• <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 ?

    大數(shù)據(jù)環(huán)境下的安全審計(jì)系統(tǒng)框架*

    2016-11-30 01:03:10丁文超嚴(yán)麗娜
    通信技術(shù) 2016年7期
    關(guān)鍵詞:日志數(shù)據(jù)挖掘組件

    丁文超,冷 冰,許 杰,嚴(yán)麗娜

    (1.中國電子科技集團(tuán)公司第三十研究所,四川 成都 610041;2.西安通信學(xué)院 信息安全系,陜西 西安 710106)

    大數(shù)據(jù)環(huán)境下的安全審計(jì)系統(tǒng)框架*

    丁文超1,冷 冰1,許 杰1,嚴(yán)麗娜2

    (1.中國電子科技集團(tuán)公司第三十研究所,四川 成都 610041;2.西安通信學(xué)院 信息安全系,陜西 西安 710106)

    安全審計(jì)技術(shù)在現(xiàn)代安全防護(hù)系統(tǒng)中占有重要地位,但面對現(xiàn)代大數(shù)據(jù)環(huán)境,傳統(tǒng)的安全審計(jì)技術(shù)對數(shù)據(jù)的有效管理、快速檢索以及數(shù)據(jù)分析都會面臨諸多較難克服的問題。簡要介紹現(xiàn)有的Hadoop、Spark等主要大數(shù)據(jù)平臺,針對傳統(tǒng)安全審計(jì)技術(shù)無法處理大數(shù)據(jù)的問題,運(yùn)用現(xiàn)有的大數(shù)據(jù)技術(shù),給出大數(shù)據(jù)安全審計(jì)系統(tǒng)的設(shè)計(jì)思想,最終設(shè)計(jì)出大數(shù)據(jù)環(huán)境下的安全審計(jì)系統(tǒng)框架,并介紹框架中每一部分的作用與處理步驟,以滿足大數(shù)據(jù)環(huán)境下的安全審計(jì)需求。

    安全審計(jì);大數(shù)據(jù);數(shù)據(jù)挖掘;Spark

    0 引 言

    安全審計(jì)技術(shù)是記錄用戶的訪問過程和各種行為以形成審計(jì)數(shù)據(jù)并加以分析的過程。它的主要目的是實(shí)時地、不間斷地監(jiān)視整個系統(tǒng)以及應(yīng)用程序的運(yùn)行狀態(tài),及時發(fā)現(xiàn)系統(tǒng)中可疑的、違規(guī)的或危險(xiǎn)的行為,進(jìn)行警報(bào)和采取阻斷措施,并對這些行為留下記錄。在CC和TCSEC等安全認(rèn)證體系中,安全審計(jì)的功能都放在首位,是評判一個系統(tǒng)是否真正安全的重要尺度。

    隨著信息化程度的不斷提高,信息系統(tǒng)需要安全審計(jì)的對象和審計(jì)內(nèi)容愈加多而復(fù)雜,致使單位時間內(nèi)需要審計(jì)的信息增長巨大。重要行業(yè)中,需要審計(jì)的重要節(jié)點(diǎn)常常會超過數(shù)千個,包括服務(wù)器、網(wǎng)絡(luò)設(shè)備、安全設(shè)備、數(shù)據(jù)庫、應(yīng)用系統(tǒng)等不同節(jié)點(diǎn)類型,每天的訪問、操作日志可達(dá)到數(shù)億甚至幾百億條。這對于傳統(tǒng)的安全審計(jì)系統(tǒng)的數(shù)據(jù)采集和分析能力都構(gòu)成了極大挑戰(zhàn)。而大數(shù)據(jù)相關(guān)技術(shù)以及分析處理平臺的出現(xiàn),為安全審計(jì)技術(shù)帶來了曙光。

    大數(shù)據(jù)分析技術(shù)的目的是從海量的數(shù)據(jù)中提取出有用信息,非常適合當(dāng)前安全審計(jì)系統(tǒng)的大數(shù)據(jù)量分析要求。本文將大數(shù)據(jù)分析技術(shù)運(yùn)用到安全審計(jì)系統(tǒng),以滿足安全審計(jì)系統(tǒng)對大數(shù)據(jù)量的分析需求。

    1 大數(shù)據(jù)相關(guān)技術(shù)

    2011年,麥肯錫在《大數(shù)據(jù):創(chuàng)新、競爭和生產(chǎn)力的下一個前沿領(lǐng)域》報(bào)告中首次提出“大數(shù)據(jù)”的概念。近幾年,大數(shù)據(jù)已成為產(chǎn)業(yè)界與信息技術(shù)學(xué)術(shù)界熱論的焦點(diǎn),更成為信息科學(xué)技術(shù)領(lǐng)域的重要前沿課題之一[1]。大數(shù)據(jù)是指無法在一定時間內(nèi)用傳統(tǒng)數(shù)據(jù)庫軟件工具對其內(nèi)容進(jìn)行采集、存儲、管理和分析的數(shù)據(jù)集合。具有5V1C的特征,即數(shù)據(jù)量巨大(Volume)、生成速度快(Velocity)、數(shù)據(jù)類型繁多(Variety)、數(shù)據(jù)易變化(Variability)、數(shù)據(jù)真實(shí)性(Veracity)、數(shù)據(jù)復(fù)雜性(Complexity)[2]。

    根據(jù)國際數(shù)據(jù)資訊公司(IDC)預(yù)計(jì),到2020年,全球?qū)碛?5 ZB以上的數(shù)據(jù)量,近年及未來幾年的預(yù)測結(jié)果如圖1所示??梢?,大數(shù)據(jù)時代已經(jīng)悄然來臨。

    圖1 IDC全球數(shù)據(jù)使用量統(tǒng)計(jì)及預(yù)測

    現(xiàn)有的大數(shù)據(jù)技術(shù)形成了以存儲、計(jì)算以及分析為核心的較為完整的生態(tài)系統(tǒng)。存儲層面主要包括NoSQL數(shù)據(jù)庫和分布式文件系統(tǒng),代表性的有GFS、HDFS、HBase、Hive、MongoDB、Cassandra等;計(jì)算和分析層面主要包括計(jì)算框架、分析工具和挖掘算法,代表性的有Hadoop、Spark、Storm、MapReduce、Mesos、YARN、Impala、Mahout、Pig、Solr等[3]。由于大數(shù)據(jù)技術(shù)較多,因此僅對本文中使用的相關(guān)大數(shù)據(jù)技術(shù)進(jìn)行介紹,相應(yīng)的大數(shù)據(jù)生態(tài)圈如圖2所示。

