小于γ。

    2)隱私鄰居選擇:(1)添加Laplace噪聲,計算相似度度矩陣;(2)選擇鄰居:根據(jù)生成相似度矩陣選擇k個鄰居。

    3)計算預(yù)測評分ai 。

    本算法中,步驟3為標(biāo)準(zhǔn)的CF操作,我們將重點討論數(shù)據(jù)裁剪與隱私鄰居選擇部分。

    數(shù)據(jù)剪裁分為兩個階段:第一階段生成用戶評分?jǐn)?shù)的直方圖統(tǒng)計,在本階段中我們篩選出評分?jǐn)?shù)量不屬于區(qū)間[α,β] 的用戶,然后在原始數(shù)據(jù)集中刪除與該用戶有關(guān)的所有評分信息;第二階段生成物品被評分?jǐn)?shù)的直方圖統(tǒng)計,在本階段中我們篩選出被評分?jǐn)?shù)量小于γ的用戶,然后在原始數(shù)據(jù)集中刪除與該物品有關(guān)的所有評分信息。

    為了使被裁剪的用戶依然能得到推薦,同時又要保證其隱私,我們在計算相似度時僅與未被剪裁的用戶計算相似度,并加入Laplace噪聲;對于被裁剪用戶之間,他們的相似度為0。需要注意的是,區(qū)別于被裁剪的用戶,在計算相似度的過程中,我們將不考慮關(guān)于被裁剪物品的評分記錄。

    鄰居選擇部分與標(biāo)準(zhǔn)的KNN協(xié)同過濾算法類似,我們設(shè)置參數(shù)k表示參與用戶推薦的相似用戶個數(shù)。

    3 實驗與評價

    3.1 實驗數(shù)據(jù)集

    實驗數(shù)據(jù)集采用的是推薦領(lǐng)域中公認(rèn)的MovieLen數(shù)據(jù)集,包含943個用戶對1682部電影共10萬條評分,每個用戶的評分?jǐn)?shù)不小于20,評分為1-5。

    圖1為用戶評分統(tǒng)計圖與物品被評分統(tǒng)計圖,從圖中可以看出,用戶評分次數(shù)集中在 [20, 400]這一區(qū)間,而大于400次評分的用戶僅占1.60%,物品被評分?jǐn)?shù)集中在[1, 300]這一區(qū)間,僅被評分過一次的物品占8.38%。

    3.2 評價標(biāo)準(zhǔn)

    本文采用推薦領(lǐng)域中公認(rèn)的均方根誤差(RMSE)作為評價標(biāo)準(zhǔn):

    RMSE=

    其中r是用戶ua對物品ti的真實評分,ai是預(yù)測評分,T表示訓(xùn)練數(shù)據(jù)集,|T|表示訓(xùn)練數(shù)據(jù)集的大小。顯然,較低的RMSE值意味著較高的預(yù)測準(zhǔn)度。

    3.3 實驗結(jié)果與分析

    將原始數(shù)據(jù)集按 80% / 20% 比例隨機分為訓(xùn)練數(shù)據(jù)集與測試數(shù)據(jù)集,按相同方法分為5組互不相關(guān)訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù),我們分別在數(shù)據(jù)集上應(yīng)用基于近鄰的協(xié)同過濾算法,典型的使用差分隱私保護的協(xié)同過濾推薦算法與本文提出的算法,實驗的結(jié)果是在這五組數(shù)據(jù)集上的結(jié)果取均值。

    在差分隱私保護中,隱私保護預(yù)算是決定隱私保護水平的一個重要指標(biāo)。越小的代表著越高的隱私保護水平,同時會引入更多的噪聲。在實驗中,我們將隱私保護預(yù)算的范圍設(shè)置為[0.1,1],將k設(shè)置為20,參考上圖統(tǒng)計信息,我們設(shè)置α=20,β=400,γ=2,在以上參數(shù)設(shè)置下我們將并計算在不同隱私保護水平下算法的表現(xiàn)。

