• <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 ?

    基于變量分組貝葉斯網(wǎng)絡(luò)的安全態(tài)勢(shì)評(píng)估方法

    2016-12-23 07:29:47博,王
    關(guān)鍵詞:態(tài)勢(shì)貝葉斯分組

    董 博,王 雪

    (1. 遼寧大學(xué) 計(jì)算中心,遼寧 沈陽(yáng) 110036;2. 遼寧大學(xué) 信息化中心,遼寧 沈陽(yáng) 110036)

    ?

    基于變量分組貝葉斯網(wǎng)絡(luò)的安全態(tài)勢(shì)評(píng)估方法

    董 博1,王 雪2

    (1. 遼寧大學(xué) 計(jì)算中心,遼寧 沈陽(yáng) 110036;2. 遼寧大學(xué) 信息化中心,遼寧 沈陽(yáng) 110036)

    針對(duì)網(wǎng)絡(luò)安全威脅問題,將人工智能理論和相關(guān)技術(shù)與網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估相融合,提出一種以細(xì)化變量進(jìn)行分組的貝葉斯網(wǎng)絡(luò)作為基礎(chǔ)研究的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法。該算法可以有效減少變量數(shù)量,縮短產(chǎn)生貝葉斯網(wǎng)絡(luò)的程序運(yùn)行時(shí)間,并通過相關(guān)實(shí)驗(yàn)驗(yàn)證了有效地減少變量數(shù)量對(duì)最終的結(jié)果并沒有產(chǎn)生過多影響。用本算法對(duì)大量網(wǎng)絡(luò)實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行測(cè)試,結(jié)果表明該方法能夠很好地區(qū)分不同的網(wǎng)絡(luò)安全威脅,從而能夠有效評(píng)估網(wǎng)絡(luò)安全態(tài)勢(shì)。

    貝葉斯網(wǎng)絡(luò);網(wǎng)絡(luò)安全;態(tài)勢(shì)評(píng)估;結(jié)構(gòu)學(xué)習(xí)

    0 引言

    網(wǎng)絡(luò)安全態(tài)勢(shì)感知就是把所收集的與網(wǎng)絡(luò)安全相關(guān)的要素進(jìn)行融合,然后按照一定的方法對(duì)這些要素進(jìn)行分析和理解,進(jìn)而判斷當(dāng)前網(wǎng)絡(luò)的安全態(tài)勢(shì)并預(yù)測(cè)未來的安全態(tài)勢(shì)。

    1 網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法

    網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估是網(wǎng)絡(luò)安全態(tài)勢(shì)感知的重要環(huán)節(jié),國(guó)內(nèi)外學(xué)者從不同的角度出發(fā),對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估做了大量科學(xué)研究工作。

    在國(guó)內(nèi),韋勇等[1]證明了基于多源融合網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估比基于單源網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估更加準(zhǔn)確有效。劉念等[2]提出一種基于免疫的網(wǎng)絡(luò)安全態(tài)勢(shì)感知方法。

    在國(guó)外,Mohsen Naderpour等[3]提出基于SA支持系統(tǒng)的GDTA方法,這種方法能幫助管理人員找出異常情況。Jason shifnet 等開發(fā)了Spinning Cube of Potential Doom 系統(tǒng), 極大地提高了網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估能力[4]。

    2 貝葉斯網(wǎng)絡(luò)

    貝葉斯網(wǎng)絡(luò)是描述數(shù)據(jù)變量之間依賴關(guān)系的圖形模型 ,其描述如下:網(wǎng)絡(luò)結(jié)構(gòu)S=(G,Θ)是一個(gè)有向圖 ,其中,每一個(gè)節(jié)點(diǎn)代表一個(gè)數(shù)據(jù)變量,G=(X,E) 是沒有環(huán)路沒有頂點(diǎn)的圖,X={X1,...,Xn}。Θ={P(Xi|Pa(Xi))}為其中Xi節(jié)點(diǎn)在其父節(jié)點(diǎn)的條件概率集合。

    用P(Xi)代表節(jié)點(diǎn)Xi的條件概率密度,Pa(Xi)表示其父節(jié)點(diǎn)集合,由貝葉斯推理公式有:

    P(Xi)=P(Xi|Pa(Xi))

    (1)

    根據(jù)概率鏈規(guī)則,由n個(gè)變量決定的聯(lián)合貝葉斯概率為:

    (2)

    在S中不存在任何有向環(huán), 稱為有向無環(huán)圖(Directed Acyclic graph , DAG) 。參考文獻(xiàn)[5]中描述了有向無環(huán)圖的遞推公式:

    (3)

    其中,r(1)=1,r(2)=3,r(3)=25,r(5)=29 281,r(10)=4.2×1018,這意味著,一旦節(jié)點(diǎn)數(shù)大于7,對(duì)所有節(jié)點(diǎn)在有效時(shí)間內(nèi)執(zhí)行一次完全遍歷是不可能的。

