• <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 ?

    改進的粒子群算法在入侵檢測中的應用

    2016-11-09 11:03:53牛永潔
    電子設(shè)計工程 2016年20期
    關(guān)鍵詞:適應度數(shù)據(jù)包種群

    牛永潔

    (延安大學 數(shù)學與計算機學院,陜西 延安 716000)

    改進的粒子群算法在入侵檢測中的應用

    牛永潔

    (延安大學 數(shù)學與計算機學院,陜西 延安 716000)

    為了提高入侵檢測系統(tǒng)的檢測率和降低系統(tǒng)的誤檢率,對基本的粒子群算法采用在粒子群初始化階段,種群的離散度必須滿足一定的要求才能開始迭代;在算法迭代過程中,慣性權(quán)重、加速系數(shù)的調(diào)整都與當前粒子群的離散度相關(guān);當種群的離散度小于一定數(shù)值時,進行保優(yōu)重初始化,同時采用適應度函數(shù)拉伸操作,重新迭代等幾個方面的改進。經(jīng)過KDD Cup 1999數(shù)據(jù)集的訓練和檢驗數(shù)據(jù)的仿真測試,改進后的粒子群算法具有較高的檢測正確率和較低的誤檢率,而且新算法收斂速度快,不易局部最優(yōu)。

    入侵檢測;粒子群算法;離散度;適應度函數(shù);拉伸

    目前,計算機網(wǎng)絡(luò)已經(jīng)滲透到人們工作、生活的各個方面,特別是“互聯(lián)網(wǎng)+”的興起,使計算機網(wǎng)絡(luò)成為經(jīng)濟騰飛的另一個重要契機。同時,越來越多的個人隱私信息和敏感信息在網(wǎng)絡(luò)中傳輸。如何保證這些信息的安全性?為社會的發(fā)展提供一個干凈的網(wǎng)絡(luò)環(huán)境,網(wǎng)絡(luò)安全問題越來越受到人們的重視,同時網(wǎng)絡(luò)攻擊的形式也不斷的多樣化,用戶的計算機系統(tǒng)隨時都會被未知的網(wǎng)絡(luò)攻擊方法攻擊。

    入侵檢測系統(tǒng)(Intrusion Detection System,IDS)是一種能夠主動發(fā)現(xiàn)進入系統(tǒng)非正常行為的技術(shù)。相對其他安全措施而言,入侵檢測系統(tǒng)具有主動性與識別新攻擊方法的優(yōu)點。在IDS系統(tǒng)中,通過在計算機系統(tǒng)關(guān)鍵點位置或者網(wǎng)絡(luò)流量的關(guān)鍵路徑上進行信息的收集、整理、分析,從中判斷系統(tǒng)是否被入侵,一旦發(fā)現(xiàn)被入侵事件,及時采取相應的防護措施。入侵檢測系統(tǒng)是一種主動防御的系統(tǒng),其技術(shù)的核心是對收集的數(shù)據(jù)進行分析,判斷出正常行為和非正常行為[1]。

    入侵檢測的原理是對流經(jīng)計算機系統(tǒng)的數(shù)據(jù)包進行抓取和數(shù)據(jù)清洗,然后使用合適的數(shù)據(jù)分析算法,判斷出數(shù)據(jù)包屬于正常或者非正常數(shù)據(jù),針對非正常的數(shù)據(jù)采取報警或者其他的措施對用戶進行警告或者提示。所以對數(shù)據(jù)包進行分析,用來分辨數(shù)據(jù)是否正常的算法是入侵檢測系統(tǒng)的核心。

    粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)由美國的Kennedy和Eberhart基于對鳥群社會系統(tǒng)研究中得到的啟發(fā),在1995年提出[2]。粒子群優(yōu)化算法因為具有深刻的智能背景,與遺傳算法相比原理更加直觀、實現(xiàn)簡單并且優(yōu)化速度及精度都有一定的提高。所以一提出立即引起演化計算領(lǐng)域?qū)W者的廣泛關(guān)注,在短時間內(nèi)涌現(xiàn)出大量的研究成果,形成了一個研究熱點。而且在函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)訓練、工程系統(tǒng)優(yōu)化、入侵檢測等領(lǐng)域得到廣泛應用[3-8]。

    文中首先闡述了入侵檢測的基本概念,然后簡要介紹了基本PSO,分析了基本PSO的優(yōu)點與不足。針對這些優(yōu)點與不足,對基本PSO進行了兩個方面的改進,提出基于“離散度”的種群初始化方法,又結(jié)合“拉伸”技術(shù)對算法迭代過程中的適應度函數(shù)進行放大處理,這些改進措施很好的解決了收斂速度與局部最優(yōu)的問題[9-10]。通過在KDD Cup 1999網(wǎng)絡(luò)數(shù)據(jù)集上的實驗仿真,發(fā)現(xiàn)效果良好。

    1 入侵檢測

    入侵是指試圖破壞資源的完整性、機密性以及可用性的活動的集合。入侵檢測系統(tǒng)(IDS)是通過監(jiān)視和檢測數(shù)據(jù)的通信或用戶的行為來證明是否有入侵的系統(tǒng)[11-15]。根據(jù)檢測方法的不同,有兩種基本的檢測方法:誤用檢測(misuse detection)和異常檢測(anomaly detection)。

