• <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K?均值與AGNES聚類(lèi)算法的校園網(wǎng)行為分析系統(tǒng)研究

    2017-01-12 09:40茆漢國(guó)
    現(xiàn)代電子技術(shù) 2016年23期
    關(guān)鍵詞:聚類(lèi)算法行為分析校園網(wǎng)

    茆漢國(guó)

    摘 要: 校園網(wǎng)中的服務(wù)器存有海量的用戶訪問(wèn)日志文件,記錄了校園網(wǎng)用戶的訪問(wèn)信息。鑒于此,提出了一種基于聚類(lèi)算法的校園網(wǎng)用戶行為分析技術(shù),設(shè)計(jì)和實(shí)現(xiàn)了數(shù)據(jù)預(yù)處理系統(tǒng),對(duì)日志數(shù)據(jù)進(jìn)行一系列的清理、合并,標(biāo)準(zhǔn)化等預(yù)處理,使其更好地適應(yīng)后續(xù)的聚類(lèi)操作。將預(yù)處理后的數(shù)據(jù)作為輸入數(shù)據(jù),分別實(shí)現(xiàn)了三種常用的聚類(lèi)算法對(duì)日志數(shù)據(jù)進(jìn)行聚類(lèi),然后從聚類(lèi)準(zhǔn)確率和聚類(lèi)速度兩個(gè)角度對(duì)現(xiàn)有算法進(jìn)行優(yōu)化。為了提高聚類(lèi)準(zhǔn)確率,提出了用K?均值算法結(jié)合AGNES算法的方法;為了提高聚類(lèi)速度,在MPICH2平臺(tái)上設(shè)計(jì)和實(shí)現(xiàn)了并行K?均值算法,實(shí)現(xiàn)多機(jī)并行分析,最后簡(jiǎn)單介紹了校園網(wǎng)行為分析系統(tǒng)的應(yīng)用。

    關(guān)鍵詞: 校園網(wǎng); 行為分析; 聚類(lèi)算法; MPICH2

    中圖分類(lèi)號(hào): TN98?34; TM417 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1004?373X(2016)23?0116?05

    Research on campus network user behavior analysis system

    based on K?means and AGNES clustering algorithm

    MAO Hanguo

    (Information Construction and Management Office, Nanjing Institute of Technology, Nanjing 211167, China)

    Abstract: The server in campus network has massive user access log files, and records the access information of the campus network users. In view of this issue, a campus network user behavior analysis technology based on clustering algorithm is proposed. The data preprocessing system was designed and implemented. The log data is conducted with a series of cleaning, merging, standardization and preprocessing to suit for the subsequent clustering operation. The preprocessed data is taken as the input data to cluster the log data by means of 3 commonly?used clustering algorithms respectively, and then, the available algorithms are optimized in the aspects of clustering accuracy and clustering speed. In order to improve the clustering accuracy, a method of combining AGNES algorithm with K?means algorithm is proposed. In order to improve the clustering speed, the parallel K?means algorithm was designed and implemented on MPICH2 platform to realize the multimachine parallel analysis. The application of the campus network user behavior analysis system is introduced simply.

    Keywords: campus network; behavior analysis; clustering algorithm; MPICH2

    0 引 言

    當(dāng)前,為了更好地管理校園網(wǎng),各個(gè)高校會(huì)在校園網(wǎng)中安裝各種硬件設(shè)備,記錄校園網(wǎng)用戶的訪問(wèn)信息。日積月累,校園網(wǎng)中就積累了大量的用戶訪問(wèn)記錄[1]。但是,這些硬件設(shè)備自帶的軟件只能用來(lái)記錄訪問(wèn)信息,但卻無(wú)法進(jìn)一步挖掘存在于這些數(shù)據(jù)中的潛在關(guān)系,無(wú)法以現(xiàn)有數(shù)據(jù)預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì),無(wú)法將隱藏在數(shù)據(jù)背后的知識(shí)挖掘出來(lái)。同時(shí),校園網(wǎng)上存在的不良信息、系統(tǒng)漏洞、病毒等問(wèn)題對(duì)校園網(wǎng)系統(tǒng)產(chǎn)生了巨大的威脅[2]。