    圖2 大數(shù)據(jù)生態(tài)圈

    (1)Hadoop被認(rèn)為是大數(shù)據(jù)必不可少的,是一個能夠?qū)Υ罅繑?shù)據(jù)進(jìn)行分布式存儲和并行化計(jì)算的軟件框架。最新版本的Hadoop主要包含Common、HDFS、YARN、MapReduce等四大組件[4]。其中,Common為其他的Hadoop組件提供共用的基礎(chǔ)環(huán)境支撐。四大組件中,HDFS和MapReduce是最核心技術(shù),分別為Hadoop提供海量數(shù)據(jù)的存儲和計(jì)算能力。

    (2)HBase是運(yùn)行于HDFS頂層的面向列的非關(guān)系型數(shù)據(jù)庫系統(tǒng),具備隨機(jī)實(shí)時讀寫功能。Hbase主要依靠橫向擴(kuò)展,通過不斷增加廉價服務(wù)器來增加計(jì)算和存儲能力。

    (3)ZooKeeper是一個開放源碼的分布式應(yīng)用程序協(xié)調(diào)器,是一個為分布式應(yīng)用提供一致性服務(wù)的軟件。它提供的功能主要包括配置維護(hù)、統(tǒng)一命名服務(wù)、組服務(wù)、狀態(tài)同步服務(wù)等,是Hadoop和HBase集群管理必不可少的模塊。

    (4)Spark是Apache軟件基金會的頂級開源項(xiàng)目,是由Scala語言實(shí)現(xiàn)的高效分布式計(jì)算框架。Spark的核心設(shè)計(jì)是彈性分布式數(shù)據(jù)集(Resilient Distributed Dataset,RDD)。利用RDD可以設(shè)計(jì)出能夠在Spark下高效執(zhí)行的程序,利用其他分區(qū)的RDD數(shù)據(jù)計(jì)算出指定分區(qū)的RDD相關(guān)信息,以用于有向無環(huán)圖(DAG)數(shù)據(jù)流的應(yīng)用,并通過聯(lián)合分區(qū)的控制減少機(jī)器之間的數(shù)據(jù)混合。

    (5)Hive是建立在Hadoop集群上的數(shù)據(jù)倉庫框架。它可以將以文件形式存放的結(jié)構(gòu)化數(shù)據(jù)映射成為數(shù)據(jù)庫中的一張表,也可以把類SQL語句(在Hive中稱為HiveQL)轉(zhuǎn)換為MapReduce任務(wù),從而大大減少M(fèi)apReduce函數(shù)設(shè)計(jì)和開發(fā)的工作量。

    (6)Kafka是LinkedIn公司開發(fā)并開源出來的一個高吞吐的分布式流處理系統(tǒng)。在結(jié)構(gòu)上可分為producer、broker和consumer,分別代表信息的發(fā)布者、代理者和消費(fèi)者。相比傳統(tǒng)消息收集平臺,Kafka具有易擴(kuò)展、高吞吐量、自動平衡,支持消息持久化等優(yōu)點(diǎn)。

    (7)Flume是一個分布式、高可用、可靠的海量日志聚合系統(tǒng),支持在系統(tǒng)中定制各類數(shù)據(jù)發(fā)送方,用于收集數(shù)據(jù);同時,F(xiàn)lume提供對數(shù)據(jù)進(jìn)行簡單處理,并寫到各種數(shù)據(jù)接受方(可定制)的能力。

    2 設(shè)計(jì)思想

    目前,國內(nèi)外多家研究機(jī)構(gòu)已推出許多安全審計(jì)工具,如Purdue大學(xué)的HASHIS系統(tǒng)、德國的Inspect分布式網(wǎng)絡(luò)安全審計(jì)系統(tǒng)、啟明星辰公司推出的“天玥網(wǎng)絡(luò)安全審計(jì)系統(tǒng)”。然而,隨著大數(shù)據(jù)時代的到來,這些安全審計(jì)系統(tǒng)存在一個共同問題:無法對大數(shù)據(jù)量系統(tǒng)日志進(jìn)行有效處理或者處理速度非常慢,日志的存儲也基本僅限于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫。

    由于在傳統(tǒng)的安全審計(jì)系統(tǒng)中不能對海量數(shù)據(jù)進(jìn)行有效處理,因此我們將大數(shù)據(jù)相關(guān)技術(shù)運(yùn)用到安全審計(jì)技術(shù)中,以滿足審計(jì)系統(tǒng)對大數(shù)據(jù)量日志的分析需求?;舅枷耄撼浞掷肏adoop2.0、Spark等大數(shù)據(jù)生態(tài)系統(tǒng)的集群特征,將大數(shù)據(jù)安全審計(jì)系統(tǒng)中需要巨大計(jì)算能力的各個模塊的存儲要求以及計(jì)算和分析擴(kuò)展到集群中的各個節(jié)點(diǎn)上。運(yùn)用Kafka與Flume收集數(shù)據(jù),同時充分利用Hadoop2.0集群的存儲能力以及YARN的資源調(diào)度能力,借助Spark進(jìn)行相關(guān)數(shù)據(jù)挖掘工作。其中,MLbase、Spark Streaming是Spark軟件生態(tài)中的一部分。通過MLbase可進(jìn)行審計(jì)日志挖掘,Spark Streaming則將流式計(jì)算分解成一系列短小的批處理作業(yè),以提供快速可靠的計(jì)算服務(wù)能力,是一個對實(shí)時數(shù)據(jù)流進(jìn)行高通量、容錯處理的流式處理系統(tǒng)。各個大數(shù)據(jù)組件的部署如圖3所示,審計(jì)數(shù)據(jù)將會從上至下、從左至右流動。

    圖3 大數(shù)據(jù)組件部署

    Spark啟用了內(nèi)存分布式數(shù)據(jù)集,充分利用分布式內(nèi)存技術(shù)。Spark可直接運(yùn)行在YARN上,而YARN同時支持多種分布式文件系統(tǒng)存放數(shù)據(jù)。Spark搭建在Hadoop環(huán)境上,可以利用Hadoop生態(tài)系統(tǒng)HDFS、HBase、Hive、Flume等組件。

    Spark在大數(shù)據(jù)挖掘方面具有得天獨(dú)厚的優(yōu)勢。根據(jù)對Spark平臺的分析與學(xué)習(xí),總結(jié)出以下幾點(diǎn)原因:

