• <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
    kizo精华| 老女人水多毛片| 人妻制服诱惑在线中文字幕| 国产日韩欧美在线精品| 香蕉精品网在线| 国语对白做爰xxxⅹ性视频网站| 噜噜噜噜噜久久久久久91| 91久久精品国产一区二区三区| av一本久久久久| 成人影院久久| av一本久久久久| 日韩人妻高清精品专区| 如何舔出高潮| 色婷婷久久久亚洲欧美| 久久ye,这里只有精品| 国产亚洲欧美精品永久| 精品一区二区免费观看| 国产精品无大码| 亚洲成人中文字幕在线播放| 国产精品福利在线免费观看| 国产一区二区三区av在线| 一区二区三区精品91| 国产一区二区三区av在线| 国产伦精品一区二区三区视频9| 亚洲天堂av无毛| 日本与韩国留学比较| 亚洲一区二区三区欧美精品| 久久鲁丝午夜福利片| 久久久欧美国产精品| 国产av一区二区精品久久 | 综合色丁香网| 国产成人免费无遮挡视频| 18禁在线无遮挡免费观看视频| 免费观看性生交大片5| 舔av片在线| 黑人猛操日本美女一级片| 五月玫瑰六月丁香| 色吧在线观看| 亚洲国产欧美在线一区| 九色成人免费人妻av| 丰满迷人的少妇在线观看| 伦理电影免费视频| 青春草亚洲视频在线观看| 大片电影免费在线观看免费| 国产成人精品婷婷| 成人影院久久| 最近中文字幕高清免费大全6| 亚洲欧美日韩卡通动漫| 人妻系列 视频| 少妇裸体淫交视频免费看高清| 国产精品女同一区二区软件| 亚洲av电影在线观看一区二区三区| 激情 狠狠 欧美| 亚洲高清免费不卡视频| 欧美xxxx黑人xx丫x性爽| 99久久综合免费| 国语对白做爰xxxⅹ性视频网站| 国产 精品1| 黄色怎么调成土黄色| 国产亚洲午夜精品一区二区久久| 久久国产精品大桥未久av | 国产亚洲精品久久久com| 天天躁夜夜躁狠狠久久av| 男的添女的下面高潮视频| 交换朋友夫妻互换小说| 精品酒店卫生间| tube8黄色片| 在线播放无遮挡| 99国产精品免费福利视频| 看十八女毛片水多多多| 女性生殖器流出的白浆| 人体艺术视频欧美日本| 亚洲电影在线观看av| 久久久久久九九精品二区国产| 只有这里有精品99| 国产精品秋霞免费鲁丝片| 九九在线视频观看精品| 欧美xxⅹ黑人| 一级毛片aaaaaa免费看小| 精品亚洲乱码少妇综合久久| 国产大屁股一区二区在线视频| videos熟女内射| 国产欧美日韩一区二区三区在线 | 精品久久久久久久久亚洲| 少妇被粗大猛烈的视频| 日韩精品有码人妻一区| 汤姆久久久久久久影院中文字幕| 3wmmmm亚洲av在线观看| 少妇被粗大猛烈的视频| 高清av免费在线| 亚洲精品国产成人久久av| 麻豆国产97在线/欧美| 日韩强制内射视频| 亚洲色图综合在线观看| 精品人妻一区二区三区麻豆| 国产色爽女视频免费观看| 亚洲无线观看免费| 亚洲,欧美,日韩| 熟女电影av网| freevideosex欧美| 久久精品国产自在天天线| 国产成人免费观看mmmm| 中文精品一卡2卡3卡4更新| 精品久久久久久久久av| 欧美日韩视频高清一区二区三区二| av卡一久久| 日本猛色少妇xxxxx猛交久久| 男女边吃奶边做爰视频| 久久精品久久精品一区二区三区| 欧美日韩国产mv在线观看视频 | 国产精品一区二区性色av| 亚洲精品亚洲一区二区| 久久精品国产自在天天线| 色婷婷av一区二区三区视频| 中文精品一卡2卡3卡4更新| av卡一久久| 久久精品夜色国产| 