    圖 2 為相似度度量分別為余弦相似度(COS)與皮爾森相似度(PCC),基礎(chǔ)算法為基于物品的協(xié)同過濾算法的表現(xiàn)。從上圖2可以看出,隨著隱私保護預(yù)算的增加,數(shù)據(jù)的可用性增大。此外,在<0.5時,隨著的增加,RMSE值急劇下降,這表明算法要保證一個較高的隱私保護水平將帶損失較大的數(shù)據(jù)可用性,在≥0.5時,算法結(jié)果變化趨于平緩,這表明算法在一般的隱私保護需求下能在數(shù)據(jù)可用性與隱私保護水平中取得一個良好的折衷。

    4 結(jié)束語

    隱私保護是推薦系統(tǒng)中一個非常具有挑戰(zhàn)的問題:一方面,為了提供更好的用戶體驗,需要不斷提升推薦的準(zhǔn)確度;另一方面,精準(zhǔn)的推薦會暴露用戶的隱私信息,這會導(dǎo)致用戶失去對推薦系統(tǒng)的信任。所以,提升推薦系統(tǒng)的準(zhǔn)確度與為用戶提供隱私保證同等重要。差分隱私保護技術(shù)有著嚴(yán)格的數(shù)學(xué)證明,能夠保證其處理結(jié)果的可信度等優(yōu)點。本文在應(yīng)用差分隱私保護技術(shù)的隱私保持協(xié)同過濾算法的基礎(chǔ)上,根據(jù)隱私保護程度對用戶與物品進行裁剪,從而大量減少了噪聲的引入。同典型的差分隱私保護下的協(xié)同過濾算法相比,該算法在保證用戶隱私的前提下提升了推薦的準(zhǔn)確度。同類似的改進型研究相比,該算法與已有的研究成果能較好的結(jié)合,同時能夠很好的利用傳統(tǒng)推薦領(lǐng)域的研究成果。

    在后續(xù)研究中,將研究數(shù)據(jù)剪裁程度通隱私保護預(yù)算與算法推薦準(zhǔn)確度之間的關(guān)系,以進一步的提升算法的準(zhǔn)確度。

    參考文獻

    [1] N.Ramakrishnan, B.J. Keller, B.J. Mirza, A.Y. Grama, G. Karypis,Privacy risks in recommender systems, IEEE Internet Computing 5 (6) (2001) 54-62.

    [2] A.Narayanan, V. Shmatikov, How to break anonymity of the netflix prize dataset, CoRR abs/ cs/0610105.

    [3] Narayanan, V. Shmatikov, Robust de-anonymization of large sparse datasets, in: Proceedings of the 2008 IEEE Symposium on Security and Privacy, SP08, IEEE Computer Society, Washington, DC, USA, 2008, pp. 111-125.

    [4] J.A. Calandrino, A. Kilzer, A. Narayanan, E.W. Felten, V. Shmatikov, ‘‘You might also like: privacy risks of collaborative filtering, in: Proceedings of the 2011 IEEE Symposium on Security and Privacy, SP11, IEEE Computer Society, Washington, DC, USA, 2011, pp. 231-246.

    [5] Dwork, Differential privacy, in: ICALP06: Proceedings of the 33rd Inter- national Conference on Automata, Languages and Programming, Springer- Verlag, Berlin, Heidelberg, 2006, pp. 1-12.

    [6] G.Adomavicius, A.Tuzhilin, Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions, IEEE Transactions on Knowledge and Data Engineering 17 (6) (2005) 734-749.

    作者簡介:

    王彤(1990-),男,四川南充人,畢業(yè)于重慶大學(xué),重慶大學(xué)讀研,碩士;主要研究方向和關(guān)注領(lǐng)域:推薦系統(tǒng)、隱私保護。

    黃樹斌(1991-),男,江西宜春人,畢業(yè)于重慶大學(xué),重慶大學(xué)讀研,碩士;主要研究方向和關(guān)注領(lǐng)域:社交網(wǎng)絡(luò)、隱私保護。