    (1)數(shù)據(jù)挖掘算法一般都有很多個步驟迭代計(jì)算的過程,進(jìn)行數(shù)據(jù)挖掘的計(jì)算需要在多次迭代后獲得足夠小的誤差或者足夠收斂才會停止。迭代時如果使用Hadoop的MapReduce計(jì)算框架,每次計(jì)算都要讀/寫磁盤以及任務(wù)的啟動等工作[5],導(dǎo)致非常大的I/O和CPU消耗。而Spark基于內(nèi)存的計(jì)算模型,天生擅長迭代計(jì)算,多個步驟計(jì)算直接在內(nèi)存中完成,只有必要時才會操作磁盤和網(wǎng)絡(luò)。所以,Spark正是機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘的理想平臺。

    (2)從通信角度講,如果使用Hadoop的MapReduce計(jì)算框架,JobTracker和TaskTracker之間由于是通過heartbeat的方式進(jìn)行通信和傳遞數(shù)據(jù),將會導(dǎo)致執(zhí)行速度非常慢。而Spark具有出色而高效的Akka和Netty通信系統(tǒng),通信效率極高。

    (3)Spark的設(shè)計(jì)初衷是為了支持一些迭代的Job,正好符合很多數(shù)據(jù)挖掘算法的特點(diǎn)。

    3 基于大數(shù)據(jù)技術(shù)的審計(jì)系統(tǒng)框架

    根據(jù)大數(shù)據(jù)分析過程以及上面的基本設(shè)計(jì)思想,采用分層的設(shè)計(jì)思路,即在底層使用Spark,結(jié)合Hadoop相關(guān)組件來存儲、處理和分析海量數(shù)據(jù),而在高層通過接口透明地調(diào)用底層的存儲和計(jì)算能力。系統(tǒng)各部分結(jié)構(gòu)如圖4所示。

    圖4 大數(shù)據(jù)審計(jì)系統(tǒng)整體架構(gòu)

    3.1 大數(shù)據(jù)量的審計(jì)數(shù)據(jù)采集與存儲

    (1)對于審計(jì)數(shù)據(jù)的采集,在采集層主要可以使用Flume、Kafka兩種技術(shù)。Kafka更應(yīng)該定位為中間件系統(tǒng),可以理解為一個cache系統(tǒng)。Kafka設(shè)計(jì)使用硬盤append方式,獲得了非常好的效果。不同系統(tǒng)之間融合往往數(shù)據(jù)生產(chǎn)/消費(fèi)速率不同,這時可以在這些系統(tǒng)之間加上kafka。因?yàn)閷τ诖罅繉?shí)時數(shù)據(jù),數(shù)據(jù)生產(chǎn)快且具有突發(fā)性,如果直接寫入HDFS或者HBase,則可能會致使高峰時間數(shù)據(jù)讀失敗。因此,對于快速實(shí)時數(shù)據(jù),先把數(shù)據(jù)寫到Kafka,然后從Kafka導(dǎo)入到大數(shù)據(jù)存儲系統(tǒng)中。對于離線計(jì)算處理,實(shí)時性要求不高,可以使用Flume直接收集系統(tǒng)日志導(dǎo)入大數(shù)據(jù)存儲系統(tǒng)[6]。兩種方式的日志采集如圖5所示。

    圖5 日志采集工作流程

    一個Flume Agent進(jìn)程包含三個組件:Source組件、Channel組件、Sink組件。Source組件負(fù)責(zé)收集日志文件并發(fā)送給Channel組件,Channel組件形成一個管道,再由Sink組件讀取Channel組件中的日志文件并發(fā)送給其他目標(biāo)或者文件系統(tǒng)。

    通過Flume的Agent代理收集日志,然后匯總到Flume集群,再由Flume的Sink將日志輸送到Kafka集群(供實(shí)時計(jì)算處理)和HDFS(離線計(jì)算處理),從而完成審計(jì)數(shù)據(jù)的采集和生產(chǎn)流程。

    (2)系統(tǒng)中可以使用HDFS和HBase來存儲文件和數(shù)據(jù)。HDFS具有很高的數(shù)據(jù)吞吐量,且很好地實(shí)現(xiàn)了容錯機(jī)制,即便出現(xiàn)硬件故障,也可以通過容錯策略來保證數(shù)據(jù)的高可用性。使用HDFS,可以為原始的大數(shù)據(jù)提供存儲空間,將數(shù)據(jù)存放于各個數(shù)據(jù)節(jié)點(diǎn)上,為數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘過程提供輸入數(shù)據(jù),且輸出數(shù)據(jù)也保存在HDFS中。利用HBase技術(shù)可以在廉價PC Server上搭建可伸縮的分布式存儲集群。HBase提供了CRUD操作,可以很方便地處理HBase中存儲的數(shù)據(jù)。在HBase之上還可以使用Spark的計(jì)算模型,以RDD形式來并行處理大規(guī)模數(shù)據(jù),可將數(shù)據(jù)存儲與并行計(jì)算完美結(jié)合在一起[7]。

    3.2 數(shù)據(jù)預(yù)處理

    數(shù)據(jù)預(yù)處理是將數(shù)據(jù)挖掘技術(shù)應(yīng)用到大數(shù)據(jù)環(huán)境不同數(shù)據(jù)結(jié)構(gòu)中的重要步驟和技術(shù)。隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展,半結(jié)構(gòu)化數(shù)據(jù)、Web數(shù)據(jù)、來自云的數(shù)據(jù)等各種數(shù)據(jù)形式層出不窮。由于原始大量數(shù)據(jù)不可避免存在噪聲或者不一致的數(shù)據(jù),因此為了提高數(shù)據(jù)挖掘質(zhì)量,必須進(jìn)行數(shù)據(jù)預(yù)處理。

    數(shù)據(jù)預(yù)處理的方法諸多,如數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)歸約、數(shù)據(jù)變換等。運(yùn)用這些數(shù)據(jù)處理技術(shù),可大大提高數(shù)據(jù)挖掘模式的質(zhì)量,使數(shù)據(jù)挖掘算法發(fā)揮最佳效果,降低實(shí)際對大數(shù)據(jù)進(jìn)行挖掘所需要的時間。數(shù)據(jù)預(yù)處理階段根據(jù)收集到的審計(jì)日志的特點(diǎn),可利用weka等數(shù)據(jù)預(yù)處理工具或結(jié)合審計(jì)日志的特點(diǎn),自行編寫程序完成。

    3.3 查詢所需分析日志

    HBase的表按主鍵RowKey進(jìn)行字典排序,其快速查找也建立在RowKey基礎(chǔ)上,但RowKey實(shí)際上是數(shù)據(jù)表的一級索引(Primary Index)。由于HBase本身沒有二級索引(Secondary Index)機(jī)制,基于索引檢索數(shù)據(jù)只能單純依靠RowKey。然而,單一RowKey固有的局限性決定它不可能像關(guān)系型數(shù)據(jù)庫建立多個索引從而有效支持多條件查詢。Solr是一款基于Lucene的高性能全文搜索引擎,可提供豐富的查詢語言,同時實(shí)現(xiàn)可配置、可擴(kuò)展,并優(yōu)化查詢性能,實(shí)現(xiàn)高效檢索。因此,可使用Solr解決HBase二級索引的問題,以快速檢索需要分析的數(shù)據(jù)。文獻(xiàn)[8]提出了一種使用Solr建立二級索引的方法,大大提高了檢索效率,滿足了審計(jì)系統(tǒng)存儲和處理大數(shù)據(jù)的需求。