    誤用檢測使用已知的攻擊模式或系統(tǒng)弱點來進行攻擊識別。異常檢測主要是利用大量主機的日志信息或網(wǎng)絡(luò)流量中的特征數(shù)據(jù)來建立系統(tǒng)正常運行情況下的模式。然后,以此為依據(jù),任何對正常情況的偏離都認為是異常。IDS根據(jù)偵聽策略可分為基于網(wǎng)絡(luò)的IDS和基于主機的IDS。前者利用網(wǎng)絡(luò)偵聽技術(shù)收集網(wǎng)絡(luò)上傳輸?shù)臄?shù)據(jù)包,并對數(shù)據(jù)包信息進行解讀,從中發(fā)現(xiàn)異常的行為?;谥鳈C的IDS:其輸入數(shù)據(jù)來源主要是主機系統(tǒng)和系統(tǒng)本地用戶的審計數(shù)據(jù)和系統(tǒng)的日志。

    入侵檢測系統(tǒng)是通過監(jiān)視和檢測數(shù)據(jù)的通信或用戶的行為來證明是否有入侵的系統(tǒng)。本文采用的入侵檢測系統(tǒng)采用基于網(wǎng)絡(luò)的IDS,其基本的工作原理如圖1所示。

    圖1 入侵檢測的基本原理

    入侵檢測的第一步是進行數(shù)據(jù)采集,對數(shù)據(jù)的采集使用一種叫嗅探器的工具。嗅探器有硬件和軟件兩種實現(xiàn)方式。硬件網(wǎng)絡(luò)嗅探器靈活性比較差、但是其性能高而且價格比較昂貴。軟件網(wǎng)絡(luò)嗅探器具有實現(xiàn)方便、布置靈活和成本低的優(yōu)勢。不同的軟件版本需要不同的平臺支持,比較常見的嗅探器有:Linux系統(tǒng)下的 Tcpdump、HP-UX系統(tǒng)平臺下的NfSwatch和 Windows系 統(tǒng) 平 臺 下 的 lpman、FoxSniffe、Wireshark、WinPcap等。SharpPcap是一個.NET環(huán)境下的網(wǎng)絡(luò)包捕獲框架,基于著名的WinPcap庫開發(fā)。提供了捕獲、注入、分析和構(gòu)建的功能,適用于.NET開發(fā)語言。本文對數(shù)據(jù)包的抓取基于SharpPcap庫進行。

    對抓取的數(shù)據(jù)包進行數(shù)據(jù)預處理的過程主要包含3個步驟,它們分別是降維、數(shù)字化、標準化。由于抓取的數(shù)據(jù)包一般維數(shù)比較大大,為了減少后續(xù)算法的運算量,同時還不能影響算法的準確度,文中采用主成分分析(Principal Component Analysis,PCA)方法對網(wǎng)絡(luò)數(shù)據(jù)包進行降維處理。由于在抓取的網(wǎng)絡(luò)數(shù)據(jù)包中含有很多文本屬性用來描述每條記錄,如為了表示網(wǎng)絡(luò)連接類型的不同,會對記錄的連接類型標記為TCP、UDP等類型,為了能夠進行很好的數(shù)據(jù)分析,需要對文本字符進行變換,變換為數(shù)值。最后由于每條記錄的屬性量綱不同,為了消除量綱不同的影響,需要對數(shù)據(jù)進行標準化處理。數(shù)據(jù)的標準化采用公式(1)、(2)進行。

    其中xij表示第i行第j列的一個標量數(shù)據(jù),表示第j列的算術(shù)平均值,而Sj表示第j列的標準方差,而表示經(jīng)過數(shù)據(jù)標準化處理后的新數(shù)據(jù)。經(jīng)過數(shù)據(jù)標準化處理消除了量綱的影響。

    2 粒子群算法的改進

    2.1 基本粒子群算法

    標準粒子群算法描述如下:在D維的目標搜索空間中,由N個粒子組成一個群體,稱為種群。其中第i個粒子是一個D維的向量Xi=(xi1,xi2,…,xiD),i=1,2,…,N,每個粒子都代表搜索空間中一個潛在的可行解??尚薪獾闹涤蛇m應度函數(shù)計算得出。種群中的每個粒子在搜索空間中按照一定的速度、方向運動,每到達一個新的位置,用適應度函數(shù)對粒子進行優(yōu)劣評價,根據(jù)適應度值的優(yōu)劣決定粒子下一步運動速度的大小與方向。因此,粒子速度、位置的更新是算法的驅(qū)動力,根據(jù)速度、位置更新的原理不同,可以將粒子群算法分為全局粒子群算法與局部粒子群算法等不同的類型。

    算法運行過程中,一個粒子Xi自身搜索到的歷史最優(yōu)解表示為Phibest,稱為自身歷史最優(yōu)解,所有粒子搜索到的最優(yōu)解表示為Pgbest,稱為全局歷史最優(yōu)解,粒子鄰域內(nèi)的其他粒子搜索到的歷史最優(yōu)解表示為Plibest,稱為鄰域歷史最優(yōu)解,粒子運行的速度記為Vi。

    標準全局粒子群算法 (Standard Global Particle Swarm Optimization,SG-PSO)按照公式(3)(4)進行速度、位置的更新。

