• <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
    美女脱内裤让男人舔精品视频| 亚洲,欧美精品.| 女人精品久久久久毛片| 天天操日日干夜夜撸| 日韩一区二区视频免费看| 麻豆精品久久久久久蜜桃| 一本久久精品| 97人妻天天添夜夜摸| 精品人妻一区二区三区麻豆| 国产日韩欧美亚洲二区| 国产熟女欧美一区二区| 一级片免费观看大全| 中国三级夫妇交换| 春色校园在线视频观看| 十八禁高潮呻吟视频| 黄色配什么色好看| 久久精品久久久久久噜噜老黄| 久久人人爽av亚洲精品天堂| 日韩中文字幕欧美一区二区 | 国产人伦9x9x在线观看 | 这个男人来自地球电影免费观看 | 一级毛片我不卡| 欧美变态另类bdsm刘玥| 国产白丝娇喘喷水9色精品| 国产精品偷伦视频观看了| 一级毛片电影观看| 亚洲欧美精品综合一区二区三区 | 亚洲美女视频黄频| 毛片一级片免费看久久久久| 乱人伦中国视频| 在线天堂中文资源库| 国产精品无大码| 伦理电影免费视频| 丰满饥渴人妻一区二区三| 男人添女人高潮全过程视频| 久久久久久久久久久久大奶| 哪个播放器可以免费观看大片| 日日撸夜夜添| 成人18禁高潮啪啪吃奶动态图| 成人18禁高潮啪啪吃奶动态图| 国产精品女同一区二区软件| 国产日韩一区二区三区精品不卡| 亚洲人成电影观看| 丝袜人妻中文字幕| 国产精品国产av在线观看| 久久久国产欧美日韩av| 精品亚洲成国产av| 一个人免费看片子| 美女中出高潮动态图| 考比视频在线观看| 成年动漫av网址| 1024香蕉在线观看| 国产一区二区激情短视频 | 免费看不卡的av| 精品福利永久在线观看| www.精华液| 亚洲精品日本国产第一区| 女人高潮潮喷娇喘18禁视频| 欧美日韩亚洲高清精品| 精品一区二区免费观看| 久久这里只有精品19| 国产激情久久老熟女| 最近中文字幕高清免费大全6| 日韩欧美精品免费久久| 超碰97精品在线观看| 亚洲国产毛片av蜜桃av| 黄色一级大片看看| 高清黄色对白视频在线免费看| 国产精品无大码| xxx大片免费视频| 青青草视频在线视频观看| 欧美 亚洲 国产 日韩一| 国产无遮挡羞羞视频在线观看| 国产无遮挡羞羞视频在线观看| 国产日韩欧美视频二区| 日韩一区二区三区影片| 激情视频va一区二区三区| 中文字幕亚洲精品专区| 欧美av亚洲av综合av国产av | 亚洲综合精品二区| 国产精品99久久99久久久不卡 | 男人爽女人下面视频在线观看| 久久久久久久国产电影| 亚洲人成网站在线观看播放| 久久国产精品大桥未久av| 黄频高清免费视频| 少妇被粗大猛烈的视频| 欧美少妇被猛烈插入视频| av国产久精品久网站免费入址| 蜜桃国产av成人99| 少妇精品久久久久久久| 国产在线免费精品| 母亲3免费完整高清在线观看 | 99久久中文字幕三级久久日本| 久久久久国产一级毛片高清牌| 日本猛色少妇xxxxx猛交久久| 精品一区在线观看国产| 两个人看的免费小视频| 男男h啪啪无遮挡| 日本欧美国产在线视频| av女优亚洲男人天堂| 日韩一区二区三区影片| 黑人巨大精品欧美一区二区蜜桃| 久久精品国产a三级三级三级| 尾随美女入室| 日韩精品有码人妻一区| 免费日韩欧美在线观看| 国产精品不卡视频一区二区| 国产 一区精品| xxxhd国产人妻xxx| 精品99又大又爽又粗少妇毛片| 国产精品一区二区在线观看99| 极品人妻少妇av视频| 中文字幕精品免费在线观看视频| 日韩欧美一区视频在线观看| 亚洲天堂av无毛| 