    3.4 運(yùn)用Spark進(jìn)行大數(shù)據(jù)挖掘

    根據(jù)挖掘任務(wù)的不同,數(shù)據(jù)挖掘階段可以使用不同的技術(shù)和處理方法。常見的數(shù)據(jù)挖掘任務(wù)包括特征化、區(qū)分、關(guān)聯(lián)分析、分類、聚類等。這里,我們主要運(yùn)用Spark運(yùn)行數(shù)據(jù)挖掘算法。Spark的核心設(shè)計(jì)是彈性分布式數(shù)據(jù)集(Resilient Distributed Dataset,RDD)。RDD是一種精心設(shè)計(jì)的數(shù)據(jù)結(jié)構(gòu),它是只讀的分區(qū)記錄的集合。利用RDD可以設(shè)計(jì)出能夠在Spark下高效執(zhí)行的數(shù)據(jù)挖掘程序,可以利用其他分區(qū)的RDD數(shù)據(jù)計(jì)算出指定分區(qū)的RDD相關(guān)信息,可以用于有向無環(huán)圖(DAG)數(shù)據(jù)流的應(yīng)用,可通過聯(lián)合分區(qū)的控制減少機(jī)器之間的數(shù)據(jù)混合。在這里,我們可以自己編寫代碼,利用IntelliJ IEDA打成jar包,提交至Spark平臺運(yùn)行。Spark程序運(yùn)行如圖6所示。

    圖6中,Spark作業(yè)由客戶端啟動,包括兩個階段。第一階段記錄變換算子序列、增量構(gòu)建DAG圖;第二階段由行動算子Action觸發(fā),這類算子會觸發(fā)SparkContext提交Job作業(yè),DAGScheduler把DAG圖轉(zhuǎn)化為作業(yè)及其任務(wù)集。Spark支持本地單節(jié)點(diǎn)運(yùn)行(開發(fā)調(diào)試有用)或集群運(yùn)行。對于后者,客戶端運(yùn)行于master節(jié)點(diǎn)上,通過Cluster manager把劃分好分區(qū)的任務(wù)集發(fā)送到集群的worker/slave節(jié)點(diǎn)上執(zhí)行,執(zhí)行結(jié)果存到HFDS或HBase等分布式存儲系統(tǒng)中。

    圖6 Spark程序運(yùn)行流程

    此外,Spark的基本組件MLlib(Machine Learning lib)是常用的機(jī)器學(xué)習(xí)算法的實(shí)現(xiàn)庫,包括訓(xùn)練模塊與預(yù)測模塊兩部分。Spark的設(shè)計(jì)初衷是為了支持一些迭代的Job,這正好符合很多機(jī)器學(xué)習(xí)算法的特點(diǎn)。MLlib目前支持4種常見的機(jī)器學(xué)習(xí)問題:分類、回歸、聚類和協(xié)同過濾。因此,我們做安全審計(jì)日志的數(shù)據(jù)挖掘時,也可以直接調(diào)用MLlib內(nèi)置的算法。下面以K-Means算法為例,說明MLlib的具體使用。

    語句1:

    val clusters = KMeans.train(parsedData, numClusters, numIterations);

    語句2:

    val result = clusters.predict (Vectors.dense ("1.0 2.1 3.8".split(' ') .map(_.toDouble)));

    語句3:

    val cost = model.computeCost (parsedData)

    其中,parsedData為用戶數(shù)據(jù),numClusters為類簇個數(shù),numIterations為迭代次數(shù)。語句1運(yùn)用MLlib提供的KMeans.train進(jìn)行模型訓(xùn)練形成數(shù)據(jù)模型,語句2預(yù)測相應(yīng)數(shù)據(jù)所屬的類,使用誤差平方和來評估數(shù)據(jù)模型,并可根據(jù)使cost值較小的K作為KMeans算法的K值,見語句3。通過此實(shí)例的分析可以看出,運(yùn)用MLlib實(shí)現(xiàn)大數(shù)據(jù)挖掘可以大大簡化代碼量,省去自己編寫數(shù)據(jù)挖掘算法的麻煩,且對照Spark官網(wǎng)的解釋與例子[9],可以很快掌握MLlib庫中常用數(shù)據(jù)挖掘算法的使用。

    3.5 模式評估與高效便捷的海量事件追溯

    當(dāng)數(shù)據(jù)挖掘一旦完成,就會生成挖掘的結(jié)果——模式。但對于給定的用戶,在可能產(chǎn)生的模式中,只存在一小部分模式是此用戶感興趣的。對于模式的期望和興趣衡量,存在一些客觀度量,如規(guī)則的支持度、興趣因子、置信度等。我們在模式評估階段去發(fā)現(xiàn)感興趣的各種模式。追溯系統(tǒng)是安全審計(jì)系統(tǒng)中非常重要的一環(huán),目的是為了在海量數(shù)據(jù)分析的基礎(chǔ)上最終定位并解決用戶實(shí)際問題,可對平臺分析出來的各種結(jié)果進(jìn)行事件源定位。

    3.6 可視化與知識表示

    對于用戶感興趣的模式,可以在大數(shù)據(jù)安全審計(jì)系統(tǒng)中使用可視化和知識表示技術(shù),以更直觀、更易理解的方式向用戶展示有意義的模式。這是數(shù)據(jù)挖掘系統(tǒng)與用戶的直接交互,可使用戶對挖掘結(jié)果有更直觀準(zhǔn)確的認(rèn)識,從而更好地得到有意義模式的全部內(nèi)涵。

    4 結(jié) 語

    安全審計(jì)是現(xiàn)代安全防護(hù)系統(tǒng)中非常重要的環(huán)節(jié),可以幫助我們發(fā)現(xiàn)系統(tǒng)中可疑的、違規(guī)的或危險(xiǎn)的行為。本文分析傳統(tǒng)安全審計(jì)系統(tǒng)無法處理大數(shù)據(jù)的缺點(diǎn),從大數(shù)據(jù)角度出發(fā),借助大數(shù)據(jù)分析技術(shù)以及Hadoop、Spark等相關(guān)大數(shù)據(jù)分析平臺,構(gòu)建了一種大數(shù)據(jù)環(huán)境下的安全審計(jì)系統(tǒng)框架。借助該框架,通過對審計(jì)日志的采集與存儲,利用大數(shù)據(jù)挖掘算法,可以從大量的日志行為記錄數(shù)據(jù)中抽象出有利于進(jìn)行判斷和比較的特征模型,從而對當(dāng)前系統(tǒng)中的操作做出較合理的推理與判斷,實(shí)現(xiàn)對安全審計(jì)系統(tǒng)的管理。本文提出的安全審計(jì)系統(tǒng)框架為部署在大數(shù)據(jù)環(huán)境下的安全審計(jì)系統(tǒng)提供了一種技術(shù)思路。

    [1] 陳建昌.大數(shù)據(jù)環(huán)境下的網(wǎng)絡(luò)安全分析[J].中國新通信,2013,15(17):13-16. CHEN Jian-chang.Analysis of Network Security in Big Data Environment[J].China New Telecommunicatio ns,2013,15(17):13-16.