亚洲欧美日韩另类电影网站 | 久久青草综合色| 国产高清有码在线观看视频| 黑人猛操日本美女一级片| 亚洲欧美日韩卡通动漫| 乱系列少妇在线播放| 高清欧美精品videossex| 国产乱来视频区| 国产深夜福利视频在线观看| 久久精品熟女亚洲av麻豆精品| 久热这里只有精品99| 欧美日本视频| av福利片在线观看| 91午夜精品亚洲一区二区三区| 男女下面进入的视频免费午夜| 国产亚洲91精品色在线| 夫妻午夜视频| 成人特级av手机在线观看| 毛片一级片免费看久久久久| 久久久久国产精品人妻一区二区| 国产日韩欧美亚洲二区| 成人综合一区亚洲| kizo精华| 欧美区成人在线视频| 日韩av在线免费看完整版不卡| 九九久久精品国产亚洲av麻豆| 中文精品一卡2卡3卡4更新| 搡老乐熟女国产| 深爱激情五月婷婷| 亚洲综合精品二区| 18禁在线播放成人免费| 久久韩国三级中文字幕| 一本一本综合久久| 中文字幕制服av| 夜夜骑夜夜射夜夜干| 欧美xxxx性猛交bbbb| 国产精品嫩草影院av在线观看| 婷婷色av中文字幕| av线在线观看网站| 久久婷婷青草| 夜夜看夜夜爽夜夜摸| 亚洲av国产av综合av卡| 少妇被粗大猛烈的视频| 伦理电影免费视频| 女人十人毛片免费观看3o分钟| 亚洲国产色片| 在线亚洲精品国产二区图片欧美 | 国产精品成人在线| 五月伊人婷婷丁香| 精品久久久久久久久亚洲| 午夜激情久久久久久久| 六月丁香七月| 一级黄片播放器| 国产69精品久久久久777片| 亚洲精品国产av蜜桃| 97超碰精品成人国产| 全区人妻精品视频| 2022亚洲国产成人精品| 亚洲怡红院男人天堂| 超碰av人人做人人爽久久| 麻豆成人午夜福利视频| 久久久久性生活片| 国产免费又黄又爽又色| 亚洲在久久综合| 肉色欧美久久久久久久蜜桃| 国产一区二区三区av在线| 国产亚洲欧美精品永久| 18禁在线无遮挡免费观看视频| 在线免费观看不下载黄p国产| 99久久人妻综合| 欧美高清成人免费视频www| 亚洲美女搞黄在线观看| 在线观看免费视频网站a站| 成人亚洲精品一区在线观看 | 99久久中文字幕三级久久日本| 国产综合精华液| 日本一二三区视频观看| 少妇人妻精品综合一区二区| 中文字幕久久专区| 国产伦在线观看视频一区| av网站免费在线观看视频| 我的女老师完整版在线观看| 成人漫画全彩无遮挡| 美女cb高潮喷水在线观看| 欧美高清性xxxxhd video| 国产成人午夜福利电影在线观看| 亚洲av欧美aⅴ国产| 日韩大片免费观看网站| 一区二区三区四区激情视频| 一级黄片播放器| 人妻 亚洲 视频| 国内少妇人妻偷人精品xxx网站| 777米奇影视久久| 国产成人免费无遮挡视频| 日本黄色片子视频| 日韩电影二区| 亚洲成色77777| 亚洲欧美日韩无卡精品| 亚洲欧美成人综合另类久久久| 天堂8中文在线网| 国产精品女同一区二区软件| 亚洲欧美中文字幕日韩二区| 伊人久久国产一区二区| 人妻制服诱惑在线中文字幕| 国产真实伦视频高清在线观看| 亚洲国产欧美人成| 91精品国产国语对白视频| 少妇 在线观看| 丝瓜视频免费看黄片| 亚洲在久久综合| 国产午夜精品久久久久久一区二区三区| 夫妻午夜视频| 在线 av 中文字幕| 精品久久久噜噜| 中文字幕av成人在线电影| 亚洲av.av天堂| 欧美zozozo另类| 国产69精品久久久久777片| 黄色一级大片看看| 中文欧美无线码| 国产精品免费大片| 永久网站在线| 婷婷色麻豆天堂久久| 国产国拍精品亚洲av在线观看| 