    3 聚類算法理論框架和研究方法

    由于在構(gòu)建貝葉斯網(wǎng)絡(luò)的過程中,網(wǎng)絡(luò)的結(jié)構(gòu)復(fù)雜性使得變量的數(shù)目過多,造成表達(dá)式超指數(shù)的增長(zhǎng)。為了解決這個(gè)問題,本文采用一種新的聚類算法,采用細(xì)分變量作為子集(或群組),通過單獨(dú)地學(xué)習(xí)每一個(gè)子集的結(jié)構(gòu),由這些子集的結(jié)構(gòu)最終組裝成最終的結(jié)構(gòu)。

    3.1 理論背景

    以下用到的Robinson 公式[5]表明有向無環(huán)圖中變量數(shù)量。其中,n表示變量的數(shù)量,r(1)=1。

    (4)

    (5)

    其中,J1+J2+…+Jk=n-1,Jl+1

    定理1

    對(duì)于n≥2,有:

    r(n)≥2n-2nr(n-1)

    (6)

    其中,0≦J≦n-1。

    當(dāng)n=2時(shí),r(2)=3≧2。當(dāng)n>2時(shí),參考文獻(xiàn)[2]中已經(jīng)證明定理成立。

    定理2

    (7)

    證明:

    由定理1中公式(6):

    l=1,...,k

    所以:

    (8)

    (9)

    (10)

    因此:

    (11)

    即:

    (12)

    所以:

    (13)

    例如,存在20個(gè)變量分成四個(gè)子集,子集1中包含5個(gè)變量,子集2中包含3個(gè)變量,子集3中包含6個(gè)變量,子集4中包含6個(gè)變量。則有:

    (14)

    3.2 結(jié)構(gòu)學(xué)習(xí)過程

    貝葉斯網(wǎng)絡(luò)學(xué)習(xí)過程的主要目的是在相應(yīng)變量間進(jìn)行推理,得出有效的因果關(guān)系,從而形成一個(gè)有向無環(huán)圖。對(duì)所有的變量(包括興趣變量)進(jìn)行結(jié)構(gòu)學(xué)習(xí)。最終的結(jié)構(gòu)學(xué)習(xí)過程如算法1。

    算法1 貝葉斯分組學(xué)習(xí)優(yōu)化算法

    定義:n:分組數(shù)量

    λi:分組的索引

    Vij:在λi分組下的變量j索引

    P(Vij):Vij的父集

    N: 類的變量節(jié)點(diǎn)

    STi:分組i的變量結(jié)構(gòu)

    Oi:分組變量排序

    Nλi:屬于λi分組內(nèi)的變量數(shù)量

    Vλi:i分組的變量集

    算法過程如下:

    1:Begin

    2:For each i<=n Do Oi←MWST(N, Vλi:)

    3:End for

    5:For each i<=n Do STi←K2(Oi, Vλi:)

    6: End For

    7: For each 2<=i<=n do Vλi←VλiUVλi{N}

    8: For each 1<= j<= Nλido

    9: 從STi中開始,添加到ST1中并保留從

    10: Vij和P(Vij)之間的弧

    11: End For

    12: End For

    很多學(xué)者提出了多種關(guān)于貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)算法,比如MWST算法、TPDA(Three Phase Dependency Analysis)算法、K2算法、ACOB (Ant Colony Optimization-B algorithm)等。本文選用K2算法進(jìn)行對(duì)比分析的主要原因是K2算法的計(jì)算時(shí)間短,算法復(fù)雜度低,穩(wěn)定度高。為了解決初始變量有序化問題,采用了MWST算法。MWST算法對(duì)數(shù)據(jù)集大小的變化不太敏感,并能產(chǎn)生初始化序列,而且其產(chǎn)生的圖與之前的圖差別不大。因此,采用MWST算法既能滿足初始化序列的要求又能非常準(zhǔn)確地接近原始數(shù)據(jù),可以成為K2算法的有效輸入。

    4 實(shí)驗(yàn)過程與結(jié)果

    選用了BNT toolbox工具包和Matlab2014b實(shí)驗(yàn)平臺(tái),實(shí)現(xiàn)MWST算法和K2算法的結(jié)構(gòu)學(xué)習(xí)過程。

    運(yùn)行環(huán)境為:Inter Core2 2.8GHz處理器,4 GB內(nèi)存,Win7 64位操作系統(tǒng),系統(tǒng)平均CPU利用率為38%,內(nèi)存的平均使用率為17%。

    數(shù)據(jù)來源采用美國(guó)林肯實(shí)驗(yàn)室的數(shù)據(jù)KDDCUP,其包含連續(xù)屬性及離散屬性等不同屬性值(如攻擊持續(xù)時(shí)間、網(wǎng)絡(luò)協(xié)議類型等),并標(biāo)有其所屬的類型(如正?;蚓唧w的攻擊類型) 。所有攻擊主要分為以下4大類:

    (1)DoS(Denial of Service Attacks ):拒絕服務(wù)。

    (2)UToR(User to Root Attacks):試圖獲取根用戶權(quán)限。

    (3)RToL(Remote to Local User Attacks):入侵者試圖利用系統(tǒng)的缺陷繞過防火墻。

    (4)Probe(Probe in network):端口掃描。

    4.1 K-means算法數(shù)據(jù)預(yù)處理

    圖1 各屬性聚類準(zhǔn)則值

    設(shè)定聚類范圍為 2~10,采用層次聚類算法和自舉技術(shù)優(yōu)化的K2算法進(jìn)行聚類,得到每個(gè)因素的聚類準(zhǔn)則值,如圖1所示。找到最佳聚類數(shù)和聚類中心可以使每個(gè)屬性更好地反映數(shù)據(jù)特性,避免由專家指定而造成的主觀影響。同理適用于其他影響因素,得到其最佳聚類數(shù)和聚類中心如表1所示。

    表1 聚類情況表

    4.2 實(shí)驗(yàn)具體過程

    (1)選取10%的數(shù)據(jù)集(共 494 019 條連接記錄)作為樣本訓(xùn)練數(shù)據(jù)集。之后獲取來自于本校的防火墻日志,使用2015-01-04 00:00:00 到2015-01-07 23:59:59之間,合計(jì)四天共96 h的數(shù)據(jù),共875個(gè)報(bào)警事件作為測(cè)試集。

    (2)對(duì)訓(xùn)練集中連續(xù)性屬性進(jìn)行離散化處理,確保其中屬性數(shù)據(jù)值在 100 個(gè)左右,并在此基礎(chǔ)上進(jìn)行分組貝葉斯算法的分類試驗(yàn)。

    (3)分別用本文提出的算法和經(jīng)典的K2算法分別獲取100個(gè)變量和1 024個(gè)變量。

    (4)對(duì)數(shù)據(jù)進(jìn)行歸類,按照相關(guān)試驗(yàn)類型的不同預(yù)歸類成2 類或5個(gè)主要類。

    (5)分兩種情況對(duì)算法進(jìn)行比較:

    ①數(shù)據(jù)記錄只分類成正常(Normal)或異常(Unnormal)兩類,即將所有具體類型的攻擊都作為異常類。

    ②數(shù)據(jù)記錄分類成 5大類 (Normal、DoS、UToR、RToL、Probe),各具體攻擊類型分別歸類到這5類中。

    4.3 實(shí)驗(yàn)結(jié)果和分析

    在第一階段實(shí)驗(yàn)過程中,分別用K2算法和本文設(shè)計(jì)的算法對(duì)不同的數(shù)據(jù)集進(jìn)行運(yùn)算??梢钥闯?,與經(jīng)典的K2算法相比,本文算法運(yùn)行時(shí)間得到了有效的縮短。在第二階段實(shí)驗(yàn)中,驗(yàn)證了分組變量對(duì)實(shí)驗(yàn)結(jié)果的影響微乎其微,如表2所示。其中訓(xùn)練集數(shù)據(jù)分別含有100個(gè)變量和1 024個(gè)變量。

    表2 CPU運(yùn)行時(shí)間表

    對(duì)于算法有效性的評(píng)價(jià)標(biāo)準(zhǔn)采用分類準(zhǔn)確率來衡量。采取兩種情形進(jìn)行試驗(yàn),第一種情形將數(shù)據(jù)的類型分成兩種如表3所示,可以看出本文算法分類準(zhǔn)確度明顯優(yōu)于K2算法。第二種情形將數(shù)據(jù)分成5類,結(jié)果如圖2和圖3所示。

    表3 分類準(zhǔn)確率 (%)

    類型訓(xùn)練集測(cè)試集本文算法正常異常99.8999.9193.5899.26K2算法正常異常99.4597.9288.8693.51

    從圖2和圖3可以看出,本文所提算法在準(zhǔn)確率方面也優(yōu)于K2算法。但無論是本文方法還是傳統(tǒng)的K2算法,在UToR與RToL訓(xùn)練樣本的分類準(zhǔn)確度上,還都達(dá)不到較好的效果,主要原因是這兩種訓(xùn)練樣本占整體樣本比例相對(duì)較少。當(dāng)訓(xùn)練樣本的數(shù)量較多時(shí),分類的準(zhǔn)確率會(huì)得到較大提升。

    圖2 K2算法分類準(zhǔn)確率

    5 結(jié)束語(yǔ)

    首先,本文在數(shù)學(xué)上證明了通過對(duì)相關(guān)變量進(jìn)行分組并形成相關(guān)的聚類可以有效地減少貝葉斯網(wǎng)絡(luò)的規(guī)模。其次,選取了K-means方法優(yōu)化了聚類過程。最后,通過實(shí)驗(yàn)證明本文方法可以大量減少網(wǎng)絡(luò)態(tài)勢(shì)分析中的變量數(shù)量,并且丟失的數(shù)據(jù)在實(shí)際評(píng)估過程中不影響推理過程所產(chǎn)生的貝葉斯網(wǎng)絡(luò),同時(shí)節(jié)省了大量的程序執(zhí)行時(shí)間。

    圖3 分組貝葉斯網(wǎng)絡(luò)算法分類準(zhǔn)確率

    [1] 韋勇,連一峰,馮登國(guó). 基于信息融合的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估模型[J].計(jì)算機(jī)研究與發(fā)展, 2009, 46(3):353-362.