久久国产亚洲av麻豆专区| 老熟女久久久| 国产av码专区亚洲av| 中文字幕色久视频| 日韩一区二区三区影片| 亚洲精品美女久久av网站| 亚洲欧洲国产日韩| 男人爽女人下面视频在线观看| 成人午夜精彩视频在线观看| 国产熟女午夜一区二区三区| 一本久久精品| 一区福利在线观看| 日本午夜av视频| 色播在线永久视频| 国产色婷婷99| freevideosex欧美| 中文字幕av电影在线播放| 黑人巨大精品欧美一区二区蜜桃| 日韩电影二区| 中文天堂在线官网| 天堂8中文在线网| 国产爽快片一区二区三区| 精品国产露脸久久av麻豆| 日韩中文字幕视频在线看片| 日韩中文字幕欧美一区二区 | 美女中出高潮动态图| 亚洲精品自拍成人| 国产免费视频播放在线视频| 久久久久久久亚洲中文字幕| 91aial.com中文字幕在线观看| 国精品久久久久久国模美| 高清在线视频一区二区三区| 亚洲av国产av综合av卡| 国产精品久久久久久av不卡| 国产精品香港三级国产av潘金莲 | 免费女性裸体啪啪无遮挡网站| 色哟哟·www| 青春草国产在线视频| 免费大片黄手机在线观看| 少妇被粗大猛烈的视频| 亚洲国产色片| 亚洲久久久国产精品| 亚洲美女视频黄频| 亚洲国产色片| 九草在线视频观看| 国产亚洲午夜精品一区二区久久| 狠狠精品人妻久久久久久综合| 国产av精品麻豆| av网站在线播放免费| 国产精品一二三区在线看| 性高湖久久久久久久久免费观看| 18禁裸乳无遮挡动漫免费视频| 国产黄色视频一区二区在线观看| 90打野战视频偷拍视频| av天堂久久9| 午夜精品国产一区二区电影| 男女免费视频国产| 日日爽夜夜爽网站| 考比视频在线观看| 桃花免费在线播放| 久久久久国产精品人妻一区二区| av有码第一页| av一本久久久久| 中文字幕亚洲精品专区| 欧美xxⅹ黑人| 综合色丁香网| 在线观看免费视频网站a站| 91国产中文字幕| 亚洲婷婷狠狠爱综合网| 18禁国产床啪视频网站| 亚洲精品乱久久久久久| 在线免费观看不下载黄p国产| 国产在线视频一区二区| 免费久久久久久久精品成人欧美视频| 999久久久国产精品视频| av.在线天堂| 中文字幕最新亚洲高清| 中文字幕制服av| 久久精品国产a三级三级三级| 欧美精品国产亚洲| 久久精品久久精品一区二区三区| 午夜91福利影院| 天天影视国产精品| 日韩人妻精品一区2区三区| 国产亚洲午夜精品一区二区久久| 在线 av 中文字幕| 自线自在国产av| 宅男免费午夜| 欧美最新免费一区二区三区| 亚洲精品视频女| 又粗又硬又长又爽又黄的视频| 国产精品久久久久久av不卡| 亚洲av综合色区一区| 精品人妻在线不人妻| 看免费成人av毛片| 亚洲一区二区三区欧美精品| 国产激情久久老熟女| 在现免费观看毛片| 久久精品国产鲁丝片午夜精品| 99国产精品免费福利视频| 欧美日韩成人在线一区二区| √禁漫天堂资源中文www| 又黄又粗又硬又大视频| 天天躁夜夜躁狠狠躁躁| 欧美+日韩+精品| 亚洲国产精品一区二区三区在线| 青青草视频在线视频观看| 一个人免费看片子| 亚洲美女视频黄频| 婷婷成人精品国产| 亚洲精品自拍成人| 国产精品嫩草影院av在线观看| 国产毛片在线视频| 中文字幕色久视频| 国产一级毛片在线| 大话2 男鬼变身卡| 在线观看免费高清a一片| 日韩电影二区| 日韩大片免费观看网站| 日韩中文字幕欧美一区二区 | 亚洲欧美色中文字幕在线| 国产黄频视频在线观看| 国产 精品1| 五月开心婷婷网| www.