    標準局部粒子群算法 (Standard Local Particle Swarm Optimization,SL-PSO)按照公式(5)(6)更新速度、位置。

    目前,對粒子群算法的改進主要集中在慣性權(quán)重、加速系數(shù)、約束系數(shù)方面。文獻[16]對慣性權(quán)重做了詳盡的研究。

    文獻[17]對種群的初始化方法進行了改進。文獻[18]對約束系數(shù)的選擇進行了探討。根據(jù)對這些文獻的研究和實踐驗證,本文提出兩個方面的改進措施。

    2.2 粒子群算法的改進

    文中提出的新算法主要針對兩個方面進行改進。

    1)離散度概念的引入

    根據(jù)文獻[17]的結(jié)論,種群的初始化對粒子群算法的運行結(jié)果具有重要的影響,為此本文根據(jù)文獻[9]的研究結(jié)果,采用更能體現(xiàn)種群初始化時粒子分布的均勻度的離散度方法。離散度的定義如下:

    積的概念:N個二維粒子在空間中占據(jù)的面積使用公式(7)計算

    其中x為N個粒子的橫坐標,y是粒子的縱坐標,以此類推D維空間中N個粒子的積的定義如公式(8)所示。

    其中xi是粒子的第i維。把D維空間的積記為SD。則離散度MD=SD/N。其中N為粒子的個數(shù)。

    盡管對慣性權(quán)重、加速系數(shù)、約束系數(shù)3個系數(shù)調(diào)整的策略有多種,但有一個總原則:3個系數(shù)的調(diào)整都與種群粒子的當前狀態(tài)相關(guān)。

    在算法迭代過程中,按照公式(3),(4)進行位置與速度的更新,慣性權(quán)重用φ代替,加速系數(shù)c1=6*(φ-1)2+4,c2=0.5*sin(φ)+0.8。這樣c1從4以凹函數(shù)遞增到10,c2從0.8開始逐漸遞增到1.2。

    2)適應度函數(shù)的拉伸技術(shù)

    在粒子群算法運行過程中,為了避免算法陷入局部最優(yōu)和算法運行后期動力不足的問題,往往對適應度函數(shù)采用“拉伸”技術(shù)[19-20]。文中采用的拉伸操作是將小于當前全局最優(yōu)適應度的函數(shù)值保持不變,比當前全局最優(yōu)適應度大的適應度值,根據(jù)該值與當前全局最優(yōu)的差值進行拉伸,擴大二者之間的差異,以加速新的迭代的收斂速度。

    文中采用的拉伸技術(shù)的思想:

    假設(shè)尋找函數(shù)y=1-cos(3*x)*exp(-x)在區(qū)間[0,4]之間的最大值,采用該函數(shù)本身作為粒子適應度評價函數(shù)。該函數(shù)的圖形如圖2所示。

    圖2 函數(shù)y=1-cos(3*x)*exp(-x)的圖形

    如果PSO算法收斂到局部最優(yōu)x=3,y=1.045 4時,對適應度評價函數(shù)采用公式(9)進行拉伸。

    f(u)為原來適應度評價函數(shù),ū為取得當前全局最優(yōu)值的位置,γ為大于1的正整數(shù),代表放大的倍數(shù),G(u)成為新的適應度評價函數(shù)。經(jīng)拉伸后的函數(shù)圖形如圖3虛線所示。

    圖3 拉伸后的函數(shù)圖形

    拉伸技術(shù)的基本思路:采用全局版的PSO來保證收斂速度,在迭代過程中,當RM小于一個閾值時,保留本次搜索過程的全局最優(yōu)值,對所有粒子的位置、速度、個體最優(yōu)值進行初始化,重新迭代,同時對適應度函數(shù)采用公式(9)進行拉伸操作,拉伸后的函數(shù)作為新的適應度評價函數(shù)。這樣即保證了收斂速度,又能保證算法在全局最優(yōu)值處收斂。

    3 仿真試驗

    為了對新算法的有效性進行評價,采用KDD Cup 1999網(wǎng)絡(luò)數(shù)據(jù)集進行測試數(shù)據(jù),該數(shù)據(jù)集由麻省理工學院Lincoln實驗室模擬美國軍方環(huán)境而搭建網(wǎng)絡(luò)實驗室,對網(wǎng)絡(luò)流量測試而得到,同時也是第三屆數(shù)據(jù)挖掘所使用的數(shù)據(jù)集。

    該數(shù)據(jù)集包括約500萬條訓練集和300萬條測試集,每條記錄包含34個數(shù)值型字段和7個非數(shù)值型字段,并帶有正常、Probing、DoS、R2L、U2R 5種類標簽。數(shù)據(jù)中包括4種類型的攻擊:DoS(拒絕服務攻擊),R2L(未經(jīng)授權(quán)的遠程訪問),U2R(對本地超級用戶的非法訪問)和Probing(掃描與探測)。從數(shù)據(jù)集中隨機抽取5 000條記錄,使正常記錄與異常記錄的比例為7:3。

    算法中參數(shù)的設(shè)置為種群規(guī)模N為1000,每個粒子的維數(shù)D為10,閾值b為0.9,閾值k為0.01,約束系數(shù)r為0.729,拉伸系數(shù)γ為3,算法迭代3000次終止,每種算法平均運行20次,取運行結(jié)果的平均值作為衡量的最終結(jié)果。表1列出了采用經(jīng)典的粒子群算法和新算法檢測率和誤報率的對比結(jié)果。