    [2] 劉念,劉孫俊,劉勇,等.一種基于免疫的網(wǎng)絡(luò)安全態(tài)勢(shì)感知方法[J]. 計(jì)算機(jī)科學(xué), 2010,37(1):126-129.

    [3] NADERPOUR M, LU J, ZHANG G. An intelligent situation awareness support system for safety-critical environments[J]. Decision Support Systems, 2014,59(1):325-340.

    [4] STEPHEN L.The spinning cube of potential doom[J]. Com-munications ACM,2004, 47(6): 25-26.

    [5] ROBINSON R W. Counting unlabeled acyclic digraphs[C].In: Lecture Notes in Mathematics, Combinatorial Mathematics, 1977:28-43.

    A security situation assessment method based on subdividing Bayesian network in sub-networks

    Dong Bo1,Wang Xue2

    (1.Computing Center, Liaoning University, Shenyang 110036, China; 2. Information Technology Center, Liaoning University, Shenyang 110036, China)

    Aiming at the problem of security situation awareness about networks,using artificial intelligence theory and related technologies combined with network security situation assessment, a network security situation awareness method based on subdividing Bayesian network is proposed.The method can effectively reduce the number of variables, shorten the running time in the progress of generating Bayesian networks. The experiment proves that the method effectively reduces the number of variables but it dosen’t have too much influence on the final results. Using the proposed algorithm, a large number of the networking operation data were tested, the experiments results show that the method is able to distinguish different network security threats so as to effectively evaluate the network security situation.

    Bayesian network; network security; situational awareness; structure learning

    TP18

    A

    1674-7720(2016)07- 0060- 03

    董博,王雪.基于變量分組貝葉斯網(wǎng)絡(luò)的安全態(tài)勢(shì)評(píng)估方法[J].微型機(jī)與應(yīng)用,2016,35(7):60-62,66.

    2015-12-04)

    董博(1981-),男,講師,主要研究方向:數(shù)據(jù)挖掘、網(wǎng)絡(luò)信息安全、無線傳感器網(wǎng)絡(luò)。

    王雪(1981-),通信作者,女,中級(jí)實(shí)驗(yàn)師 ,主要研究方向:人工智能、網(wǎng)絡(luò)安全和無線自組織網(wǎng)絡(luò)路由算法。E-mail:wangxue@lnu.edu.cn。