    [2] 孟小峰,慈祥.大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展,2013,50(01):146-169. M E N G X i a o-f e n g,C I X i a n g.B i g D a t a Management:Concepts,Techniques and Challenges [J].Journal of Computer Research and Development,2013,50(01):146-169.

    [3] 張鋒軍.大數(shù)據(jù)技術(shù)研究綜述[J].通信技術(shù),2014, 47(11):1240-1248. ZHANG Feng-jun.Overview on Big Data Technology [J]. Communications Technology,2014,47(11):1240-1248.

    [4] Apache Hadoop.Home Page[EB/OL].(2016-02-13) [2016-04-26].https:// hadoop.apache.org/.

    [5] DEAN J,GHEMAWAT S.MapReduce:Simplified Data Processing on Large Clusters[J].Communications of the ACM,2008,51(01):107-113.

    [6] LOGANATHAN A,SINHA A,MUTHURAMAKRISHNAN V,et al.A Systematic Approach to Big Data[J]. International Journal of Information & Computation Technology,2014,4(09):869-878.

    [7] 李明桂,肖毅,陳劍鋒等.基于大數(shù)據(jù)的安全事件挖掘框架[J].通信技術(shù),2015,48(03):346-350. LI Ming-gui,XIAO Yi,CHEN Jian-feng,et al.Big Data-based Framework for Security Event Mining [J]. Communications Technology,2015,48(03):346-350.

    [8] 許杰,冷冰,李明桂等.大數(shù)據(jù)處理技術(shù)在安全審計(jì)系統(tǒng)中的應(yīng)用[J].通信技術(shù),2016,49(03):346-351. XU Jie,LENG Bing,LI Ming-gui,et al.Application of Big Data Processing Technology in Audit System [J]. Communications Technology,2016,49(03):346-351.

    [9] Spark.Spark Website[EB/OL].(2016-03-09)[2016-05-02].http://spark.apache.org/.

    丁文超(1991—),男,碩士研究生,主要研究方向?yàn)樾畔踩c大數(shù)據(jù);

    冷 冰(1976—),男,碩士,高級工程師,主要研究方向?yàn)橥ㄐ啪W(wǎng)絡(luò)與信息安全;

    許 杰(1978—),男,博士,工程師,主要研究方向?yàn)樾畔踩c大數(shù)據(jù);

    嚴(yán)麗娜(1973—),女,碩士,講師,主要研究方向?yàn)榫W(wǎng)絡(luò)安全。

    Security Audit System Framework in Big Data Environment

    DING Wen-chao1, LENG Bing1, XU Jie1, YAN Li-na2
    (No.30 Institute of CETC, Chengdu Sichuan 610041, China; 2.Department of Information Security, Xi'an Communication Institute,Xi'an Shaanxi 710106, China)

    Security audit technology plays an important role in modern security protection system. However, traditional security audit technology and effective management of data, fast retrieval and data analysis would be faced with many difficult problems in modern big data environment. Major data platforms are briefly described, such as Hadoop and Spark, and aiming at the problem that traditional security auditing technology cannot handle big data, the existing big data technology is applied to proposing the design idea of big data security audit system. Finally, the framework of security audit system in big data environment is designed, the role and process in each part of the framework also given. The framework can meet the needs of security audit in big data environment.

    security audit; big data; data mining; Spark

    F239.2

    A

    1002-0802(2016)-07-0909-06

    10.3969/j.issn.1002-0802.2016.07.022

    2016-03-20;