熟女人妻精品国产| 国产精品麻豆人妻色哟哟久久| 91国产中文字幕| 国产综合精华液| 久久久久国产精品人妻一区二区| 日韩视频在线欧美| 成人毛片60女人毛片免费| 男女边吃奶边做爰视频| 亚洲国产精品成人久久小说| 黄色配什么色好看| 伦理电影免费视频| 精品一品国产午夜福利视频| 亚洲一区二区三区欧美精品| 亚洲情色 制服丝袜| 女的被弄到高潮叫床怎么办| 欧美激情极品国产一区二区三区| 少妇被粗大猛烈的视频| 国产综合精华液| 精品99又大又爽又粗少妇毛片| 精品国产露脸久久av麻豆| 一边亲一边摸免费视频| 欧美国产精品一级二级三级| 七月丁香在线播放| 免费观看无遮挡的男女| 黄网站色视频无遮挡免费观看| videosex国产| 日韩制服骚丝袜av| 丝袜美足系列| 天天躁夜夜躁狠狠躁躁| 免费高清在线观看日韩| 自拍欧美九色日韩亚洲蝌蚪91| 精品少妇一区二区三区视频日本电影 | 午夜av观看不卡| 性色avwww在线观看| 少妇的逼水好多| 日韩制服骚丝袜av| 亚洲欧美日韩另类电影网站| 国产欧美亚洲国产| 在线观看三级黄色| 在线免费观看不下载黄p国产| 伦理电影大哥的女人| 日韩三级伦理在线观看| 久久久精品区二区三区| 高清视频免费观看一区二区| 人人妻人人澡人人看| av在线播放精品| 丝袜在线中文字幕| 免费大片黄手机在线观看| 日本色播在线视频| 啦啦啦在线免费观看视频4| 亚洲成人一二三区av| 1024香蕉在线观看| 麻豆av在线久日| 大片电影免费在线观看免费| 春色校园在线视频观看| 99久久人妻综合| 成年人免费黄色播放视频| 成人黄色视频免费在线看| 国精品久久久久久国模美| 国产爽快片一区二区三区| 天堂中文最新版在线下载| av天堂久久9| 日韩制服丝袜自拍偷拍| 欧美亚洲日本最大视频资源| 美女午夜性视频免费| 日韩av不卡免费在线播放| av天堂久久9| 欧美亚洲日本最大视频资源| 亚洲成人av在线免费| 波多野结衣一区麻豆| 国产成人免费无遮挡视频| 18禁观看日本| 国产探花极品一区二区| 黄片无遮挡物在线观看| 国产亚洲最大av| 精品少妇内射三级| 热re99久久精品国产66热6| 国产又爽黄色视频| 国产精品一区二区在线观看99| 欧美xxⅹ黑人| 少妇的丰满在线观看| 日日爽夜夜爽网站| 久久人人爽人人片av| 伦精品一区二区三区| 99香蕉大伊视频| 婷婷色综合www| 丁香六月天网| 纵有疾风起免费观看全集完整版| 国产人伦9x9x在线观看 | 天天躁夜夜躁狠狠久久av| 一本久久精品| 精品国产乱码久久久久久男人| 日本av手机在线免费观看| av视频免费观看在线观看| 十分钟在线观看高清视频www| 欧美日韩亚洲高清精品| 亚洲天堂av无毛| 国产乱来视频区| 亚洲经典国产精华液单| 777米奇影视久久| 亚洲五月色婷婷综合| 少妇的逼水好多| 波多野结衣一区麻豆| 人妻人人澡人人爽人人| h视频一区二区三区| 五月伊人婷婷丁香| 夜夜骑夜夜射夜夜干| 人人妻人人爽人人添夜夜欢视频| 亚洲综合色网址| 纯流量卡能插随身wifi吗| 国产成人精品久久久久久| 国产综合精华液| 老熟女久久久| 99精国产麻豆久久婷婷| 多毛熟女@视频| 欧美成人午夜精品| 亚洲精品美女久久av网站| 搡女人真爽免费视频火全软件| 亚洲国产最新在线播放| 巨乳人妻的诱惑在线观看| 汤姆久久久久久久影院中文字幕| 啦啦啦在线免费观看视频4| 波多野结衣av一区二区av| 欧美精品人与动牲交sv欧美| av天堂久久9| 熟妇人妻不卡中文字幕| 免费高清在线观看日韩| 亚洲精品国产一区二区精华液| 老熟女久久久| 一级毛片 在线播放| 