    4 結(jié) 論

    通過對基本的粒子群算法進行兩個方面的改進,得到一種新的粒子群算法,將這種新型的算法應用于入侵檢測。新算法通過采用離散度作為衡量種群分布均勻的指標,并且在算法運行過程中將慣性權(quán)重、加速系數(shù)、約束系數(shù)與離散度進行關(guān)聯(lián),為了避免算法運行后期陷于局部最優(yōu)和動力不足的問題,在離散度達到一個閾值時,對適應度函數(shù)進行了拉伸和保優(yōu)重新初始化種群的措施,這些措施能夠保證搜索空間的全面性,算法收斂的速度,而且能夠防止算法的“早熟”現(xiàn)象。最后,通過KDD Cup 1999數(shù)據(jù)集對算法的訓練、檢驗數(shù)據(jù)的仿真,結(jié)果表明新的粒子群算法能夠有效的提高入侵檢測的檢測率、降低誤檢率且具有收斂速度快和不易“早熟”的優(yōu)勢。

    表1 經(jīng)典算法與改進算法的對比結(jié)果

    [1]馬茂剛.基于粒子群算法的入侵檢測技術(shù)研究[D].哈爾濱:哈爾濱理工大學,2011.

    [2]Kennedy J,Eberhart R.Particle swarm optimization[C]//In: IEEE Int'1 Conf on Neural Networks,Perth,Australia,1995:1942-1948.

    [3]牛永潔,趙耀鋒.改進的LF算法在入侵檢測中的應用[J].計算機與現(xiàn)代化,2013(6):57-59,63.

    [4]劉孔源.基于核方法的網(wǎng)絡(luò)入侵檢測若干研究[D].南京:南京郵電大學,2014.

    [5]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.

    [6]徐鵬,姜鳳茹.粒子群算法和K近鄰相融合的網(wǎng)絡(luò)入侵檢測[J].計算機工程與應用,2014(11):95-98.

    [7]馮瑩瑩,余世干,劉輝.KNN-IPSO選擇特征的網(wǎng)絡(luò)入侵檢測[J].計算機工程與應用,2014(17):95-99.

    [8]趙暉.融合鄰域粗糙集與粒子群優(yōu)化的網(wǎng)絡(luò)入侵檢測[J].計算機工程與應用,2013(18):73-77,93.

    [9]牛永潔,劉濤.基于離散度與拉伸技術(shù)的粒子群優(yōu)化算法[J].計算機工程與科學,2011(5):112-115.

    [10]杜利峰,牛永潔.改進的粒子群算法在智能組卷中的應用研究[J].信息技術(shù),2012(9):165-167,171.

    [11]黃業(yè)宇.一種基于OCSVM-PSO的網(wǎng)絡(luò)入侵檢測技術(shù)[D].廣州:暨南大學,2014.

    [12]牛永潔,常浩.基于Boosting與SVM的入侵檢測技術(shù)[J].信息技術(shù),2010(12):92-93,98.

    [13]李鋒.粒子群模糊聚類算法在入侵檢測中的研究[J].計算機技術(shù)與發(fā)展,2014(12):138-141.

    [14]張拓,王建平.基于CQPSO-LSSVM的網(wǎng)絡(luò)入侵檢測模型[J].計算機工程與應用,2015(2):113-116,155.

    [15]龔明朗,許榕生.一種改進的PSO算法在網(wǎng)格入侵檢測系統(tǒng)中的研究[J].計算機應用與軟件,2011(3):274-278.

    [16]陳貴敏,賈建援,韓琪.粒子群優(yōu)化算法的慣性權(quán)值遞減策略研究[J].西安交通大學學報,2006(1):53-56.

    [17]張永強,張墨華.反向?qū)W習粒子群算法和多層分類器相融合的網(wǎng)絡(luò)入侵檢測[J].計算機應用與軟件,2015(4):305-308.[18]吳亮,蔣玉明.基于適應值的粒子群優(yōu)化改進[J].計算機工程與設(shè)計,2010,31(6):1283-1285.

    [19]牛永潔,陳莉.基于競爭與拉伸技術(shù)的粒子群算法[J].計算機工程與設(shè)計,2008,(22)5802-5804,5809.

    [20]肖立中,劉云翔,陳麗瓊.基于改進粒子群的加速K均值算法在入侵檢測中的研究[J].系統(tǒng)仿真學報,2014(8):1652-1657.

    Application of intrusion detection based on improved particle swarm optim ization

    NIU Yong-jie
    (College ofMathematics&Computer Science,Yan'an University,Yan'an 716000,China)

    In order to improve the detection rate and reduce the false detection rate of intrusion detection systems,In the initialization phase of particle swarm,discrete degree of swarm mustmeet certain requirements before its iteration.In the process of iterative algorithm,the adjustment of inertia weight and acceleration coefficient was related to current discrete degree of particle swarm.When discrete degree was smaller than certain value,it should reinitialize in order to retain high quality,stretch fitness function and reiterate.The improved particle swarm optimization algorithm has higher detection accuracy and lower false detection rate,The new algorithm has the advantages of fast convergence and difficult to local optimum.

    intrusion detection;particle swarm optimization;discrete degree;fitness function;stretch

    TN918.91

    A

    1674-6236(2016)20-0094-04

    2016-01-13 稿件編號:201601096

    陜西省教育廳自然科學研究項目(14JK1828)