    猜你喜歡
    態(tài)勢(shì)貝葉斯分組
    2019年12月與11月相比汽車產(chǎn)銷延續(xù)了增長(zhǎng)態(tài)勢(shì)
    汽車與安全(2020年1期)2020-05-14 13:27:19
    匯市延續(xù)小幅震蕩態(tài)勢(shì)
    我國(guó)天然氣供需呈現(xiàn)緊平衡態(tài)勢(shì)
    分組搭配
    怎么分組
    分組
    貝葉斯公式及其應(yīng)用
    基于貝葉斯估計(jì)的軌道占用識(shí)別方法
    一種基于貝葉斯壓縮感知的說話人識(shí)別方法
    電子器件(2015年5期)2015-12-29 08:43:15
    縣鄉(xiāng)一體化探索呈加速態(tài)勢(shì)
    3wmmmm亚洲av在线观看| 欧美 日韩 精品 国产| 丝瓜视频免费看黄片| 中文字幕av在线有码专区| 久久久久久久久久人人人人人人| 久久国产乱子免费精品| 欧美性感艳星| 国产乱来视频区| 国产探花在线观看一区二区| 肉色欧美久久久久久久蜜桃 | 一级片'在线观看视频| 少妇猛男粗大的猛烈进出视频 | 日韩在线高清观看一区二区三区| 麻豆久久精品国产亚洲av| 精华霜和精华液先用哪个| av一本久久久久| 亚洲高清免费不卡视频| 国产在线一区二区三区精| 免费大片黄手机在线观看| 日日啪夜夜撸| 偷拍熟女少妇极品色| 最近的中文字幕免费完整| 丝袜喷水一区| 99视频精品全部免费 在线| 五月伊人婷婷丁香| 色播亚洲综合网| 欧美丝袜亚洲另类| 少妇的逼水好多| 国产午夜福利久久久久久| 草草在线视频免费看| 校园人妻丝袜中文字幕| 99久国产av精品| 91精品一卡2卡3卡4卡| 国产精品综合久久久久久久免费| av一本久久久久| 亚洲高清免费不卡视频| 亚洲不卡免费看| 亚洲欧美成人精品一区二区| 久久久久久久久久人人人人人人| 亚洲精品自拍成人| eeuss影院久久| 精品国产三级普通话版| 亚洲综合色惰| 五月玫瑰六月丁香| 日韩欧美三级三区| 精品久久久久久久久av| 国产高清国产精品国产三级 | 在线天堂最新版资源| 国产午夜福利久久久久久| ponron亚洲| 精品人妻视频免费看| 国产精品久久久久久精品电影| 欧美精品国产亚洲| 麻豆成人午夜福利视频| 欧美潮喷喷水| 久久久午夜欧美精品| 中文精品一卡2卡3卡4更新| 精品久久久精品久久久| 免费观看精品视频网站| 国内精品美女久久久久久| 久久久久久伊人网av| 一级毛片我不卡| 日日啪夜夜爽| 女人久久www免费人成看片| 亚洲熟女精品中文字幕| 丝袜美腿在线中文| 尤物成人国产欧美一区二区三区| 久久精品久久久久久噜噜老黄| 精品久久国产蜜桃| 麻豆乱淫一区二区| 国产伦理片在线播放av一区| 精品久久久久久久久亚洲| 亚洲精品久久午夜乱码| 亚洲不卡免费看| 亚洲经典国产精华液单| 亚洲自偷自拍三级| 成人性生交大片免费视频hd| kizo精华| av播播在线观看一区| 我要看日韩黄色一级片| 免费在线观看成人毛片| 久久鲁丝午夜福利片| 久久国产乱子免费精品| 97热精品久久久久久| 久久精品国产鲁丝片午夜精品| 看十八女毛片水多多多| 我的女老师完整版在线观看| 亚洲最大成人手机在线| 99久久精品一区二区三区| 一区二区三区高清视频在线| 淫秽高清视频在线观看| 成人二区视频| www.av在线官网国产| 五月伊人婷婷丁香| 亚洲精品国产av成人精品| 高清毛片免费看| 一个人看的www免费观看视频| 亚洲美女视频黄频| 中文乱码字字幕精品一区二区三区 | 白带黄色成豆腐渣| 国产精品国产三级国产av玫瑰| 精品久久久精品久久久| 99久久精品一区二区三区| 久久精品人妻少妇| 校园人妻丝袜中文字幕| 乱码一卡2卡4卡精品| 国产午夜福利久久久久久| 亚洲av成人av| 国产精品一区www在线观看| 可以在线观看毛片的网站| 午夜福利高清视频| 超碰av人人做人人爽久久| 蜜桃亚洲精品一区二区三区| 精品酒店卫生间| 日韩精品有码人妻一区| 国产亚洲av嫩草精品影院| 黄色欧美视频在线观看| 久久99精品国语久久久| 美女内射精品一级片tv| 联通29元200g的流量卡| 国产精品福利在线免费观看| 在线观看美女被高潮喷水网站| 99久久精品国产国产毛片| 特大巨黑吊av在线直播| 亚洲精华国产精华液的使用体验| 夜夜看夜夜爽夜夜摸| 国产精品av视频在线免费观看| 最近视频中文字幕2019在线8| 国产淫片久久久久久久久| 欧美高清性xxxxhd video| 国产在视频线在精品| 人妻制服诱惑在线中文字幕| 亚洲欧美精品自产自拍| 久久99蜜桃精品久久| 亚洲精品亚洲一区二区| 黄片无遮挡物在线观看| www.