    猜你喜歡
    協(xié)同過濾安全
    圖書推薦算法綜述
    改進的協(xié)同過濾推薦算法
    基于鏈?zhǔn)酱鎯Y(jié)構(gòu)的協(xié)同過濾推薦算法設(shè)計與實現(xiàn)
    基于相似傳播和情景聚類的網(wǎng)絡(luò)協(xié)同過濾推薦算法研究
    基于協(xié)同過濾算法的個性化圖書推薦系統(tǒng)研究
    混合推薦算法在電影推薦中的研究與評述
    免费看a级黄色片| 18禁黄网站禁片午夜丰满| 美女高潮到喷水免费观看| 涩涩av久久男人的天堂| 动漫黄色视频在线观看| 一区二区三区激情视频| 久久久久精品国产欧美久久久| 国产片内射在线| 国产单亲对白刺激| 波多野结衣一区麻豆| 一个人免费在线观看的高清视频| 国产精品成人在线| 天堂√8在线中文| 久久亚洲精品不卡| 久久久精品免费免费高清| 精品电影一区二区在线| 老司机亚洲免费影院| 亚洲国产中文字幕在线视频| 亚洲精品乱久久久久久| 久99久视频精品免费| 国产亚洲欧美98| √禁漫天堂资源中文www| 精品久久久久久久久久免费视频 | 亚洲熟妇中文字幕五十中出 | 亚洲精品一二三| 99热只有精品国产| 中文字幕人妻丝袜一区二区| 一本一本久久a久久精品综合妖精| 国产欧美亚洲国产| 日本黄色日本黄色录像| 成人亚洲精品一区在线观看| 午夜福利免费观看在线| 免费观看人在逋| 99国产精品一区二区蜜桃av | 久久精品国产综合久久久| 免费日韩欧美在线观看| 国产精品国产高清国产av | 俄罗斯特黄特色一大片| 人成视频在线观看免费观看| 亚洲黑人精品在线| 日韩人妻精品一区2区三区| 亚洲五月婷婷丁香| 成年人黄色毛片网站| 久久香蕉激情| av福利片在线| 国产欧美日韩综合在线一区二区| 免费在线观看黄色视频的| 热99re8久久精品国产| 首页视频小说图片口味搜索| 两人在一起打扑克的视频| 国产精品免费大片| 欧洲精品卡2卡3卡4卡5卡区| 免费久久久久久久精品成人欧美视频| svipshipincom国产片| 国产精品欧美亚洲77777| 久久热在线av| 国产亚洲精品一区二区www | 免费观看人在逋| a在线观看视频网站| 在线观看免费午夜福利视频| 18禁黄网站禁片午夜丰满| 美女 人体艺术 gogo| 免费av中文字幕在线| 中文字幕高清在线视频| 超碰成人久久| 国产视频一区二区在线看| 中文字幕制服av| 色在线成人网| 欧美午夜高清在线| 国产欧美日韩精品亚洲av| 国产一区二区三区综合在线观看| 丁香欧美五月| 少妇被粗大的猛进出69影院| 亚洲熟妇中文字幕五十中出 | 亚洲欧美激情在线| 99精品在免费线老司机午夜| 国产1区2区3区精品| 91九色精品人成在线观看| 国产精品一区二区精品视频观看| 国产亚洲精品久久久久久毛片 | 后天国语完整版免费观看| x7x7x7水蜜桃| 熟女少妇亚洲综合色aaa.| 最近最新中文字幕大全电影3 | 高清在线国产一区| 国产精品一区二区在线不卡| 亚洲在线自拍视频| 欧美乱色亚洲激情| 亚洲欧美精品综合一区二区三区| 午夜两性在线视频| 精品人妻1区二区| 欧美日本中文国产一区发布| 欧美日本中文国产一区发布| 久久久精品区二区三区| 欧美黄色片欧美黄色片| 少妇粗大呻吟视频| 91老司机精品| 18禁裸乳无遮挡动漫免费视频| 91av网站免费观看| 亚洲性夜色夜夜综合| 国产亚洲欧美在线一区二区| 国产精品久久久av美女十八| 免费少妇av软件| 国产不卡av网站在线观看| 久久精品国产亚洲av香蕉五月 | 每晚都被弄得嗷嗷叫到高潮| 咕卡用的链子| 国产高清videossex| 