    牛永潔(1977—),男,河南許昌人,碩士,副教授。研究方向:數(shù)據(jù)挖掘、智能算法、網(wǎng)絡(luò)安全。

    猜你喜歡
    適應度數(shù)據(jù)包種群
    邢氏水蕨成功繁衍并建立種群 等
    改進的自適應復制、交叉和突變遺傳算法
    計算機仿真(2022年8期)2022-09-28 09:53:02
    山西省發(fā)現(xiàn)刺五加種群分布
    SmartSniff
    基于空調(diào)導風板成型工藝的Kriging模型適應度研究
    中國塑料(2016年11期)2016-04-16 05:26:02
    基于Libpcap的網(wǎng)絡(luò)數(shù)據(jù)包捕獲器的設(shè)計與實現(xiàn)
    崗更湖鯉魚的種群特征
    少數(shù)民族大學生文化適應度調(diào)查
    視覺注意的數(shù)據(jù)包優(yōu)先級排序策略研究
    移動IPV6在改進數(shù)據(jù)包發(fā)送路徑模型下性能分析
    亚洲人成77777在线视频| 国产在线精品亚洲第一网站| 黄片大片在线免费观看| 在线观看免费午夜福利视频| 黄色片一级片一级黄色片| e午夜精品久久久久久久| 久久久久视频综合| 91麻豆av在线| 一级毛片精品| 亚洲欧美精品综合一区二区三区| av天堂在线播放| 两个人免费观看高清视频| av欧美777| 天堂动漫精品| 人成视频在线观看免费观看| 国产极品粉嫩免费观看在线| 两性夫妻黄色片| 在线观看免费午夜福利视频| 成人18禁在线播放| xxxhd国产人妻xxx| 咕卡用的链子| 999久久久精品免费观看国产| 成人国产一区最新在线观看| 他把我摸到了高潮在线观看 | 最近最新中文字幕大全免费视频| 一区在线观看完整版| 亚洲成a人片在线一区二区| av网站在线播放免费| 国产精品欧美亚洲77777| 欧美久久黑人一区二区| 午夜91福利影院| 国产精品久久久久久精品电影小说| 激情视频va一区二区三区| 黑人巨大精品欧美一区二区蜜桃| 亚洲av美国av| 大型av网站在线播放| 青草久久国产| 色综合欧美亚洲国产小说| 精品一区二区三区av网在线观看 | 亚洲 国产 在线| 亚洲欧美色中文字幕在线| 国产欧美日韩一区二区三| 在线天堂中文资源库| bbb黄色大片| 亚洲第一欧美日韩一区二区三区 | 欧美日韩国产mv在线观看视频| 亚洲色图av天堂| 欧美 日韩 精品 国产| 国产精品麻豆人妻色哟哟久久| 久久精品国产亚洲av香蕉五月 | 日韩欧美免费精品| 视频在线观看一区二区三区| 久久久久久亚洲精品国产蜜桃av| 亚洲精品久久午夜乱码| 老司机在亚洲福利影院| 精品亚洲成a人片在线观看| tube8黄色片| 老熟女久久久| 水蜜桃什么品种好| 丰满迷人的少妇在线观看| 狂野欧美激情性xxxx| 热99re8久久精品国产| 中文欧美无线码| 性色av乱码一区二区三区2| 免费观看av网站的网址| 在线观看免费午夜福利视频| 50天的宝宝边吃奶边哭怎么回事| 丝袜在线中文字幕| 在线永久观看黄色视频| 日韩欧美免费精品| 亚洲avbb在线观看| 不卡av一区二区三区| 一区二区三区激情视频| 大香蕉久久网| 亚洲熟女精品中文字幕| 久久久精品94久久精品| 一本久久精品| 亚洲国产毛片av蜜桃av| 国产成人精品在线电影| 麻豆国产av国片精品| 2018国产大陆天天弄谢| 国产精品电影一区二区三区 | 50天的宝宝边吃奶边哭怎么回事| 午夜激情av网站| 丁香欧美五月| 欧美日韩亚洲综合一区二区三区_| 国产精品成人在线| 国产精品 欧美亚洲| 久久青草综合色| 国产无遮挡羞羞视频在线观看| 国产日韩欧美在线精品| 国产av精品麻豆| 国产精品 国内视频| 黄色丝袜av网址大全| 香蕉久久夜色| 亚洲精品在线观看二区| 精品国产一区二区三区久久久樱花| tocl精华| 国产精品一区二区免费欧美| 亚洲五月色婷婷综合| 热99久久久久精品小说推荐| 1024视频免费在线观看| 亚洲国产欧美在线一区| 女人爽到高潮嗷嗷叫在线视频| 大型黄色视频在线免费观看| 国产在线免费精品| 国产欧美日韩一区二区精品| 精品少妇久久久久久888优播| 丰满饥渴人妻一区二区三| av欧美777| 日韩欧美免费精品| 18禁裸乳无遮挡动漫免费视频| 啦啦啦中文免费视频观看日本| 一二三四在线观看免费中文在| 久久久国产欧美日韩av| 国产精品二区激情视频| 久久人妻熟女aⅴ| 国产精品秋霞免费鲁丝片| 精品第一国产精品| 精品少妇一区二区三区视频日本电影| 精品国产一区二区三区四区第35| 91精品三级在线观看| 电影成人av| 久久久久国内视频| 