    2016-06-13 Received date:2016-03-20;Revised date:2016-06-13

    猜你喜歡
    日志數(shù)據(jù)挖掘組件
    無人機(jī)智能巡檢在光伏電站組件診斷中的應(yīng)用
    能源工程(2022年2期)2022-05-23 13:51:50
    一名老黨員的工作日志
    華人時刊(2021年13期)2021-11-27 09:19:02
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    扶貧日志
    心聲歌刊(2020年4期)2020-09-07 06:37:14
    新型碎邊剪刀盤組件
    U盾外殼組件注塑模具設(shè)計(jì)
    游學(xué)日志
    基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    風(fēng)起新一代光伏組件膜層:SSG納米自清潔膜層
    太陽能(2015年11期)2015-04-10 12:53:04
    中文字幕最新亚洲高清| av在线播放精品| 精品国产乱码久久久久久男人| 啦啦啦啦在线视频资源| 老司机在亚洲福利影院| 黑人猛操日本美女一级片| 精品久久蜜臀av无| 91国产中文字幕| 中文字幕人妻熟女乱码| 老司机午夜十八禁免费视频| 老司机午夜十八禁免费视频| 免费久久久久久久精品成人欧美视频| 精品久久蜜臀av无| 欧美大码av| 午夜日韩欧美国产| 亚洲成人手机| 色婷婷久久久亚洲欧美| 国产精品久久久久久精品电影小说| 精品国产乱子伦一区二区三区 | 侵犯人妻中文字幕一二三四区| av不卡在线播放| 九色亚洲精品在线播放| 丰满饥渴人妻一区二区三| 飞空精品影院首页| 亚洲 国产 在线| av在线老鸭窝| 欧美黑人精品巨大| 十八禁网站免费在线| 日韩视频一区二区在线观看| 久久久久久久久久久久大奶| 在线观看免费午夜福利视频| 真人做人爱边吃奶动态| 精品亚洲成国产av| 亚洲精品中文字幕一二三四区 | av国产精品久久久久影院| 精品少妇一区二区三区视频日本电影| 欧美变态另类bdsm刘玥| 国产黄色免费在线视频| 久久综合国产亚洲精品| 国产视频一区二区在线看| 午夜福利乱码中文字幕| 一级片免费观看大全| 人妻久久中文字幕网| 搡老熟女国产l中国老女人| 嫩草影视91久久| 五月开心婷婷网| 99精品久久久久人妻精品| 久久久久久久久免费视频了| 亚洲三区欧美一区| 国产日韩欧美视频二区| 美女午夜性视频免费| 国产有黄有色有爽视频| 女人精品久久久久毛片| 老熟妇乱子伦视频在线观看 | 久久性视频一级片| 啦啦啦在线免费观看视频4| 丝袜在线中文字幕| 亚洲性夜色夜夜综合| 国产成人一区二区三区免费视频网站| 久久久久久久精品精品| 99久久人妻综合| 一个人免费在线观看的高清视频 | 97精品久久久久久久久久精品| 国产成人系列免费观看| 狠狠狠狠99中文字幕| 大码成人一级视频| 久久久久国产精品人妻一区二区| 日本欧美视频一区| 亚洲七黄色美女视频| 成年女人毛片免费观看观看9 | bbb黄色大片| 国产男女内射视频| 午夜免费鲁丝| 天天躁夜夜躁狠狠躁躁| 日韩三级视频一区二区三区| 少妇人妻久久综合中文| 人妻人人澡人人爽人人| 丝袜喷水一区| 美女大奶头黄色视频| 婷婷丁香在线五月| 欧美日韩av久久| av欧美777| 美女大奶头黄色视频| 亚洲欧洲日产国产| 不卡一级毛片| 最近中文字幕2019免费版| 色婷婷av一区二区三区视频| 高清欧美精品videossex| 欧美精品高潮呻吟av久久| 亚洲精品中文字幕一二三四区 | av不卡在线播放| 国产xxxxx性猛交| 亚洲黑人精品在线| 脱女人内裤的视频| 午夜福利视频在线观看免费| 一级,二级,三级黄色视频| 国产精品欧美亚洲77777| 亚洲精品第二区| 欧美午夜高清在线| 青草久久国产| 亚洲第一欧美日韩一区二区三区 | 亚洲五月婷婷丁香| 国产熟女午夜一区二区三区| 成人国产av品久久久| 国产成人免费观看mmmm| 久久人人爽av亚洲精品天堂| 色婷婷久久久亚洲欧美| 亚洲全国av大片| 亚洲国产中文字幕在线视频| 亚洲色图综合在线观看| 一本大道久久a久久精品| 少妇精品久久久久久久| 99国产精品一区二区蜜桃av | 99香蕉大伊视频| 自线自在国产av| 精品少妇黑人巨大在线播放| 国产一区二区三区在线臀色熟女 | 中文字幕人妻丝袜一区二区| 久久久水蜜桃国产精品网| 亚洲性夜色夜夜综合| 桃红色精品国产亚洲av| 老司机午夜福利在线观看视频 | 精品国产一区二区久久| 精品第一国产精品| 手机成人av网站| 极品少妇高潮喷水抽搐| 亚洲精品美女久久久久99蜜臀| 国产亚洲精品久久久久5区| bbb黄色大片| 夜夜骑夜夜射夜夜干| 亚洲国产看品久久| 免费高清在线观看视频在线观看| 亚洲国产精品一区三区| 精品人妻一区二区三区麻豆| 国产精品久久久久久人妻精品电影 | 亚洲熟女精品中文字幕| 一本大道久久a久久精品| 午夜福利乱码中文字幕| 久久精品久久久久久噜噜老黄| 免费一级毛片在线播放高清视频 | 精品久久久久久久毛片微露脸 | 国产精品一二三区在线看| 日韩 欧美 亚洲 中文字幕| 欧美乱码精品一区二区三区| 狂野欧美激情性bbbbbb| 久久ye,这里只有精品| 国产成人啪精品午夜网站| 老司机深夜福利视频在线观看 | 午夜影院在线不卡| 国产欧美日韩一区二区三 | 亚洲人成电影免费在线| 久久国产精品人妻蜜桃| 国产精品久久久久久精品电影小说| 女人被躁到高潮嗷嗷叫费观| 久久久精品免费免费高清| 香蕉丝袜av| 视频区图区小说| 久久久久久久精品精品| 黄网站色视频无遮挡免费观看| 国产野战对白在线观看| 女性生殖器流出的白浆| 亚洲五月婷婷丁香| 男女国产视频网站| 热re99久久国产66热| 欧美日韩视频精品一区| 91老司机精品| 狂野欧美激情性bbbbbb| 久久精品国产亚洲av香蕉五月 | 高清av免费在线| 亚洲欧美日韩高清在线视频 | 亚洲国产精品一区三区| 91大片在线观看| 欧美性长视频在线观看| 男女午夜视频在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 高潮久久久久久久久久久不卡| 久久精品亚洲熟妇少妇任你| 