男人爽女人下面视频在线观看| 熟妇人妻不卡中文字幕| 亚洲,欧美,日韩| 高清毛片免费看| 女人久久www免费人成看片| 国产又色又爽无遮挡免| 国产成人aa在线观看| 日韩大片免费观看网站| 免费av不卡在线播放| 国产 一区精品| 激情五月婷婷亚洲| 久久 成人 亚洲| 成人二区视频| 日日摸夜夜添夜夜添av毛片| 在线天堂最新版资源| 黄片无遮挡物在线观看| 男女边吃奶边做爰视频| 免费黄色在线免费观看| 99久久精品一区二区三区| 亚洲精品视频女| 狂野欧美激情性xxxx在线观看| 国产69精品久久久久777片| 亚洲,欧美,日韩| 国产精品成人在线| 人人妻人人添人人爽欧美一区卜 | 亚洲高清免费不卡视频| 伊人久久国产一区二区| 久久人妻熟女aⅴ| 黑人高潮一二区| 18禁裸乳无遮挡免费网站照片| 久久久久久久大尺度免费视频| 亚洲欧美日韩东京热| 只有这里有精品99| 超碰av人人做人人爽久久| 久久精品久久久久久久性| 尾随美女入室| 亚洲一区二区三区欧美精品| 亚洲国产欧美人成| 久久精品夜色国产| 97超碰精品成人国产| 欧美亚洲 丝袜 人妻 在线| 色哟哟·www| 日韩 亚洲 欧美在线| 欧美97在线视频| 国产成人精品久久久久久| 亚洲欧美日韩无卡精品| 国产综合精华液| 久久精品夜色国产| 欧美人与善性xxx| av播播在线观看一区| 免费av中文字幕在线| 国产精品久久久久久精品古装| 亚洲在久久综合| 久久久久精品久久久久真实原创| 日韩免费高清中文字幕av| 国产 一区 欧美 日韩| 两个人的视频大全免费| 丰满乱子伦码专区| 国产中年淑女户外野战色| 91精品一卡2卡3卡4卡| www.色视频.com| 下体分泌物呈黄色| 中文字幕久久专区| av在线观看视频网站免费| 亚洲内射少妇av| 黄色视频在线播放观看不卡| 午夜免费男女啪啪视频观看| 午夜福利高清视频| 国产精品爽爽va在线观看网站| 亚洲精品国产av蜜桃| 大陆偷拍与自拍| 高清午夜精品一区二区三区| 97超视频在线观看视频| 七月丁香在线播放| 美女cb高潮喷水在线观看| 秋霞伦理黄片| 大香蕉久久网| 哪个播放器可以免费观看大片| 狂野欧美激情性xxxx在线观看| 在线亚洲精品国产二区图片欧美 | 97热精品久久久久久| 男女无遮挡免费网站观看| h日本视频在线播放| 国产极品天堂在线| 免费观看无遮挡的男女| 欧美97在线视频| 亚洲精品视频女| 国产亚洲午夜精品一区二区久久| 欧美另类一区| 啦啦啦啦在线视频资源| 岛国毛片在线播放| 亚洲怡红院男人天堂| 91精品国产国语对白视频| av线在线观看网站| 亚洲av日韩在线播放| 国产精品国产三级国产av玫瑰| 亚洲欧美清纯卡通| 国产精品国产av在线观看| 亚洲精品视频女| 久久97久久精品| 日日啪夜夜爽| 亚洲精品日韩在线中文字幕| 青春草亚洲视频在线观看| 内地一区二区视频在线| 国产免费福利视频在线观看| 国产精品爽爽va在线观看网站| av女优亚洲男人天堂| 亚洲精品一区蜜桃| 22中文网久久字幕| 高清日韩中文字幕在线| 日韩大片免费观看网站| 狂野欧美白嫩少妇大欣赏| 国产在线免费精品| 亚洲欧洲日产国产| 51国产日韩欧美| 免费人成在线观看视频色| 男女边摸边吃奶| 26uuu在线亚洲综合色| 99久久中文字幕三级久久日本| 国产男人的电影天堂91| 亚洲精品日本国产第一区| 国产精品国产av在线观看| 日本wwww免费看| 亚洲精品第二区| 不卡视频在线观看欧美| 啦啦啦在线观看免费高清www| 