久久精品国产鲁丝片午夜精品| 搡女人真爽免费视频火全软件| 18禁观看日本| 精品一区二区免费观看| 日本91视频免费播放| 七月丁香在线播放| 亚洲欧美色中文字幕在线| 亚洲精品乱久久久久久| 精品国产一区二区三区四区第35| 一本色道久久久久久精品综合| 国产亚洲精品第一综合不卡| 亚洲成国产人片在线观看| 极品少妇高潮喷水抽搐| 可以免费在线观看a视频的电影网站 | 青春草亚洲视频在线观看| 晚上一个人看的免费电影| 一级毛片黄色毛片免费观看视频| 人人妻人人添人人爽欧美一区卜| 免费少妇av软件| 男女啪啪激烈高潮av片| 久久99热这里只频精品6学生| av线在线观看网站| 一级毛片黄色毛片免费观看视频| 亚洲欧洲日产国产| 伊人久久大香线蕉亚洲五| 制服丝袜香蕉在线| 青青草视频在线视频观看| 精品亚洲乱码少妇综合久久| 满18在线观看网站| 国产男女内射视频| 激情视频va一区二区三区| 久久国产精品大桥未久av| 久久影院123| 亚洲精品中文字幕在线视频| 美女脱内裤让男人舔精品视频| 精品第一国产精品| 午夜影院在线不卡| 国产 一区精品| 国产成人aa在线观看| 亚洲人成77777在线视频| 爱豆传媒免费全集在线观看| 男人舔女人的私密视频| 只有这里有精品99| 国产精品嫩草影院av在线观看| 国产伦理片在线播放av一区| 精品一区二区三区四区五区乱码 | 亚洲欧美色中文字幕在线| 欧美精品一区二区免费开放| 美女国产高潮福利片在线看| www.av在线官网国产| av又黄又爽大尺度在线免费看| 少妇 在线观看| videosex国产| 国产男女内射视频| 中文字幕亚洲精品专区| 纵有疾风起免费观看全集完整版| 国产成人a∨麻豆精品| 精品视频人人做人人爽| 亚洲国产av新网站| 久久久久久人人人人人| 一区二区av电影网| 日本91视频免费播放| 国产男人的电影天堂91| 精品视频人人做人人爽| 制服人妻中文乱码| 国产一区二区三区综合在线观看| 99九九在线精品视频| 亚洲第一区二区三区不卡| 男人爽女人下面视频在线观看| 天天躁夜夜躁狠狠久久av| 国产乱来视频区| 国产熟女午夜一区二区三区| 亚洲精品一区蜜桃| 国产亚洲欧美精品永久| 黄片小视频在线播放| xxxhd国产人妻xxx| 国产av精品麻豆| www日本在线高清视频| a级毛片在线看网站| 丰满饥渴人妻一区二区三| 免费观看a级毛片全部| 伊人久久大香线蕉亚洲五| 99久久中文字幕三级久久日本| 美女午夜性视频免费| 久久精品国产自在天天线| 欧美日韩视频高清一区二区三区二| 国产淫语在线视频| 日本vs欧美在线观看视频| 欧美成人精品欧美一级黄| 成人手机av| 日韩一区二区三区影片| 亚洲精品aⅴ在线观看| 大片免费播放器 马上看| 99国产精品免费福利视频| 91久久精品国产一区二区三区| 一级爰片在线观看| 日韩制服骚丝袜av| 香蕉精品网在线| 街头女战士在线观看网站| 777久久人妻少妇嫩草av网站| 高清黄色对白视频在线免费看| 97精品久久久久久久久久精品| 亚洲色图 男人天堂 中文字幕| 亚洲图色成人| 自拍欧美九色日韩亚洲蝌蚪91| 考比视频在线观看| av在线播放精品| 熟女电影av网| 在线免费观看不下载黄p国产| av免费观看日本| 高清在线视频一区二区三区| 啦啦啦在线观看免费高清www| 波多野结衣av一区二区av| 久久久久久伊人网av| 女人高潮潮喷娇喘18禁视频| 人人妻人人澡人人看| 熟妇人妻不卡中文字幕| 最新中文字幕久久久久| 亚洲图色成人| 国产激情久久老熟女| 高清视频免费观看一区二区| 