久久精品国产a三级三级三级| 18禁国产床啪视频网站| 电影成人av| 成人三级做爰电影| 在线十欧美十亚洲十日本专区| 亚洲全国av大片| 精品少妇黑人巨大在线播放| 亚洲精品日韩在线中文字幕| 一本色道久久久久久精品综合| 国产亚洲午夜精品一区二区久久| 一二三四社区在线视频社区8| 香蕉丝袜av| 极品人妻少妇av视频| 黄色毛片三级朝国网站| 亚洲精品久久成人aⅴ小说| 日韩欧美免费精品| 香蕉国产在线看| 国产精品一区二区免费欧美 | 黄色视频,在线免费观看| 99热国产这里只有精品6| 777米奇影视久久| 黄片播放在线免费| 伊人亚洲综合成人网| 国产一区二区在线观看av| 国产免费视频播放在线视频| 国产成人欧美| 精品少妇黑人巨大在线播放| 亚洲天堂av无毛| 高潮久久久久久久久久久不卡| 在线 av 中文字幕| 亚洲成人免费av在线播放| 欧美日韩中文字幕国产精品一区二区三区 | 青青草视频在线视频观看| 国产亚洲av高清不卡| 18禁国产床啪视频网站| 亚洲综合色网址| 亚洲精品中文字幕在线视频| av网站免费在线观看视频| 青春草亚洲视频在线观看| 涩涩av久久男人的天堂| 国产熟女午夜一区二区三区| 9热在线视频观看99| 国产在线视频一区二区| 亚洲精品国产色婷婷电影| 久久精品国产a三级三级三级| 亚洲七黄色美女视频| 黄色a级毛片大全视频| 国产精品二区激情视频| 久久九九热精品免费| 色播在线永久视频| 波多野结衣av一区二区av| 大型av网站在线播放| 欧美大码av| 一级a爱视频在线免费观看| 男女床上黄色一级片免费看| 免费av中文字幕在线| 韩国精品一区二区三区| tocl精华| 一级黄色大片毛片| 丝袜喷水一区| 香蕉国产在线看| 一本综合久久免费| 成年人免费黄色播放视频| 国产男人的电影天堂91| 国产日韩欧美亚洲二区| 大香蕉久久成人网| 日韩 亚洲 欧美在线| 人人妻人人澡人人爽人人夜夜| 亚洲精品乱久久久久久| 18禁观看日本| 国产精品成人在线| 亚洲五月色婷婷综合| 久久中文字幕一级| 日日摸夜夜添夜夜添小说| 国产av一区二区精品久久| 日韩一卡2卡3卡4卡2021年| 久久久久国产精品人妻一区二区| 久久中文字幕一级| 99国产精品99久久久久| 欧美老熟妇乱子伦牲交| 欧美另类亚洲清纯唯美| 欧美精品高潮呻吟av久久| 99精品久久久久人妻精品| 狂野欧美激情性bbbbbb| 久久99一区二区三区| 日日摸夜夜添夜夜添小说| 国产精品久久久人人做人人爽| 女警被强在线播放| 悠悠久久av| 久久免费观看电影| 国产老妇伦熟女老妇高清| 99re6热这里在线精品视频| 久久久国产一区二区| 精品亚洲乱码少妇综合久久| 18禁黄网站禁片午夜丰满| 亚洲欧美日韩另类电影网站| 亚洲av欧美aⅴ国产| 国产免费一区二区三区四区乱码| 亚洲av美国av| 免费av中文字幕在线| 91成人精品电影| 久久久国产成人免费| 97人妻天天添夜夜摸| 国产精品自产拍在线观看55亚洲 | 亚洲国产av影院在线观看| 又紧又爽又黄一区二区| 人成视频在线观看免费观看| 欧美人与性动交α欧美软件| 俄罗斯特黄特色一大片| 亚洲欧美日韩高清在线视频 | 在线看a的网站| 亚洲 欧美一区二区三区| 欧美变态另类bdsm刘玥| 国产成人欧美在线观看 | 9热在线视频观看99| 国产男女超爽视频在线观看| 啦啦啦视频在线资源免费观看| 男人添女人高潮全过程视频| 三级毛片av免费| 999久久久精品免费观看国产| 中文字幕另类日韩欧美亚洲嫩草| 国产99久久九九免费精品| 欧美变态另类bdsm刘玥| 欧美中文综合在线视频| 欧美在线黄色| 亚洲第一欧美日韩一区二区三区 | 天天躁狠狠躁夜夜躁狠狠躁| 精品熟女少妇八av免费久了| 欧美亚洲日本最大视频资源| a级毛片在线看网站| 老司机深夜福利视频在线观看 | 亚洲自偷自拍图片 自拍| 亚洲av日韩精品久久久久久密| 婷婷丁香在线五月| 丝瓜视频免费看黄片| 午夜福利免费观看在线| 国产一区二区 视频在线| 国产主播在线观看一区二区| 午夜老司机福利片| 亚洲一区中文字幕在线| 考比视频在线观看| cao死你这个sao货| 脱女人内裤的视频| www.999成人在线观看| 久久ye,这里只有精品| 精品一区二区三卡| 亚洲国产欧美在线一区| 搡老岳熟女国产| 老司机午夜十八禁免费视频| 精品亚洲乱码少妇综合久久| 菩萨蛮人人尽说江南好唐韦庄| 国产精品熟女久久久久浪| 欧美黑人欧美精品刺激| 亚洲情色 制服丝袜| 欧美黑人精品巨大| 色综合欧美亚洲国产小说| avwww免费| 一本—道久久a久久精品蜜桃钙片| 啦啦啦啦在线视频资源| 免费看十八禁软件| 久久人人爽人人片av| 一本色道久久久久久精品综合| 久久国产精品影院| 亚洲中文av在线| 性色av乱码一区二区三区2| 亚洲精品国产一区二区精华液| 国产亚洲精品一区二区www | 国产熟女午夜一区二区三区| 午夜福利视频精品| 国产精品影院久久| 性色av乱码一区二区三区2| 多毛熟女@视频| 国产亚洲av片在线观看秒播厂| 久久久久精品人妻al黑| 国产区一区二久久| 一级黄色大片毛片| 老司机影院毛片| 男女国产视频网站| 自线自在国产av| 高清黄色对白视频在线免费看| 国产男女内射视频| 飞空精品影院首页| cao死你这个sao货| 热re99久久国产66热| 久久亚洲精品不卡| 一进一出抽搐动态| 一级黄色大片毛片| 午夜福利在线免费观看网站| 亚洲欧美一区二区三区久久| 久久中文字幕一级| 一本大道久久a久久精品| 亚洲av日韩精品久久久久久密| 国产激情久久老熟女| 国产又爽黄色视频| 美女扒开内裤让男人捅视频| h视频一区二区三区| 欧美一级毛片孕妇| 国产真人三级小视频在线观看| 精品久久久久久电影网| 久久99一区二区三区| 久久久国产一区二区| 男女之事视频高清在线观看| 免费黄频网站在线观看国产| 中文字幕人妻丝袜一区二区| 亚洲av日韩在线播放| 亚洲精品国产一区二区精华液| 久久人妻熟女aⅴ| 久久精品国产亚洲av香蕉五月 | 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲国产欧美一区二区综合| 日韩大码丰满熟妇| 亚洲天堂av无毛| 日韩一卡2卡3卡4卡2021年| 日韩中文字幕视频在线看片| 大码成人一级视频| 青春草亚洲视频在线观看| 啦啦啦在线免费观看视频4| 午夜91福利影院| 老司机在亚洲福利影院| 国产成人欧美| 丝袜喷水一区| 亚洲精品一二三| 黄色视频不卡| 亚洲av日韩在线播放| 亚洲天堂av无毛| 色综合欧美亚洲国产小说| 一级毛片女人18水好多| 两性午夜刺激爽爽歪歪视频在线观看 | www.