    當(dāng)前的網(wǎng)絡(luò)環(huán)境迫使管理者對(duì)校園網(wǎng)的安全性、穩(wěn)定性和服務(wù)質(zhì)量提出更高的要求,在校園網(wǎng)提供優(yōu)質(zhì)的網(wǎng)絡(luò)服務(wù)的同時(shí),還要能夠保護(hù)網(wǎng)絡(luò)和用戶系統(tǒng)的安全[3]。因此,為了保障校園網(wǎng)能通暢運(yùn)行,必須建立一種有效的校園網(wǎng)分析機(jī)制,從不同角度分析校園網(wǎng)的運(yùn)行狀態(tài),然后根據(jù)實(shí)際情況進(jìn)行調(diào)整。Web日志中記錄了用戶的訪問(wèn)信息,保存有大量用戶的訪問(wèn)規(guī)律。通過(guò)設(shè)計(jì)一種Web日志分析軟件,分析Web日志中的數(shù)據(jù),了解校園網(wǎng)用戶的訪問(wèn)特點(diǎn)和規(guī)律,然后根據(jù)分析的結(jié)果調(diào)整和優(yōu)化校園網(wǎng)結(jié)構(gòu),更好地為校園網(wǎng)用戶進(jìn)行服務(wù)。

    1 校園網(wǎng)行為分析系統(tǒng)的總體設(shè)計(jì)

    根據(jù)數(shù)據(jù)挖掘技術(shù)的操作流程,系統(tǒng)分為以下幾個(gè)部分:數(shù)據(jù)采集,數(shù)據(jù)預(yù)處理,數(shù)據(jù)挖掘,結(jié)果分析。系統(tǒng)的結(jié)構(gòu)如圖1所示。

    圖1 校園網(wǎng)行為分析系統(tǒng)的結(jié)構(gòu)

    2 數(shù)據(jù)預(yù)處理的設(shè)計(jì)與實(shí)現(xiàn)

    2.1 數(shù)據(jù)采集

    校園網(wǎng)用戶行為分析系統(tǒng)的數(shù)據(jù)來(lái)自于某大學(xué)公網(wǎng)訪問(wèn)流量控制服務(wù)器,其位置處于校園網(wǎng)和公網(wǎng)出口路由之間。流控服務(wù)器上的訪問(wèn)日志有:RPT_PUR,RPT_LUR,RPT_TR,RPT_MALUR,RPT_MEDIA等文件,其中RPT_TR為主日志文件,記錄了全部的公網(wǎng)訪問(wèn)信息,所以將該日志作為本系統(tǒng)的原始數(shù)據(jù)源[4]。

    2.2 數(shù)據(jù)預(yù)處理

    2.2.1 清理臟數(shù)據(jù)

    對(duì)于行為分析系統(tǒng)來(lái)說(shuō),并不需要關(guān)心日志文件中的所有字段,而只需要對(duì)其中一部分進(jìn)行處理。因此,只需要提取以下幾個(gè)字段:“客戶端IP”、“請(qǐng)求訪問(wèn)時(shí)間”、“網(wǎng)站域名”、“上行流量”、下行流量等這些字段[5]。另外,對(duì)于字段不完整的數(shù)據(jù)條目,予以舍棄。

    2.2.2 數(shù)據(jù)歸并

    根據(jù)校園網(wǎng)日志文件做用戶的行為分析時(shí),有兩個(gè)數(shù)據(jù)是至關(guān)重要的。第一個(gè)就是某個(gè)網(wǎng)站的訪問(wèn)次數(shù),另一個(gè)是該網(wǎng)站的訪問(wèn)流量。其中訪問(wèn)流量還包括上行流量和下行流量?jī)刹糠?。由于不分別考慮上行流量和下行流量,可將二者相加,并將其統(tǒng)一命名為流量[6]。然后將相同網(wǎng)站進(jìn)行歸并,這樣根據(jù)數(shù)據(jù)條目的多少和每個(gè)數(shù)據(jù)條目中的訪問(wèn)流量,可以得到每個(gè)網(wǎng)站的總訪問(wèn)次數(shù)和訪問(wèn)流量。

    2.2.3 數(shù)據(jù)的標(biāo)準(zhǔn)化

    數(shù)據(jù)標(biāo)準(zhǔn)化的形式有很多,根據(jù)整理后的校園網(wǎng)日志文件的特點(diǎn),采用極差歸一化方法。由于相同字段中,數(shù)據(jù)之間的數(shù)量級(jí)差異比較大,如果單純的使用極差歸一化方法,會(huì)出現(xiàn)很多接近0的數(shù)據(jù),這樣會(huì)降低后續(xù)聚類(lèi)操作的準(zhǔn)確率[7]。所以需要根據(jù)實(shí)際情況對(duì)現(xiàn)有的極差歸一化方法進(jìn)行改進(jìn),對(duì)數(shù)量級(jí)差進(jìn)行級(jí)放大,具體的操作過(guò)程如下:

    (1) 設(shè)數(shù)據(jù)集中需要計(jì)算的字段數(shù)量為[n,]首先獲取每個(gè)字段的最大值,分別記為[xmaxi(i=1,2,…,n);]

    (2) 比較[xmaxi]每個(gè)值的數(shù)量級(jí),選擇數(shù)量級(jí)最小的值分別記為[xmaxs;]

    (3) 對(duì)各個(gè)字段使用極差歸一化的方法對(duì)數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化,但在計(jì)算每個(gè)值[xi]與最小值[xmin]的差時(shí),都乘以[xmaxs]對(duì)應(yīng)的數(shù)量級(jí)[Os],即:

    [xinew=(xi-xmin)×Osxmax-xmin] (1)

    經(jīng)過(guò)極差的級(jí)放大后,得到的數(shù)據(jù)處于同一個(gè)數(shù)量級(jí),這為后續(xù)的聚類(lèi)操作的準(zhǔn)確性提供了保障。

    2.2.4 處理效果評(píng)價(jià)

    在校園網(wǎng)日志文件經(jīng)過(guò)清理臟數(shù)據(jù)、數(shù)據(jù)歸并和數(shù)據(jù)標(biāo)準(zhǔn)化之后,原始數(shù)據(jù)集數(shù)量由原來(lái)的7 000萬(wàn)條變?yōu)楝F(xiàn)在的85萬(wàn)條,并且數(shù)據(jù)形式也更符合后續(xù)聚類(lèi)操作的要求。數(shù)據(jù)預(yù)處理工作有效地縮減了原始數(shù)據(jù)規(guī)模,并為后續(xù)聚類(lèi)操作做了鋪墊。

    3 聚類(lèi)算法的設(shè)計(jì)

    3.1 算法的選擇

    聚類(lèi)算法的形式有很多種,不同的聚類(lèi)算法適合不同的原始數(shù)據(jù)集。例如K?均值法適合大數(shù)據(jù)集,K?中心點(diǎn)算法適合小數(shù)據(jù)集,BIRCH算法適用于數(shù)據(jù)分布呈凸形及球形的數(shù)據(jù)集等。根據(jù)校園網(wǎng)日志數(shù)據(jù)的情況,分別選擇K?均值算法,AGNES算法和DBScan算法對(duì)數(shù)據(jù)集進(jìn)行分析,并對(duì)比三種算法的執(zhí)行效率。

    3.2 K?均值算法的實(shí)現(xiàn)

    3.2.1 算法的輸入

    算法的執(zhí)行過(guò)程如下:首先,隨機(jī)從原始數(shù)據(jù)中選出[k]個(gè)對(duì)象,設(shè)置為[k]個(gè)簇,每個(gè)簇的平均值就是這個(gè)對(duì)象的值,把這個(gè)平均值又叫做質(zhì)心或中心。對(duì)于剩余的對(duì)象,根據(jù)每個(gè)對(duì)象與每個(gè)簇中心的距離大小,把他們分到最近的簇中,這個(gè)過(guò)程完成后重新計(jì)算各個(gè)簇的平均值[8]。此過(guò)程需不斷重復(fù),直至準(zhǔn)則函數(shù)收斂,或達(dá)到指定的迭代次數(shù)為止。通常采用平方誤差準(zhǔn)則函數(shù),即:

    [Je=i=1kx∈CiX-mi2] (2)

    式中:[Je]是數(shù)據(jù)集中所有數(shù)據(jù)對(duì)象的平方誤差的總和;[X]代表數(shù)據(jù)對(duì)象;[mi]代表簇[Ci]的平均值。

    對(duì)于兩個(gè)數(shù)據(jù)對(duì)象之間的相似度,可以通過(guò)他們間的相異性來(lái)定義和描述。一般而言,在計(jì)算兩個(gè)對(duì)象之間的相異性時(shí),采用兩個(gè)對(duì)象之間的距離來(lái)計(jì)算。在計(jì)算簇中的個(gè)體對(duì)象與簇中心的距離時(shí),通常采用歐式距離,其計(jì)算公式為:

    [d(x,y)=k=1nwk(xk-yk)2, 1≤k≤n] (3)

    式中:[x=(x1,x2,…,xn)]和[y=(y1,y2,…,yn)]是兩個(gè)[n]維的數(shù)據(jù)對(duì)象;[m=(m1,m2,…,mn)]則代表每個(gè)屬性在計(jì)算相異度時(shí)所代表的權(quán)重,不同的權(quán)重設(shè)置就會(huì)產(chǎn)生不同的相異度,從而影響到簇的劃分。

    3.2.2 算法的過(guò)程

    K?均值算法的過(guò)程如下所示:

    輸入:簇的數(shù)目[k,]包含[n]個(gè)對(duì)象的數(shù)據(jù)集

    輸出:[k]個(gè)簇

    過(guò)程:

    (1) 從數(shù)據(jù)集中隨機(jī)選擇[k]個(gè)對(duì)象,將每個(gè)對(duì)象都作為一個(gè)簇的初始中心;

    (2) 分配每個(gè)剩余對(duì)象到離他最近的簇中心所在的簇中;

    (3) 計(jì)算每個(gè)簇中所有對(duì)象的均值向量,使其作為新的簇的中心;

    (4) 重復(fù)步驟(2),步驟(3)過(guò)程,直到[k]個(gè)簇的中心不再發(fā)生變化或者準(zhǔn)則函數(shù)收斂;

    (5) 返回各個(gè)聚類(lèi)的中心和成員。

    K均值算法的時(shí)間復(fù)雜性為[O(tkn),t]代表迭代次數(shù),[k]代表聚類(lèi)數(shù),[n]代表樣本數(shù)。

    3.3 AGNES算法的實(shí)現(xiàn)

    3.3.1 算法的輸入

    AGNES算法的輸入變量只有1個(gè),就是最終簇的個(gè)數(shù)[k,]這點(diǎn)與K?均值算法一樣。算法最初將數(shù)據(jù)集中的每個(gè)對(duì)象都看成一個(gè)簇,通過(guò)特定的規(guī)則將這些簇逐步合并,直到簇的數(shù)目達(dá)到要求。在這里規(guī)定:在簇[A]中的一個(gè)對(duì)象和簇[B]中的一個(gè)對(duì)象之間的距離是所有屬于不同簇的對(duì)象之間最小的,將[AB]合并。按照這個(gè)規(guī)則,不斷地合并現(xiàn)有的簇,直到簇的個(gè)數(shù)等于變量[k]后,算法結(jié)束。

    3.3.2 算法的過(guò)程

    AGNES算法的過(guò)程如下:

    輸入:簇的數(shù)目[k,]包含[n]個(gè)對(duì)象的數(shù)據(jù)集

    輸出:[k]個(gè)簇

    過(guò)程:

    (1) 設(shè)置每個(gè)對(duì)象都作為一個(gè)初始簇;

    (2) Repeat;

    (3) 以兩個(gè)簇中最近的數(shù)據(jù)點(diǎn)為標(biāo)準(zhǔn)找到最近的兩個(gè)簇;

    (4) 將兩個(gè)簇合并生成新的簇的集合;

    (5) Until達(dá)到要求的簇的數(shù)目。

    AGNES算法的時(shí)間復(fù)雜性為[O(n2),n]代表樣本數(shù)。

    3.4 DBScan算法的實(shí)現(xiàn)

    3.4.1 算法的輸入

    DBScan算法是典型的基于密度的聚類(lèi)方法。除了數(shù)據(jù)集,DBScan算法的輸入有兩個(gè):半徑[e]和最少數(shù)目MinPts。DBScan算法的核心思想是,對(duì)于簇中的每一個(gè)對(duì)象,在給定的半徑[e]鄰域內(nèi),包含數(shù)據(jù)對(duì)象的個(gè)數(shù)必須大于給定的最少數(shù)目MinPts。

    3.4.2 算法的過(guò)程

    DBScan算法的過(guò)程如下所示:

    輸入:半徑[e,]包含[n]個(gè)對(duì)象的數(shù)據(jù)集,最少數(shù)目MinPts

    輸出:生成達(dá)到所有密度要求的簇

    過(guò)程:

    (1) Repeat;

    (2) 從數(shù)據(jù)集中找到一個(gè)未處理的點(diǎn);

    (3) IF找到的點(diǎn)是核心點(diǎn),THEN找出全部從該點(diǎn)密度可達(dá)的對(duì)象,形成一個(gè)簇;

    (4) ELSE找到的點(diǎn)是邊緣點(diǎn)(非核心對(duì)象),從本次循環(huán)中跳出,繼續(xù)尋找下一個(gè)點(diǎn);

    (5) UNTIL所有的點(diǎn)都被處理。

    DBScan算法的時(shí)間復(fù)雜性為O(nlog n),其中n代表樣本數(shù)。

    3.5 幾種聚類(lèi)算法執(zhí)行結(jié)果對(duì)比

    3.5.1 效率對(duì)比

    在樣本數(shù)達(dá)到4 000時(shí),AGNES算法的執(zhí)行時(shí)間已經(jīng)是無(wú)窮大了,所以AGNES不適合數(shù)據(jù)量較大的聚類(lèi)。而DBScan算法和K?均值算法的執(zhí)行時(shí)間相對(duì)較快,特別是K?均值算法,在簇?cái)?shù)遠(yuǎn)小于數(shù)據(jù)集樣本個(gè)數(shù)時(shí),K?均值算法的時(shí)間復(fù)雜性為[O(n)。]三種算法的執(zhí)行效率如圖2所示。