色视频.com| 床上黄色一级片| 欧美日韩视频高清一区二区三区二| 国产黄色小视频在线观看| 能在线免费看毛片的网站| 国产黄色视频一区二区在线观看| 特大巨黑吊av在线直播| 免费人成在线观看视频色| 成人亚洲精品一区在线观看 | 国产精品嫩草影院av在线观看| 国产视频内射| 观看免费一级毛片| 国产在线男女| 国产白丝娇喘喷水9色精品| 精品久久久久久久久亚洲| 91久久精品国产一区二区成人| av线在线观看网站| freevideosex欧美| 亚洲av一区综合| 亚洲久久久久久中文字幕| 免费av不卡在线播放| 亚洲一级一片aⅴ在线观看| 最近中文字幕高清免费大全6| 亚洲精品第二区| 亚洲丝袜综合中文字幕| 国产老妇女一区| 亚洲av成人av| 女的被弄到高潮叫床怎么办| 国产免费福利视频在线观看| 视频中文字幕在线观看| 天堂av国产一区二区熟女人妻| 永久网站在线| 免费看美女性在线毛片视频| 一级毛片我不卡| 别揉我奶头 嗯啊视频| av专区在线播放| 91精品一卡2卡3卡4卡| 不卡视频在线观看欧美| 精品国产露脸久久av麻豆 | 777米奇影视久久| av在线播放精品| 欧美xxxx性猛交bbbb| 蜜桃久久精品国产亚洲av| kizo精华| 亚洲av日韩在线播放| 最新中文字幕久久久久| 18禁在线播放成人免费| 男人和女人高潮做爰伦理| 成人亚洲精品av一区二区| 成人欧美大片| 网址你懂的国产日韩在线| 亚洲精品乱码久久久久久按摩| 日韩欧美三级三区| 性插视频无遮挡在线免费观看| 婷婷色av中文字幕| 国产午夜福利久久久久久| 中国国产av一级| 亚洲图色成人| 日韩一本色道免费dvd| 免费观看性生交大片5| 免费黄频网站在线观看国产| 亚洲成人精品中文字幕电影| 亚洲av免费高清在线观看| 免费av观看视频| 国产精品av视频在线免费观看| 熟女人妻精品中文字幕| 十八禁网站网址无遮挡 | 三级经典国产精品| 久久久久久久久大av| 午夜爱爱视频在线播放| 一个人看的www免费观看视频| 少妇的逼好多水| 国产精品久久久久久久久免| 成人毛片a级毛片在线播放| 免费大片18禁| 欧美潮喷喷水| 免费av毛片视频| 最近2019中文字幕mv第一页| 久久久久久久久久人人人人人人| av在线天堂中文字幕| 观看免费一级毛片| 久久99蜜桃精品久久| 亚洲va在线va天堂va国产| 亚洲人成网站在线观看播放| 在线免费观看的www视频| 亚洲精品久久久久久婷婷小说| 嫩草影院精品99| 人妻少妇偷人精品九色| 黄色一级大片看看| 精品久久久久久久久亚洲| 视频中文字幕在线观看| 最近最新中文字幕大全电影3| 2022亚洲国产成人精品| 久久国内精品自在自线图片| 亚洲色图av天堂| 久久人人爽人人爽人人片va| 亚洲精品乱码久久久v下载方式| 国产精品综合久久久久久久免费| 一区二区三区乱码不卡18| 天堂av国产一区二区熟女人妻| 少妇丰满av| av女优亚洲男人天堂| 国内精品一区二区在线观看| 亚洲国产欧美人成| 日本一本二区三区精品| 日韩不卡一区二区三区视频在线| 非洲黑人性xxxx精品又粗又长| 国产黄片美女视频| av在线天堂中文字幕| 观看免费一级毛片| 热99在线观看视频| 色视频www国产| 欧美日韩一区二区视频在线观看视频在线 | 人人妻人人澡欧美一区二区| 在线免费十八禁| 国产成人精品福利久久| 国产高清国产精品国产三级 | 99热这里只有精品一区| 免费看a级黄色片| 一本久久精品| 国产伦一二天堂av在线观看| 精品久久久久久久久av| 高清在线视频一区二区三区| 国产 一区精品| 一本一本综合久久| 伦理电影大哥的女人| 久久久久久久午夜电影| av在线老鸭窝| 亚洲av成人精品一二三区| 国产麻豆成人av免费视频| 人人妻人人澡人人爽人人夜夜 | 日本一本二区三区精品| 美女主播在线视频| 久久精品久久久久久久性| 日本-黄色视频高清免费观看| 免费观看性生交大片5| 日韩一区二区视频免费看| 精品国产三级普通话版| 国产精品久久久久久久久免| 亚洲精品,欧美精品| 毛片女人毛片| 国产精品1区2区在线观看.