自偷自拍.com| 久久中文看片网| 老鸭窝网址在线观看| 中文字幕人妻熟女乱码| 99久久99久久久精品蜜桃| 国产深夜福利视频在线观看| 叶爱在线成人免费视频播放| 精品欧美一区二区三区在线| 免费日韩欧美在线观看| 一边摸一边做爽爽视频免费| 韩国精品一区二区三区| 久久精品国产亚洲av香蕉五月 | 日日夜夜操网爽| 纯流量卡能插随身wifi吗| 国产精品av久久久久免费| 99精品久久久久人妻精品| 成人三级做爰电影| 欧美激情久久久久久爽电影 | 国产男人的电影天堂91| 两性午夜刺激爽爽歪歪视频在线观看 | 激情视频va一区二区三区| 欧美日韩亚洲高清精品| av在线app专区| 80岁老熟妇乱子伦牲交| 亚洲国产欧美一区二区综合| 久久人人爽av亚洲精品天堂| 99国产极品粉嫩在线观看| 久久精品成人免费网站| 欧美一级毛片孕妇| 亚洲国产精品成人久久小说| 婷婷成人精品国产| 国产欧美亚洲国产| 日韩制服骚丝袜av| 9191精品国产免费久久| 在线 av 中文字幕| 欧美午夜高清在线| 在线观看免费午夜福利视频| 五月天丁香电影| 精品乱码久久久久久99久播| 各种免费的搞黄视频| 亚洲五月色婷婷综合| 成人亚洲精品一区在线观看| 一本色道久久久久久精品综合| 亚洲avbb在线观看| 超碰成人久久| 一个人免费看片子| 两性夫妻黄色片| 国产亚洲精品一区二区www | 免费不卡黄色视频| 精品福利观看| 男女床上黄色一级片免费看| 啪啪无遮挡十八禁网站| 国产一区二区在线观看av| 精品第一国产精品| 国产真人三级小视频在线观看| 国产成人影院久久av| 日日夜夜操网爽| 成年动漫av网址| 国产黄频视频在线观看| 精品少妇久久久久久888优播| 天天躁夜夜躁狠狠躁躁| 久久99一区二区三区| 天堂8中文在线网| 亚洲欧美色中文字幕在线| 黄频高清免费视频| av又黄又爽大尺度在线免费看| 人妻人人澡人人爽人人| 黄片小视频在线播放| 一本—道久久a久久精品蜜桃钙片| 欧美精品啪啪一区二区三区 | 性高湖久久久久久久久免费观看| 男女边摸边吃奶| 欧美日韩亚洲国产一区二区在线观看 | 亚洲第一青青草原| av片东京热男人的天堂| 亚洲精品国产区一区二| 91麻豆精品激情在线观看国产 | 亚洲全国av大片| 19禁男女啪啪无遮挡网站| 18禁裸乳无遮挡动漫免费视频| 久久精品亚洲熟妇少妇任你| 午夜福利,免费看| 最新的欧美精品一区二区| 亚洲国产精品一区三区| 精品亚洲成国产av| 亚洲美女黄色视频免费看| 又黄又粗又硬又大视频| 99精品欧美一区二区三区四区| 成年女人毛片免费观看观看9 | 91九色精品人成在线观看| av视频免费观看在线观看| 交换朋友夫妻互换小说| 亚洲avbb在线观看| 欧美97在线视频| 在线av久久热| 成年av动漫网址| 亚洲人成电影观看| av电影中文网址| 在线精品无人区一区二区三| 亚洲综合色网址| 丁香六月天网| 成人黄色视频免费在线看| 九色亚洲精品在线播放| 国产精品一区二区在线观看99| 多毛熟女@视频| 无遮挡黄片免费观看| 美女主播在线视频| www日本在线高清视频| 岛国毛片在线播放| 国产精品 欧美亚洲| 精品一品国产午夜福利视频| 久久久久久亚洲精品国产蜜桃av| 黄色视频在线播放观看不卡| 91av网站免费观看| 精品国产国语对白av| 欧美日韩中文字幕国产精品一区二区三区 | e午夜精品久久久久久久| 日韩一区二区三区影片| 欧美xxⅹ黑人| 王馨瑶露胸无遮挡在线观看| www.av在线官网国产| 我的亚洲天堂| 亚洲成人国产一区在线观看| 伦理电影免费视频| 国产精品香港三级国产av潘金莲| 热99re8久久精品国产| 国产精品久久久久久精品古装| 亚洲av日韩在线播放| 精品卡一卡二卡四卡免费| 国产一卡二卡三卡精品| 日韩中文字幕视频在线看片| 性色av一级| 桃红色精品国产亚洲av| 水蜜桃什么品种好| 老鸭窝网址在线观看| 欧美日韩av久久| 在线看a的网站| 一本大道久久a久久精品| 亚洲av美国av| 午夜激情久久久久久久| 无遮挡黄片免费观看| 一区二区av电影网| 国产精品久久久久久精品古装| 久久人妻福利社区极品人妻图片| 人人澡人人妻人| 人妻一区二区av| 欧美精品av麻豆av| 宅男免费午夜| 91大片在线观看| 国产精品国产av在线观看| 一级片'在线观看视频| 亚洲少妇的诱惑av| 国产精品秋霞免费鲁丝片| 老熟妇仑乱视频hdxx| 人人妻人人澡人人看| 丝瓜视频免费看黄片| 黄色片一级片一级黄色片| 亚洲全国av大片| 免费观看a级毛片全部| 黑人巨大精品欧美一区二区mp4| 亚洲欧美精品自产自拍| 高清欧美精品videossex| 中文字幕人妻丝袜制服| 亚洲专区字幕在线| 精品久久久久久久毛片微露脸 | 我要看黄色一级片免费的| 俄罗斯特黄特色一大片| 一本大道久久a久久精品| 免费观看av网站的网址| 色播在线永久视频| 美女高潮到喷水免费观看| 50天的宝宝边吃奶边哭怎么回事| 两个人免费观看高清视频| 国产人伦9x9x在线观看| 热99久久久久精品小说推荐| 一级片'在线观看视频| 啦啦啦免费观看视频1| 久久久久视频综合| 国产淫语在线视频| 久久久国产一区二区| 国产av一区二区精品久久| 国产高清国产精品国产三级| 黄片小视频在线播放| 我的亚洲天堂| 亚洲成av片中文字幕在线观看| 欧美国产精品一级二级三级| 久久精品国产亚洲av香蕉五月 | 午夜福利视频在线观看免费| 久久久久久亚洲精品国产蜜桃av| 亚洲全国av大片| 精品久久久久久电影网| 精品亚洲乱码少妇综合久久| 成人国产av品久久久| 少妇猛男粗大的猛烈进出视频| 黄色视频不卡| 大片免费播放器 马上看| 人人妻人人澡人人爽人人夜夜| 午夜免费鲁丝| 欧美激情极品国产一区二区三区| av国产精品久久久久影院| 日韩,欧美,国产一区二区三区| 精品第一国产精品| 老汉色av国产亚洲站长工具| 午夜福利视频精品| 成人免费观看视频高清| 欧美 亚洲 国产 日韩一| 国产亚洲精品久久久久5区| 在线十欧美十亚洲十日本专区| 精品国产乱码久久久久久男人| 人妻人人澡人人爽人人|