性少妇av在线| 日本撒尿小便嘘嘘汇集6| 免费在线观看亚洲国产| 欧美日韩一级在线毛片| 久久精品成人免费网站| 十八禁人妻一区二区| 欧美在线一区亚洲| 亚洲黑人精品在线| 18在线观看网站| 日韩有码中文字幕| 日韩一卡2卡3卡4卡2021年| 久久久精品国产亚洲av高清涩受| 久久久精品国产亚洲av高清涩受| 国产麻豆69| 女人精品久久久久毛片| 久久久久国产一级毛片高清牌| 色综合欧美亚洲国产小说| 国产单亲对白刺激| 视频区图区小说| 很黄的视频免费| 国产区一区二久久| 久久久久久亚洲精品国产蜜桃av| 日韩一卡2卡3卡4卡2021年| 成年女人毛片免费观看观看9 | 黄色毛片三级朝国网站| 少妇猛男粗大的猛烈进出视频| 黑人操中国人逼视频| 一级毛片高清免费大全| 久久影院123| 久久人人爽av亚洲精品天堂| 久久人人爽av亚洲精品天堂| 久久青草综合色| 一级毛片女人18水好多| 亚洲精品久久午夜乱码| 波多野结衣一区麻豆| 久久亚洲真实| 亚洲久久久国产精品| 啦啦啦 在线观看视频| 一个人免费在线观看的高清视频| 久久久水蜜桃国产精品网| 国产午夜精品久久久久久| 日韩欧美免费精品| 午夜福利在线免费观看网站| 极品教师在线免费播放| 18禁裸乳无遮挡免费网站照片 | 99在线人妻在线中文字幕 | 又黄又爽又免费观看的视频| 国产99白浆流出| 国产成人系列免费观看| 精品视频人人做人人爽| 午夜福利,免费看| 国产精品久久久久久人妻精品电影| 久久性视频一级片| 99热网站在线观看| 亚洲 欧美一区二区三区| 9热在线视频观看99| 精品亚洲成国产av| 天堂√8在线中文| 亚洲一区二区三区欧美精品| 亚洲人成电影免费在线| 亚洲avbb在线观看| 王馨瑶露胸无遮挡在线观看| 亚洲专区国产一区二区| av中文乱码字幕在线| 国产xxxxx性猛交| 亚洲人成77777在线视频| 麻豆av在线久日| 女警被强在线播放| 大片电影免费在线观看免费| 少妇猛男粗大的猛烈进出视频| 国产精品免费视频内射| 日韩成人在线观看一区二区三区| 人妻一区二区av| 久久久久久久久久久久大奶| 精品无人区乱码1区二区| 丰满迷人的少妇在线观看| 亚洲午夜理论影院| 亚洲欧美激情在线| 国产精品久久久av美女十八| 国产午夜精品久久久久久| 丝袜人妻中文字幕| 99久久精品国产亚洲精品| 国产男女内射视频| 日韩免费高清中文字幕av| 飞空精品影院首页| av中文乱码字幕在线| 亚洲第一青青草原| 99国产综合亚洲精品| 交换朋友夫妻互换小说| 精品无人区乱码1区二区| 亚洲情色 制服丝袜| 欧美人与性动交α欧美软件| 少妇 在线观看| 国产一区有黄有色的免费视频| 国产精品二区激情视频| 亚洲aⅴ乱码一区二区在线播放 | 欧美日本中文国产一区发布| 最近最新免费中文字幕在线| 免费观看a级毛片全部| 国产成人欧美在线观看 | 国产精品香港三级国产av潘金莲| 老司机影院毛片| 视频在线观看一区二区三区| 精品久久久久久电影网| 怎么达到女性高潮| 亚洲一区中文字幕在线| 大型黄色视频在线免费观看| 午夜福利,免费看| cao死你这个sao货| 国产成人欧美在线观看 | 国产亚洲欧美在线一区二区| 一边摸一边抽搐一进一小说 | 乱人伦中国视频| 亚洲精品美女久久av网站| 亚洲av熟女| aaaaa片日本免费| 黄色毛片三级朝国网站| 成人特级黄色片久久久久久久| 精品一区二区三卡| 久久人妻福利社区极品人妻图片| 亚洲一卡2卡3卡4卡5卡精品中文| 在线播放国产精品三级| 热99国产精品久久久久久7| 黑人巨大精品欧美一区二区蜜桃| 捣出白浆h1v1| a级毛片在线看网站| 美女扒开内裤让男人捅视频| 