欧美一级毛片孕妇| 欧美 亚洲 国产 日韩一| 纯流量卡能插随身wifi吗| av欧美777| 露出奶头的视频| 91国产中文字幕| 色综合欧美亚洲国产小说| 女人爽到高潮嗷嗷叫在线视频| 欧美日韩亚洲高清精品| 亚洲精品美女久久久久99蜜臀| 久久天躁狠狠躁夜夜2o2o| 久久久久视频综合| 在线十欧美十亚洲十日本专区| 极品少妇高潮喷水抽搐| 国产av精品麻豆| 久久久国产成人免费| 亚洲欧洲日产国产| 岛国在线观看网站| 国产成人系列免费观看| 国产精品av久久久久免费| 亚洲熟女精品中文字幕| 黄色a级毛片大全视频| 亚洲国产成人一精品久久久| 久久av网站| 中亚洲国语对白在线视频| 1024视频免费在线观看| 高清av免费在线| 欧美人与性动交α欧美软件| 日本五十路高清| 亚洲黑人精品在线| 免费在线观看黄色视频的| 美国免费a级毛片| 丁香六月天网| 亚洲精品中文字幕一二三四区 | 人人妻,人人澡人人爽秒播| www.999成人在线观看| 麻豆国产av国片精品| 国产片内射在线| 一边摸一边抽搐一进一出视频| 91麻豆精品激情在线观看国产 | 亚洲欧美激情在线| 久久狼人影院| 一级,二级,三级黄色视频| 无人区码免费观看不卡 | 亚洲久久久国产精品| 免费看十八禁软件| 最近最新中文字幕大全电影3 | 欧美成人免费av一区二区三区 | 欧美大码av| 狠狠精品人妻久久久久久综合| 高清视频免费观看一区二区| 青草久久国产| 真人做人爱边吃奶动态| 在线观看一区二区三区激情| 亚洲av日韩在线播放| 国产精品亚洲av一区麻豆| 大片免费播放器 马上看| 每晚都被弄得嗷嗷叫到高潮| 日韩熟女老妇一区二区性免费视频| 精品熟女少妇八av免费久了| 精品高清国产在线一区| 色在线成人网| av有码第一页| av超薄肉色丝袜交足视频| 91国产中文字幕| 免费人妻精品一区二区三区视频| 国产一区二区激情短视频| 视频区欧美日本亚洲| 在线看a的网站| av在线播放免费不卡| 亚洲成av片中文字幕在线观看| 国产不卡av网站在线观看| 亚洲国产毛片av蜜桃av| 国产成人系列免费观看| 国产亚洲一区二区精品| 国产精品98久久久久久宅男小说| 在线十欧美十亚洲十日本专区| 成年版毛片免费区| 亚洲专区字幕在线| 午夜福利影视在线免费观看| 丰满少妇做爰视频| 中文字幕av电影在线播放| 日日爽夜夜爽网站| 99九九在线精品视频| 在线亚洲精品国产二区图片欧美| 国产精品av久久久久免费| 日本撒尿小便嘘嘘汇集6| 9191精品国产免费久久| 日本五十路高清| 国产成人精品在线电影| 18在线观看网站| 波多野结衣一区麻豆| 欧美日韩视频精品一区| 欧美一级毛片孕妇| 看免费av毛片| 丁香六月欧美| 两性午夜刺激爽爽歪歪视频在线观看 | 极品教师在线免费播放| 国产亚洲欧美在线一区二区| 极品教师在线免费播放| 久久99一区二区三区| 嫁个100分男人电影在线观看| 天堂中文最新版在线下载| 亚洲av欧美aⅴ国产| 最新的欧美精品一区二区| 别揉我奶头~嗯~啊~动态视频| 欧美黄色淫秽网站| 无限看片的www在线观看| 精品一区二区三卡| 丝袜人妻中文字幕| 99精品在免费线老司机午夜| 欧美精品高潮呻吟av久久| 亚洲av日韩在线播放| 美女扒开内裤让男人捅视频| 女同久久另类99精品国产91| 十八禁网站免费在线| 国产激情久久老熟女| 下体分泌物呈黄色| 国产精品.久久久| 亚洲人成伊人成综合网2020| 曰老女人黄片| 国产精品自产拍在线观看55亚洲 | 国产有黄有色有爽视频| 国产精品久久久久久精品电影小说| av国产精品久久久久影院| 国产成人精品久久二区二区免费| 国产亚洲av高清不卡| 日韩制服丝袜自拍偷拍| 久久久欧美国产精品| 一个人免费在线观看的高清视频| 丝袜人妻中文字幕| 亚洲av国产av综合av卡| 国产精品免费大片| 色综合婷婷激情| 黑人巨大精品欧美一区二区mp4| 男人舔女人的私密视频| 国产淫语在线视频| 天堂动漫精品| 久久精品国产亚洲av高清一级| 少妇裸体淫交视频免费看高清 | 精品福利观看| 国产精品亚洲一级av第二区| 欧美 日韩 精品 国产| 亚洲少妇的诱惑av| a级片在线免费高清观看视频| 日韩熟女老妇一区二区性免费视频| 欧美亚洲 丝袜 人妻 在线| 国产精品免费大片| 伊人久久大香线蕉亚洲五| 免费看十八禁软件| 久久国产亚洲av麻豆专区| tube8黄色片| 亚洲精品自拍成人| 亚洲av片天天在线观看| 午夜福利乱码中文字幕| 精品国产乱码久久久久久小说| 亚洲 欧美一区二区三区| 18禁观看日本| 国产色视频综合| 欧美乱码精品一区二区三区| a级片在线免费高清观看视频| 后天国语完整版免费观看| 国产精品1区2区在线观看. | 