极品教师在线视频| 大话2 男鬼变身卡| 日日摸夜夜添夜夜爱| 久久精品熟女亚洲av麻豆精品| 久久99蜜桃精品久久| 国产成人免费无遮挡视频| 在线观看免费视频网站a站| 国产一区二区在线观看日韩| 国产人妻一区二区三区在| 在线精品无人区一区二区三 | 国产精品久久久久久精品电影小说 | 欧美性感艳星| 丝瓜视频免费看黄片| 午夜福利在线在线| 搡老乐熟女国产| 国产大屁股一区二区在线视频| 高清黄色对白视频在线免费看 | 亚洲国产欧美在线一区| 如何舔出高潮| 国产免费一级a男人的天堂| 偷拍熟女少妇极品色| 久久久久久久精品精品| 久久久a久久爽久久v久久| 欧美区成人在线视频| 成人特级av手机在线观看| 免费黄色在线免费观看| 一级毛片aaaaaa免费看小| 久久99蜜桃精品久久| 卡戴珊不雅视频在线播放| 久久久精品免费免费高清| 一区二区av电影网| 国产精品国产三级国产专区5o| 中文资源天堂在线| 久久久久久伊人网av| 香蕉精品网在线| 日韩一本色道免费dvd| 成人特级av手机在线观看| 精品人妻一区二区三区麻豆| 久久久亚洲精品成人影院| 最近手机中文字幕大全| 国产精品人妻久久久久久| 亚洲国产高清在线一区二区三| 国产综合精华液| 91精品国产九色| 亚洲国产日韩一区二区| 亚洲伊人久久精品综合| 亚洲av综合色区一区| 日韩一本色道免费dvd| 国产在视频线精品| 日韩电影二区| 精品久久久久久电影网| 一二三四中文在线观看免费高清| 久久精品夜色国产| 欧美变态另类bdsm刘玥| 亚洲熟女精品中文字幕| 午夜老司机福利剧场| 欧美激情极品国产一区二区三区 | 日韩,欧美,国产一区二区三区| 免费不卡的大黄色大毛片视频在线观看| 如何舔出高潮| av黄色大香蕉| 我的老师免费观看完整版| 亚洲精品国产av成人精品| 黄色日韩在线| 日本vs欧美在线观看视频 | av女优亚洲男人天堂| 久久鲁丝午夜福利片| 亚洲精品色激情综合| 国产69精品久久久久777片| 日本免费在线观看一区| 又粗又硬又长又爽又黄的视频| 国产91av在线免费观看| 国产黄片美女视频| 夫妻午夜视频| 国产精品99久久99久久久不卡 | 精品国产露脸久久av麻豆| a级毛片免费高清观看在线播放| 在线观看人妻少妇| 欧美亚洲 丝袜 人妻 在线| 一边亲一边摸免费视频| 深爱激情五月婷婷| 久久久久久久久久久丰满| 男女边摸边吃奶| 女性被躁到高潮视频| 亚洲国产日韩一区二区| 亚洲欧美精品专区久久| 91精品伊人久久大香线蕉| 久久久精品免费免费高清| 国产亚洲5aaaaa淫片| 亚洲色图综合在线观看| 国产在线男女| 精品一区二区免费观看| 亚洲成人一二三区av| 成人毛片a级毛片在线播放| 国产av国产精品国产| 秋霞伦理黄片| 日韩大片免费观看网站| 亚洲成人一二三区av| 国产精品一区二区性色av| 美女福利国产在线 | 午夜福利高清视频| 久久久久久久久久人人人人人人| 人妻夜夜爽99麻豆av| 一区二区三区乱码不卡18| 国产欧美亚洲国产| 日本av手机在线免费观看| 久久婷婷青草| 黑人高潮一二区| 日日啪夜夜爽| 观看av在线不卡| 久久人人爽人人片av| 1000部很黄的大片| 国产成人a∨麻豆精品| 国产又色又爽无遮挡免| 99热网站在线观看| 在线亚洲精品国产二区图片欧美 | 免费看日本二区| 2022亚洲国产成人精品| 简卡轻食公司| 我的老师免费观看完整版| 国产精品久久久久久av不卡| 久久精品国产亚洲av涩爱| 青春草亚洲视频在线观看| 国产精品国产av在线观看| 