亚洲自偷自拍图片 自拍| 极品少妇高潮喷水抽搐| 成人免费观看视频高清| 午夜精品在线福利| 久久ye,这里只有精品| 亚洲国产精品合色在线| 亚洲国产精品sss在线观看 | 老熟女久久久| 国产一卡二卡三卡精品| 国产成人精品久久二区二区91| 亚洲精品乱久久久久久| 香蕉久久夜色| 国产深夜福利视频在线观看| 十八禁网站免费在线| 在线观看免费日韩欧美大片| 欧美中文综合在线视频| 超碰成人久久| 亚洲美女黄片视频| 叶爱在线成人免费视频播放| av片东京热男人的天堂| 王馨瑶露胸无遮挡在线观看| 丝瓜视频免费看黄片| 久久久久久久午夜电影 | 两性夫妻黄色片| 狠狠狠狠99中文字幕| 欧美黄色淫秽网站| av不卡在线播放| av在线播放免费不卡| 人成视频在线观看免费观看| 老司机福利观看| 一级a爱视频在线免费观看| 日韩欧美一区视频在线观看| 男女下面插进去视频免费观看| 一级片'在线观看视频| 老司机深夜福利视频在线观看| 国产精品久久久av美女十八| 久久久久久久久久久久大奶| 国产人伦9x9x在线观看| 亚洲成人免费电影在线观看| 国产一区二区三区综合在线观看| 中文字幕人妻熟女乱码| 美女福利国产在线| 丝瓜视频免费看黄片| 亚洲性夜色夜夜综合| 欧美成人免费av一区二区三区 | 一级a爱片免费观看的视频| 国产免费现黄频在线看| 国产成人欧美在线观看 | 国产av精品麻豆| 777米奇影视久久| 757午夜福利合集在线观看| 黄色女人牲交| 青草久久国产| 一级毛片精品| 免费在线观看影片大全网站| 久久久久久久午夜电影 | 人妻久久中文字幕网| 变态另类成人亚洲欧美熟女 | 无限看片的www在线观看| 国产真人三级小视频在线观看| 视频在线观看一区二区三区| 亚洲欧美日韩高清在线视频| 午夜免费成人在线视频| 免费观看人在逋| 国产成人啪精品午夜网站| 少妇 在线观看| 男女床上黄色一级片免费看| 男女免费视频国产| 性少妇av在线| 亚洲专区字幕在线| 精品一区二区三卡| 日韩大码丰满熟妇| 久久国产精品人妻蜜桃| 国产欧美日韩一区二区三区在线| 免费女性裸体啪啪无遮挡网站| 欧美成人免费av一区二区三区 | 宅男免费午夜| 国产极品粉嫩免费观看在线| 91九色精品人成在线观看| 免费黄频网站在线观看国产| 叶爱在线成人免费视频播放| av片东京热男人的天堂| 亚洲自偷自拍图片 自拍| 丰满的人妻完整版| 色精品久久人妻99蜜桃| 搡老乐熟女国产| 国产亚洲精品久久久久久毛片 | 91老司机精品| 三上悠亚av全集在线观看| 人人妻人人澡人人爽人人夜夜| 欧美丝袜亚洲另类 | 老司机福利观看| 少妇 在线观看| 岛国毛片在线播放| 日本vs欧美在线观看视频| 在线观看舔阴道视频| 国产淫语在线视频| 久久精品成人免费网站| 99国产精品99久久久久| av天堂在线播放| 十八禁人妻一区二区| 久久精品国产综合久久久| 一a级毛片在线观看| 午夜精品在线福利| 天天躁日日躁夜夜躁夜夜| 国产主播在线观看一区二区| 久久午夜亚洲精品久久| 久久精品国产综合久久久| 日韩精品免费视频一区二区三区| 亚洲一区二区三区欧美精品| 午夜免费鲁丝| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲五月天丁香| 亚洲 欧美一区二区三区| 精品人妻1区二区| 久久久久久久精品吃奶| 人人妻人人添人人爽欧美一区卜| 王馨瑶露胸无遮挡在线观看| av视频免费观看在线观看| 操出白浆在线播放| 国产精品电影一区二区三区 | 亚洲精品乱久久久久久| 麻豆乱淫一区二区| 99在线人妻在线中文字幕 | 搡老岳熟女国产| 高清毛片免费观看视频网站 | 