免费在线观看影片大全网站| 欧美日韩成人在线一区二区| 美国免费a级毛片| 80岁老熟妇乱子伦牲交| 日韩有码中文字幕| 少妇 在线观看| 欧美激情极品国产一区二区三区| 桃花免费在线播放| 好男人电影高清在线观看| 99国产综合亚洲精品| 自拍欧美九色日韩亚洲蝌蚪91| 黄色成人免费大全| 午夜福利一区二区在线看| 精品国产乱码久久久久久小说| 美国免费a级毛片| 欧美黑人精品巨大| 亚洲免费av在线视频| 下体分泌物呈黄色| 91成年电影在线观看| 亚洲熟女精品中文字幕| 久久午夜综合久久蜜桃| 国产一区二区激情短视频| 黄频高清免费视频| 亚洲国产精品一区二区三区在线| 欧美成狂野欧美在线观看| 久久午夜亚洲精品久久| 久9热在线精品视频| 亚洲精品乱久久久久久| 亚洲 欧美一区二区三区| 成年版毛片免费区| 亚洲成人免费av在线播放| 国产精品.久久久| 久久九九热精品免费| 久久久久国产一级毛片高清牌| 色综合婷婷激情| 12—13女人毛片做爰片一| 免费在线观看完整版高清| 亚洲一码二码三码区别大吗| 男女高潮啪啪啪动态图| 精品亚洲成a人片在线观看| 国产黄色免费在线视频| 午夜日韩欧美国产| 美女午夜性视频免费| 日韩大码丰满熟妇| 亚洲精品成人av观看孕妇| 国产成人精品久久二区二区91| 亚洲情色 制服丝袜| 十八禁高潮呻吟视频| 视频在线观看一区二区三区| 精品卡一卡二卡四卡免费| 日韩欧美一区二区三区在线观看 | 色在线成人网| 日韩有码中文字幕| 老司机在亚洲福利影院| 亚洲中文av在线| 欧美日韩亚洲国产一区二区在线观看 | 精品亚洲乱码少妇综合久久| 亚洲七黄色美女视频| 国产在线精品亚洲第一网站| 少妇精品久久久久久久| 亚洲色图 男人天堂 中文字幕| 欧美 亚洲 国产 日韩一| 99国产精品免费福利视频| 国产亚洲欧美精品永久| 纯流量卡能插随身wifi吗| 交换朋友夫妻互换小说| 午夜日韩欧美国产| 中文字幕人妻丝袜一区二区| 久久久国产一区二区| 狠狠精品人妻久久久久久综合| av网站免费在线观看视频| 黄色毛片三级朝国网站| 久久毛片免费看一区二区三区| 久久久久久亚洲精品国产蜜桃av| 国产视频一区二区在线看| 少妇被粗大的猛进出69影院| 桃花免费在线播放| 超碰97精品在线观看| 99国产综合亚洲精品| 国产精品一区二区在线不卡| 日韩视频在线欧美| 国产精品成人在线| 欧美精品亚洲一区二区| 成人亚洲精品一区在线观看| 91大片在线观看| 国产在线一区二区三区精| 国产精品 国内视频| 少妇猛男粗大的猛烈进出视频| 精品国产一区二区三区四区第35| bbb黄色大片| 黄色视频在线播放观看不卡| av有码第一页| 黑人猛操日本美女一级片| 嫩草影视91久久| 亚洲精华国产精华精| 男男h啪啪无遮挡| 日韩欧美一区视频在线观看| 两人在一起打扑克的视频| 午夜两性在线视频| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品久久午夜乱码| 国产精品久久久人人做人人爽| 午夜老司机福利片| 在线观看www视频免费| 久久久国产精品麻豆| 黄色丝袜av网址大全| 免费看a级黄色片| 久久精品91无色码中文字幕| 亚洲欧美一区二区三区久久| 国产在线免费精品| 99国产精品免费福利视频| 两个人看的免费小视频| 国产精品麻豆人妻色哟哟久久| av福利片在线| 久久久精品区二区三区| 色精品久久人妻99蜜桃| 搡老熟女国产l中国老女人| 亚洲第一青青草原| 大码成人一级视频| 欧美+亚洲+日韩+国产| 欧美日韩成人在线一区二区| 久久久久网色| 日韩欧美免费精品| 人人澡人人妻人| 一个人免费看片子| 黄色片一级片一级黄色片| 黑人巨大精品欧美一区二区mp4| 日韩欧美免费精品| 日日夜夜操网爽| 一区福利在线观看| 国产区一区二久久| 亚洲全国av大片| 久久精品亚洲av国产电影网| 国产精品98久久久久久宅男小说| 国产精品av久久久久免费| 亚洲 欧美一区二区三区| 考比视频在线观看| 日韩大片免费观看网站| 好男人电影高清在线观看| 欧美日韩成人在线一区二区| 美女国产高潮福利片在线看| 午夜福利在线免费观看网站| 国产av国产精品国产| 亚洲第一青青草原| 夫妻午夜视频| 亚洲成人免费av在线播放| 极品人妻少妇av视频| 国产成人欧美| 91成年电影在线观看| 久久影院123| 免费少妇av软件| 日本撒尿小便嘘嘘汇集6| 伊人久久大香线蕉亚洲五| 制服诱惑二区| 日韩一区二区三区影片| 满18在线观看网站| 久久精品国产综合久久久| 最近最新中文字幕大全免费视频| 中文亚洲av片在线观看爽 | 搡老乐熟女国产| www.999成人在线观看| 精品高清国产在线一区| 国产成人精品久久二区二区91| 