日韩三级伦理在线观看| 青春草国产在线视频| 国内少妇人妻偷人精品xxx网站| 97热精品久久久久久| 秋霞伦理黄片| 九色成人免费人妻av| 亚洲人成网站高清观看| 亚洲怡红院男人天堂| 午夜精品国产一区二区电影| 久久99精品国语久久久| 丝袜脚勾引网站| 两个人的视频大全免费| 亚洲综合精品二区| 色网站视频免费| 国产精品一区二区在线不卡| 国产中年淑女户外野战色| 男人狂女人下面高潮的视频| 汤姆久久久久久久影院中文字幕| 老司机影院成人| 日日摸夜夜添夜夜添av毛片| 街头女战士在线观看网站| 18禁裸乳无遮挡免费网站照片| 久久精品国产a三级三级三级| 久久久久国产网址| 欧美97在线视频| 美女国产视频在线观看| 熟妇人妻不卡中文字幕| 欧美日韩精品成人综合77777| 麻豆乱淫一区二区| 两个人的视频大全免费| 亚洲精品日本国产第一区| 熟女电影av网| 亚洲,一卡二卡三卡| 国产精品99久久久久久久久| 伦理电影免费视频| 日韩一区二区视频免费看| 日韩中文字幕视频在线看片 | 国产免费福利视频在线观看| 一级毛片我不卡| 人体艺术视频欧美日本| 国产极品天堂在线| 亚洲欧美一区二区三区国产| 亚洲精品自拍成人| 亚洲精品日本国产第一区| 国产深夜福利视频在线观看| 久久人妻熟女aⅴ| 成人18禁高潮啪啪吃奶动态图 | 免费大片18禁| 91狼人影院| 久久99热这里只频精品6学生| 国产成人一区二区在线| 校园人妻丝袜中文字幕| 黄色日韩在线| 免费观看的影片在线观看| 国内少妇人妻偷人精品xxx网站| 国产乱来视频区| 免费观看a级毛片全部| 久久久久性生活片| 婷婷色综合大香蕉| 18禁裸乳无遮挡免费网站照片| 男女免费视频国产| 在线 av 中文字幕| 亚洲美女黄色视频免费看| 国产爽快片一区二区三区| 草草在线视频免费看| av黄色大香蕉| 精品久久国产蜜桃| av专区在线播放| 亚洲欧洲国产日韩| 一个人免费看片子| 久久人人爽人人爽人人片va| 在线观看一区二区三区激情| 成人国产av品久久久| 深爱激情五月婷婷| 欧美97在线视频| 精品午夜福利在线看| 国产高清三级在线| 高清av免费在线| 亚洲人成网站在线观看播放| 免费大片18禁| 内射极品少妇av片p| 久久97久久精品| 久久女婷五月综合色啪小说| 一本久久精品| 黑丝袜美女国产一区| 亚洲综合精品二区| 亚洲av国产av综合av卡| 婷婷色av中文字幕| 这个男人来自地球电影免费观看 | 国产又色又爽无遮挡免| 精品久久久久久久久av| 国产中年淑女户外野战色| 久久热精品热| 99久国产av精品国产电影| 中文天堂在线官网| 国产精品久久久久久精品古装| 少妇人妻久久综合中文| 大又大粗又爽又黄少妇毛片口| 97在线视频观看| 国产伦在线观看视频一区| 91久久精品国产一区二区成人| 亚洲成色77777| 丝袜脚勾引网站| 深夜a级毛片| 国产精品蜜桃在线观看| av免费观看日本| 中文字幕人妻熟人妻熟丝袜美| 91久久精品国产一区二区三区| 性高湖久久久久久久久免费观看| 啦啦啦中文免费视频观看日本| 一级毛片黄色毛片免费观看视频| 男人和女人高潮做爰伦理| 三级国产精品欧美在线观看| 国产精品久久久久久久久免| 免费观看a级毛片全部| 免费黄频网站在线观看国产| 亚洲精品日韩av片在线观看| av线在线观看网站| 丰满乱子伦码专区| 亚洲经典国产精华液单| 狂野欧美激情性bbbbbb| 男女下面进入的视频免费午夜| 大又大粗又爽又黄少妇毛片口| 精品少妇久久久久久888优播|