免费不卡黄色视频| 曰老女人黄片| 国产欧美日韩精品亚洲av| 中文字幕色久视频| 亚洲中文字幕日韩| 亚洲性夜色夜夜综合| 法律面前人人平等表现在哪些方面| 久久香蕉精品热| 国产男女超爽视频在线观看| 男女高潮啪啪啪动态图| 欧美亚洲日本最大视频资源| 国产亚洲精品久久久久5区| 亚洲情色 制服丝袜| 亚洲伊人色综图| 视频在线观看一区二区三区| 中文字幕av电影在线播放| 久久狼人影院| 国产精华一区二区三区| 亚洲午夜理论影院| a级片在线免费高清观看视频| 美女 人体艺术 gogo| 欧美精品亚洲一区二区| 亚洲中文av在线| 精品欧美一区二区三区在线| 久久久精品区二区三区| 欧美日韩亚洲综合一区二区三区_| 久久这里只有精品19| netflix在线观看网站| a级片在线免费高清观看视频| 十分钟在线观看高清视频www| 亚洲欧美激情在线| 日韩视频一区二区在线观看| 国内久久婷婷六月综合欲色啪| 韩国精品一区二区三区| 国产精品久久久久久人妻精品电影| 国产1区2区3区精品| 一a级毛片在线观看| 国产熟女午夜一区二区三区| 久久精品亚洲熟妇少妇任你| 亚洲成人国产一区在线观看| 欧美丝袜亚洲另类 | 真人做人爱边吃奶动态| 另类亚洲欧美激情| 日本vs欧美在线观看视频| 天堂俺去俺来也www色官网| а√天堂www在线а√下载 | 国产精品久久久人人做人人爽| 别揉我奶头~嗯~啊~动态视频| 老熟妇乱子伦视频在线观看| 日韩熟女老妇一区二区性免费视频| 校园春色视频在线观看| 91字幕亚洲| 国产成人影院久久av| 欧美乱色亚洲激情| 91麻豆精品激情在线观看国产 | 两人在一起打扑克的视频| 不卡一级毛片| 亚洲五月天丁香| 高清欧美精品videossex| 欧美日本中文国产一区发布| 夫妻午夜视频| 精品亚洲成国产av| 免费观看a级毛片全部| 亚洲专区国产一区二区| 中文字幕另类日韩欧美亚洲嫩草| 亚洲色图综合在线观看| 日本欧美视频一区| 中文字幕人妻熟女乱码| 一级黄色大片毛片| 亚洲精品中文字幕一二三四区| 啦啦啦视频在线资源免费观看| 国产不卡一卡二| 99久久国产精品久久久| 亚洲成人免费电影在线观看| 亚洲欧美一区二区三区黑人| 国产激情欧美一区二区| tube8黄色片| 在线观看免费午夜福利视频| 亚洲精品一卡2卡三卡4卡5卡| 国产精品av久久久久免费| 我的亚洲天堂| 一a级毛片在线观看| 日本vs欧美在线观看视频| 黄色 视频免费看| 一级,二级,三级黄色视频| 亚洲欧美一区二区三区久久| 亚洲久久久国产精品| 中文亚洲av片在线观看爽 | 日本一区二区免费在线视频| 麻豆乱淫一区二区| 亚洲av熟女| 国产精品久久久久成人av| 91精品三级在线观看| 熟女少妇亚洲综合色aaa.| 午夜免费成人在线视频| 日韩有码中文字幕| 黑人巨大精品欧美一区二区mp4| 国产精品av久久久久免费| 一区二区三区国产精品乱码| 国产欧美日韩精品亚洲av| 国产高清videossex| 国产xxxxx性猛交| 久久这里只有精品19| 12—13女人毛片做爰片一| 亚洲七黄色美女视频| 黑人操中国人逼视频| 黄色视频不卡| 成人18禁高潮啪啪吃奶动态图| 99re在线观看精品视频| 99精品久久久久人妻精品| 建设人人有责人人尽责人人享有的| 国产精品 国内视频| 成人永久免费在线观看视频| 久久中文看片网| www.