亚洲av成人不卡在线观看播放网| 男女下面插进去视频免费观看| 亚洲五月色婷婷综合| 纵有疾风起免费观看全集完整版| 99国产精品一区二区三区| 欧美在线一区亚洲| 欧美性长视频在线观看| 黄频高清免费视频| netflix在线观看网站| 国产成人精品无人区| 女人爽到高潮嗷嗷叫在线视频| 90打野战视频偷拍视频| 多毛熟女@视频| 男女午夜视频在线观看| av片东京热男人的天堂| 另类精品久久| 免费女性裸体啪啪无遮挡网站| 欧美日韩亚洲国产一区二区在线观看 | 一本综合久久免费| 91成人精品电影| 男女免费视频国产| av片东京热男人的天堂| 99国产精品一区二区三区| 精品国产一区二区三区四区第35| 中国美女看黄片| 搡老乐熟女国产| 男人舔女人的私密视频| 黑丝袜美女国产一区| 午夜成年电影在线免费观看| 99九九在线精品视频| 精品一区二区三卡| 中亚洲国语对白在线视频| 欧美大码av| 岛国在线观看网站| 人人妻人人爽人人添夜夜欢视频| 欧美精品一区二区免费开放| av不卡在线播放| 91精品三级在线观看| 成人国语在线视频| 999精品在线视频| 亚洲av电影在线进入| 9色porny在线观看| 久久国产精品男人的天堂亚洲| 国产成人影院久久av| 91九色精品人成在线观看| 午夜福利,免费看| 亚洲国产欧美在线一区| www.自偷自拍.com| 在线看a的网站| 久久国产亚洲av麻豆专区| 国产高清激情床上av| 色精品久久人妻99蜜桃| 黑人操中国人逼视频| 午夜福利欧美成人| 亚洲一区二区三区欧美精品| 国产成人啪精品午夜网站| 中文亚洲av片在线观看爽 | 亚洲伊人色综图| 后天国语完整版免费观看| 成人特级黄色片久久久久久久 | 国产一区二区 视频在线| 他把我摸到了高潮在线观看 | 国产精品麻豆人妻色哟哟久久| 国产区一区二久久| 日韩成人在线观看一区二区三区| 狂野欧美激情性xxxx| 国产日韩欧美在线精品| 精品午夜福利视频在线观看一区 | 国产亚洲精品久久久久5区| 一本综合久久免费| 亚洲av第一区精品v没综合| 亚洲va日本ⅴa欧美va伊人久久| 日本a在线网址| 在线 av 中文字幕| 男女免费视频国产| 99国产精品一区二区三区| 香蕉丝袜av| 欧美日韩国产mv在线观看视频| 久久久国产精品麻豆| 久久 成人 亚洲| 99在线人妻在线中文字幕 | 高清在线国产一区| 国产精品久久久人人做人人爽| 多毛熟女@视频| 他把我摸到了高潮在线观看 | 亚洲精品久久成人aⅴ小说| 亚洲avbb在线观看| 考比视频在线观看| av天堂久久9| 欧美激情 高清一区二区三区| 黑人欧美特级aaaaaa片| 深夜精品福利| 亚洲精品久久午夜乱码| 国产在线视频一区二区| 脱女人内裤的视频| 十八禁网站免费在线| 两个人看的免费小视频| 男女床上黄色一级片免费看| 波多野结衣一区麻豆| 男女午夜视频在线观看| av网站在线播放免费| av在线播放免费不卡| 国产亚洲午夜精品一区二区久久| av欧美777| 国产片内射在线| 国产真人三级小视频在线观看| 99久久精品国产亚洲精品| 丝袜喷水一区| 成年女人毛片免费观看观看9 | 国产精品偷伦视频观看了| 下体分泌物呈黄色| 精品乱码久久久久久99久播| 亚洲人成电影免费在线| 成人18禁高潮啪啪吃奶动态图| 在线观看66精品国产| 欧美激情高清一区二区三区| 夜夜夜夜夜久久久久| 在线 av 中文字幕| 天天影视国产精品| 亚洲av国产av综合av卡| 久久99热这里只频精品6学生| 久久狼人影院| 午夜老司机福利片| 日韩一区二区三区影片| 99精国产麻豆久久婷婷| 久久久久久久久免费视频了| 丁香六月天网| 欧美日韩视频精品一区| 一本久久精品| 美女高潮到喷水免费观看| 亚洲国产中文字幕在线视频| 欧美日韩亚洲高清精品| 夜夜爽天天搞| 热re99久久国产66热| 亚洲男人天堂网一区| 熟女少妇亚洲综合色aaa.| 在线 av 中文字幕| 新久久久久国产一级毛片| 亚洲精品自拍成人| 在线 av 中文字幕| 国产欧美日韩一区二区精品| 亚洲 国产 在线| www.熟女人妻精品国产| 一个人免费在线观看的高清视频| 欧美 亚洲 国产 日韩一| 亚洲av国产av综合av卡| 美女视频免费永久观看网站| 露出奶头的视频| 欧美性长视频在线观看| 国产成人精品久久二区二区91| 嫩草影视91久久| 中文字幕色久视频| 日韩视频在线欧美| 午夜日韩欧美国产| 亚洲国产精品一区二区三区在线| 亚洲精品成人av观看孕妇| 两性夫妻黄色片| 国产又色又爽无遮挡免费看| 欧美大码av| 美女高潮喷水抽搐中文字幕| 国产精品久久久久久精品电影小说| 桃红色精品国产亚洲av| 国产欧美日韩一区二区三区在线| 国产精品秋霞免费鲁丝片| 日本精品一区二区三区蜜桃|