| 乱人视频在线观看| 欧美潮喷喷水| xxx大片免费视频| 亚洲av不卡在线观看| 日韩av不卡免费在线播放| 日韩欧美精品免费久久| 岛国毛片在线播放| 深爱激情五月婷婷| 赤兔流量卡办理| 国产精品一及| 亚洲久久久久久中文字幕| 国产亚洲5aaaaa淫片| 大香蕉97超碰在线| 三级男女做爰猛烈吃奶摸视频| or卡值多少钱| 少妇的逼水好多| 亚洲精品色激情综合| 特大巨黑吊av在线直播| 少妇人妻一区二区三区视频| 99热这里只有是精品在线观看| 身体一侧抽搐| 亚洲va在线va天堂va国产| 亚洲最大成人中文| 亚洲国产欧美在线一区| 韩国av在线不卡| 特级一级黄色大片| 精品人妻偷拍中文字幕| 久久精品综合一区二区三区| 免费在线观看成人毛片| 青春草视频在线免费观看| 国产女主播在线喷水免费视频网站 | 毛片一级片免费看久久久久| 别揉我奶头 嗯啊视频| 亚洲成人av在线免费| 日韩大片免费观看网站| 亚洲最大成人手机在线| 日韩一区二区视频免费看| 神马国产精品三级电影在线观看| 男女边吃奶边做爰视频| 欧美丝袜亚洲另类| 天天一区二区日本电影三级| 搡女人真爽免费视频火全软件| 18禁裸乳无遮挡免费网站照片| 亚洲三级黄色毛片| 久久国产乱子免费精品| 日本黄色片子视频| 国产精品福利在线免费观看| 国产视频内射| 人人妻人人澡欧美一区二区| 水蜜桃什么品种好| 久久久久久九九精品二区国产| 婷婷色综合www| 人人妻人人澡人人爽人人夜夜 | 亚洲精华国产精华液的使用体验| 男女国产视频网站| 秋霞伦理黄片| 夫妻午夜视频| 国产在线男女| av一本久久久久| 免费观看精品视频网站| 久久人人爽人人爽人人片va| 成人综合一区亚洲| 午夜激情久久久久久久| 国产日韩欧美在线精品| xxx大片免费视频| 午夜久久久久精精品| 热99在线观看视频| 久久精品国产亚洲av天美| av国产免费在线观看| 99热这里只有是精品在线观看| 日韩一本色道免费dvd| 在现免费观看毛片| 国产午夜福利久久久久久| 能在线免费看毛片的网站| 国产白丝娇喘喷水9色精品| 国产黄片视频在线免费观看| 搞女人的毛片| 久久精品久久精品一区二区三区| 久久鲁丝午夜福利片| 少妇裸体淫交视频免费看高清| 国产精品人妻久久久久久| 一边亲一边摸免费视频| 成人欧美大片| 欧美精品国产亚洲| 中文字幕久久专区| 又粗又硬又长又爽又黄的视频| 熟妇人妻不卡中文字幕| 中文字幕av成人在线电影| 搡老妇女老女人老熟妇| 尤物成人国产欧美一区二区三区| 寂寞人妻少妇视频99o| 日韩强制内射视频| 免费黄网站久久成人精品| 波野结衣二区三区在线| 精品久久国产蜜桃| 亚洲国产成人一精品久久久| 欧美精品一区二区大全| 91在线精品国自产拍蜜月| 高清在线视频一区二区三区| 亚洲精品aⅴ在线观看| 少妇猛男粗大的猛烈进出视频 | 可以在线观看毛片的网站| 男女下面进入的视频免费午夜| a级毛色黄片| 亚洲经典国产精华液单| 亚洲精品国产成人久久av| 日日啪夜夜爽| 街头女战士在线观看网站| 欧美成人一区二区免费高清观看| 97超碰精品成人国产| 97在线视频观看| 午夜免费男女啪啪视频观看| 国产精品女同一区二区软件| 伊人久久精品亚洲午夜| 天天躁日日操中文字幕| 欧美三级亚洲精品| 乱系列少妇在线播放| 日韩精品青青久久久久久| 日韩一区二区三区影片| 3wmmmm亚洲av在线观看| 天堂影院成人在线观看| 国产国拍精品亚洲av在线观看| 中文字幕久久专区| 久久久精品欧美日韩精品| 欧美日本视频| 国产黄片视频在线免费观看| 欧美最新免费一区二区三区| 午夜免费激情av| 国产免费福利视频在线观看| 午夜激情欧美在线| 91av网一区二区| 中文字幕亚洲精品专区| 精品一区二区免费观看| 日韩视频在线欧美| 最近视频中文字幕2019在线8| 欧美人与善性xxx| 欧美激情在线99| h日本视频在线播放| 日韩欧美精品免费久久| 一区二区三区高清视频在线| 99热这里只有是精品在线观看| 亚洲熟女精品中文字幕| 久久精品国产鲁丝片午夜精品| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 波多野结衣巨乳人妻| 91久久精品国产一区二区三区| 国产午夜精品论理片| 一夜夜www| 人人妻人人澡人人爽人人夜夜 | 伦理电影大哥的女人| 欧美日韩国产mv在线观看视频 | 欧美日韩综合久久久久久| 国产亚洲精品久久久com| ponron亚洲| 久久99热6这里只有精品| 黄片wwwwww| 午夜久久久久精精品| 久久久国产一区二区| 国产成人午夜福利电影在线观看| 久久97久久精品| 人人妻人人澡人人爽人人夜夜 | 三级经典国产精品| 99久国产av精品国产电影| 天天躁夜夜躁狠狠久久av| 天堂俺去俺来也www色官网 | 久久精品久久久久久久性| 久久精品国产自在天天线| 日韩欧美国产在线观看| 97在线视频观看| 亚洲在久久综合| 久久午夜福利片| 一级毛片 在线播放| 亚洲精品国产av成人精品| 不卡视频在线观看欧美| 