精华液| 天天影视国产精品| 免费不卡黄色视频| 飞空精品影院首页| 国产黄色免费在线视频| 曰老女人黄片| 亚洲国产精品一区二区三区在线| 91在线观看av| av有码第一页| 午夜免费鲁丝| 美女高潮喷水抽搐中文字幕| 久久久国产一区二区| 国产野战对白在线观看| 日本wwww免费看| 亚洲专区中文字幕在线| 久99久视频精品免费| 欧美中文综合在线视频| 免费少妇av软件| e午夜精品久久久久久久| 嫩草影视91久久| 久久久国产成人免费| 国产亚洲一区二区精品| 亚洲精华国产精华精| 成年版毛片免费区| av网站免费在线观看视频| 欧美精品啪啪一区二区三区| 久久久久精品人妻al黑| 两人在一起打扑克的视频| 乱人伦中国视频| 久久这里只有精品19| 老汉色∧v一级毛片| 国产精品成人在线| 成年人午夜在线观看视频| 免费观看人在逋| 超碰成人久久| 精品免费久久久久久久清纯 | 成在线人永久免费视频| 国产成人av激情在线播放| 欧美老熟妇乱子伦牲交| 熟女少妇亚洲综合色aaa.| avwww免费| 高清av免费在线| 欧美在线黄色| 国产亚洲欧美精品永久| 色在线成人网| 久久九九热精品免费| 中文字幕精品免费在线观看视频| 国产淫语在线视频| 午夜精品在线福利| 99精品在免费线老司机午夜| 久久精品亚洲熟妇少妇任你| 日韩 欧美 亚洲 中文字幕| 亚洲av熟女| 中出人妻视频一区二区| 精品少妇久久久久久888优播| 久久久国产欧美日韩av| x7x7x7水蜜桃| 中文亚洲av片在线观看爽 | 久久久久久久久久久久大奶| 久久久久国产精品人妻aⅴ院 | 国产精品久久久久成人av| 国产精品av久久久久免费| 中文字幕精品免费在线观看视频| 亚洲av熟女| 中文字幕av电影在线播放| 精品久久久久久久毛片微露脸| 老司机深夜福利视频在线观看| 国产欧美日韩精品亚洲av| 中文字幕高清在线视频| 国产一卡二卡三卡精品| 免费观看精品视频网站| 午夜福利在线免费观看网站| 丝袜美足系列| 国产有黄有色有爽视频| 看黄色毛片网站| 19禁男女啪啪无遮挡网站| 黄片播放在线免费| 91精品三级在线观看| av国产精品久久久久影院| 90打野战视频偷拍视频| 午夜日韩欧美国产| 中文字幕另类日韩欧美亚洲嫩草| 免费日韩欧美在线观看| 亚洲aⅴ乱码一区二区在线播放 | 制服人妻中文乱码| 国产一卡二卡三卡精品| 久久国产精品人妻蜜桃| 岛国毛片在线播放| 在线观看免费高清a一片| 国产精品.久久久| 亚洲成人手机| 欧美日韩乱码在线| a级毛片黄视频| 丝袜人妻中文字幕| 黑人巨大精品欧美一区二区mp4| 亚洲色图 男人天堂 中文字幕| 纯流量卡能插随身wifi吗| 色婷婷av一区二区三区视频| 久久国产乱子伦精品免费另类| 大片电影免费在线观看免费| 精品人妻在线不人妻| 黑人欧美特级aaaaaa片| 国产91精品成人一区二区三区| 50天的宝宝边吃奶边哭怎么回事| 在线天堂中文资源库| 在线观看舔阴道视频| а√天堂www在线а√下载 | 久久99一区二区三区| 侵犯人妻中文字幕一二三四区| 国产精品av久久久久免费| 岛国在线观看网站| 久久国产精品大桥未久av| 老司机深夜福利视频在线观看| 国产精品国产av在线观看| 丰满人妻熟妇乱又伦精品不卡| 中文字幕人妻丝袜一区二区| 成人三级做爰电影| 极品少妇高潮喷水抽搐| 男人的好看免费观看在线视频 | 久久久国产成人免费| 女人高潮潮喷娇喘18禁视频| 国产单亲对白刺激| 精品国产美女av久久久久小说| 淫妇啪啪啪对白视频| 91成年电影在线观看| 日韩免费高清中文字幕av| 精品福利永久在线观看| 91九色精品人成在线观看| 亚洲aⅴ乱码一区二区在线播放 | 国产成人av激情在线播放| 天堂√8在线中文| 一本综合久久免费| 欧美在线一区亚洲| 丰满饥渴人妻一区二区三| 久9热在线精品视频| 国产日韩欧美亚洲二区| 老司机午夜福利在线观看视频| 一进一出好大好爽视频| 久久热在线av| 成人亚洲精品一区在线观看|