亚洲国产最新在线播放| 91午夜精品亚洲一区二区三区| 国产精品久久久久久精品古装| 国产麻豆69| 亚洲国产看品久久| 黑人欧美特级aaaaaa片| 国产av精品麻豆| 欧美精品亚洲一区二区| 最黄视频免费看| 精品人妻一区二区三区麻豆| 男女高潮啪啪啪动态图| 女性生殖器流出的白浆| 色婷婷久久久亚洲欧美| 如日韩欧美国产精品一区二区三区| 免费黄网站久久成人精品| 欧美精品国产亚洲| 精品少妇黑人巨大在线播放| 婷婷色综合www| 这个男人来自地球电影免费观看 | 18+在线观看网站| 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| 国产精品国产三级国产专区5o| 欧美日韩精品成人综合77777| 国产日韩欧美亚洲二区| 中文字幕最新亚洲高清| 亚洲人成77777在线视频| 午夜激情av网站| 成人手机av| 91成人精品电影| 国产高清国产精品国产三级| 九草在线视频观看| 美女国产高潮福利片在线看| 观看av在线不卡| 十八禁高潮呻吟视频| 精品一区在线观看国产| 人人妻人人澡人人爽人人夜夜| 亚洲一区中文字幕在线| 99香蕉大伊视频| 欧美在线黄色| 精品少妇久久久久久888优播| 最近中文字幕2019免费版| 亚洲五月色婷婷综合| 国产精品秋霞免费鲁丝片| 久热这里只有精品99| 日本爱情动作片www.在线观看| 黄频高清免费视频| 性色av一级| 女人精品久久久久毛片| 尾随美女入室| 亚洲欧美清纯卡通| 黄片无遮挡物在线观看| 久久久久久久亚洲中文字幕| 久久综合国产亚洲精品| 久久人妻熟女aⅴ| 国产亚洲一区二区精品| 各种免费的搞黄视频| 人妻一区二区av| 夜夜骑夜夜射夜夜干| 街头女战士在线观看网站| av在线老鸭窝| 精品第一国产精品| 免费女性裸体啪啪无遮挡网站| 在线观看www视频免费| 一级毛片 在线播放| 久久av网站| 精品久久久精品久久久| 国产黄频视频在线观看| 丝袜喷水一区| 久久99热这里只频精品6学生| 久久99一区二区三区| 国产一级毛片在线| 欧美精品国产亚洲| 九草在线视频观看| 亚洲欧美一区二区三区国产| 极品人妻少妇av视频| 少妇被粗大的猛进出69影院| 亚洲成人手机| 欧美亚洲 丝袜 人妻 在线| 日本91视频免费播放| 观看美女的网站| av.在线天堂| 香蕉精品网在线| 欧美中文综合在线视频| 久久久国产精品麻豆| 人妻少妇偷人精品九色| 免费播放大片免费观看视频在线观看| 亚洲欧美色中文字幕在线| 免费观看性生交大片5| 日本-黄色视频高清免费观看| 国产成人aa在线观看| 91aial.com中文字幕在线观看| 精品亚洲成a人片在线观看| 国产一区二区 视频在线| 制服丝袜香蕉在线| 狠狠精品人妻久久久久久综合| 欧美少妇被猛烈插入视频| 午夜福利在线免费观看网站| 久久久精品区二区三区| 欧美精品国产亚洲| 久久久国产精品麻豆| 三级国产精品片| 中文字幕色久视频| 国产一区二区激情短视频 | 欧美亚洲 丝袜 人妻 在线| 九九爱精品视频在线观看| 又粗又硬又长又爽又黄的视频| 蜜桃在线观看..| 国产1区2区3区精品| 国产av码专区亚洲av| 成年人午夜在线观看视频| 国产精品偷伦视频观看了| www.自偷自拍.com| 欧美精品国产亚洲| 1024香蕉在线观看| 久久精品国产亚洲av高清一级| 777久久人妻少妇嫩草av网站| 香蕉国产在线看| 亚洲国产精品国产精品| 一边亲一边摸免费视频| 亚洲,欧美精品.| videossex国产| 两性夫妻黄色片| 青春草视频在线免费观看|