日本欧美国产在线视频| videos熟女内射| 日韩视频在线欧美| 黑人高潮一二区| videos熟女内射| 亚洲精品成人久久久久久| 水蜜桃什么品种好| 久久精品国产亚洲av涩爱| 色哟哟·www| 天堂俺去俺来也www色官网 | 网址你懂的国产日韩在线| or卡值多少钱| 国产91av在线免费观看| 男女啪啪激烈高潮av片| 69人妻影院| av线在线观看网站| 全区人妻精品视频| 99久久中文字幕三级久久日本| 人妻少妇偷人精品九色| 国产午夜福利久久久久久| 久久97久久精品| 99久久精品国产国产毛片| 在线a可以看的网站| 日韩av在线大香蕉| 久久久久国产网址| 亚洲精品国产av成人精品| 久久热精品热| av女优亚洲男人天堂| 汤姆久久久久久久影院中文字幕 | 亚洲不卡免费看| 少妇高潮的动态图| 亚洲精品影视一区二区三区av| 在线a可以看的网站| 乱人视频在线观看| 三级经典国产精品| 国内精品宾馆在线| 午夜免费男女啪啪视频观看| 久久99热这里只频精品6学生| 波野结衣二区三区在线| 视频中文字幕在线观看| 欧美最新免费一区二区三区| 麻豆成人午夜福利视频| 欧美xxⅹ黑人| 99热这里只有是精品在线观看| 男人舔女人下体高潮全视频| 国产精品伦人一区二区| 菩萨蛮人人尽说江南好唐韦庄| 一级爰片在线观看| 精品国产三级普通话版| 亚洲国产精品成人久久小说| 日日摸夜夜添夜夜添av毛片| av一本久久久久| a级一级毛片免费在线观看| 色吧在线观看| 国产亚洲av片在线观看秒播厂 | 身体一侧抽搐| 一区二区三区免费毛片| 亚洲精品日韩在线中文字幕| 国产一级毛片在线| 少妇人妻一区二区三区视频| 久久综合国产亚洲精品| 精品亚洲乱码少妇综合久久| 三级国产精品欧美在线观看| 亚洲精品乱久久久久久| 内地一区二区视频在线| 黄片wwwwww| 午夜福利在线观看吧| 日日摸夜夜添夜夜添av毛片| 高清日韩中文字幕在线| 亚洲精品成人av观看孕妇| 午夜爱爱视频在线播放| 精品久久久噜噜| 亚洲av成人av| 国产色婷婷99| 日本色播在线视频| 亚洲成人一二三区av| 天堂中文最新版在线下载 | 国产色婷婷99| 成人亚洲精品一区在线观看 | 国产成人91sexporn| 亚洲天堂国产精品一区在线| 色综合亚洲欧美另类图片| a级毛色黄片| 自拍偷自拍亚洲精品老妇| 一区二区三区乱码不卡18| 最近中文字幕2019免费版| 女人十人毛片免费观看3o分钟| 国产免费一级a男人的天堂| 最近2019中文字幕mv第一页| 人人妻人人澡欧美一区二区| 丝袜喷水一区| 在线免费观看的www视频| 少妇的逼水好多| 欧美成人一区二区免费高清观看| 人人妻人人澡人人爽人人夜夜 | 日本三级黄在线观看| 中文精品一卡2卡3卡4更新| 人妻制服诱惑在线中文字幕| 国产黄片视频在线免费观看| 亚洲精品aⅴ在线观看| 中文字幕免费在线视频6| 国产真实伦视频高清在线观看| 精品久久久噜噜| 免费观看无遮挡的男女| 日韩,欧美,国产一区二区三区| 一本一本综合久久| 男人舔女人下体高潮全视频| 熟妇人妻不卡中文字幕| or卡值多少钱| 亚洲电影在线观看av| 亚洲va在线va天堂va国产| 欧美日韩在线观看h| 真实男女啪啪啪动态图| 亚洲av.av天堂| 成人午夜精彩视频在线观看| 午夜福利视频精品| 欧美区成人在线视频| 青春草国产在线视频| 99久久中文字幕三级久久日本| 成人美女网站在线观看视频| 69av精品久久久久久| 国产永久视频网站| 成人av在线播放网站| 久久久成人免费电影| 国产午夜精品一二区理论片| 国产精品女同一区二区软件| 麻豆久久精品国产亚洲av| 九九爱精品视频在线观看| 亚洲怡红院男人天堂| 91狼人影院| 99久国产av精品国产电影| 在线a可以看的网站| 超碰97精品在线观看| 亚洲国产欧美在线一区| 九草在线视频观看| 国产在视频线精品| 婷婷色综合大香蕉| 中文字幕av在线有码专区| 欧美日韩视频高清一区二区三区二| 午夜福利网站1000一区二区三区| av线在线观看网站| av免费在线看不卡| 久久久久国产网址| 秋霞在线观看毛片| 亚洲精品乱久久久久久| 国产伦精品一区二区三区四那| 丰满少妇做爰视频| 五月伊人婷婷丁香| 蜜桃久久精品国产亚洲av| 成人漫画全彩无遮挡| 精品一区二区三区人妻视频| 99久国产av精品| av免费在线看不卡| www.av在线官网国产| 99热全是精品| 国产 亚洲一区二区三区 | 国产高清三级在线| 69av精品久久久久久| 日本熟妇午夜| 成人午夜高清在线视频| 汤姆久久久久久久影院中文字幕 | 欧美日韩一区二区视频在线观看视频在线 | 日日摸夜夜添夜夜添av毛片|