    從圖2得出的結(jié)論:K?均值算法的執(zhí)行效率最高,遠(yuǎn)遠(yuǎn)優(yōu)于另外兩種算法。而AGNES算法的執(zhí)行效率非常低,不適合在大數(shù)據(jù)集上進(jìn)行聚類(lèi)運(yùn)算。

    3.5.2 準(zhǔn)確率對(duì)比

    AGNES算法和DBScan算法在聚類(lèi)準(zhǔn)確率上效果比較好,而K?均值算法的聚類(lèi)準(zhǔn)確率跟初始聚類(lèi)中心的選定有很大關(guān)系。而在實(shí)際操作中,能正確地選取聚類(lèi)中心是一件很困難的事情,因?yàn)樵诰垲?lèi)結(jié)果出來(lái)之前,很難預(yù)先確定聚類(lèi)中心的大概位置。所以,如果要在實(shí)際中使用K?均值算法,一定要解決這個(gè)問(wèn)題,讓初始聚類(lèi)中心貼近最終的聚類(lèi)中心,然后才能得到滿意的聚類(lèi)結(jié)果。

    4 K?均值算法的優(yōu)化

    4.1 優(yōu)化方案

    因?yàn)镵?均值算法的執(zhí)行效率會(huì)比另外兩種聚類(lèi)算法高過(guò)很多,在數(shù)據(jù)量較大時(shí)這種效率優(yōu)勢(shì)會(huì)更加明顯,所以決定在K?均值算法的基礎(chǔ)上進(jìn)行優(yōu)化。設(shè)計(jì)優(yōu)化的方案有兩種,第一種是采用AGNES算法和K?均值算法結(jié)合的方式,這樣既能利用AGNES算法提高聚類(lèi)準(zhǔn)確率,又能兼顧K?均值算法的高效率。第二種優(yōu)化是利用MPICH2接口設(shè)計(jì)一種并行的K?均值算法,讓它在多機(jī)的環(huán)境下執(zhí)行,這樣可以顯著地提高執(zhí)行效率。

    4.2 AGNES算法與K?均值算法的結(jié)合

    使用AGNES算法和K?均值算法結(jié)合的方式,在執(zhí)行K?均值算法前,從原始數(shù)據(jù)中隨機(jī)抽出一部分?jǐn)?shù)據(jù),并在這些抽出來(lái)的數(shù)據(jù)上運(yùn)行AGNES算法,然后將運(yùn)行結(jié)果得到的聚類(lèi)中心當(dāng)做K?均值算法的初始聚類(lèi)中心。具體過(guò)程如圖3所示。

    4.3 K?均值算法并行實(shí)現(xiàn)

    4.3.1 并行K?均值算法的實(shí)現(xiàn)

    分析K?均值算法可以看出,算法中每次迭代的計(jì)算只要分為兩個(gè)步驟:

    (1) 計(jì)算各個(gè)數(shù)據(jù)對(duì)象與各個(gè)類(lèi)中心之間的距離;

    (2) 產(chǎn)生新的聚類(lèi)中心時(shí),需要對(duì)每個(gè)類(lèi)中所有數(shù)據(jù)求和并取平均值。

    隨著數(shù)據(jù)量的增加而導(dǎo)致計(jì)算時(shí)間延長(zhǎng)的處理階段主要是第一步,因此考慮并行處理這一過(guò)程來(lái)提高聚類(lèi)效率,降低算法對(duì)內(nèi)存的較高要求。

    采取基于主從(Master/Slave)模式的數(shù)據(jù)并行策略。主程序運(yùn)行在一個(gè)主節(jié)點(diǎn)上,負(fù)責(zé)分配數(shù)據(jù)和匯總從其他節(jié)點(diǎn)產(chǎn)生的聚類(lèi)結(jié)果,生成新的聚類(lèi)中心。從程序運(yùn)行在其他節(jié)點(diǎn)上,處理主節(jié)點(diǎn)分配給自己的一部分?jǐn)?shù)據(jù)集。主從節(jié)點(diǎn)之間的通信通過(guò)MPICH2平臺(tái)實(shí)現(xiàn),所以寫(xiě)程序時(shí)不用關(guān)注具體的并行通信細(xì)節(jié),在很大程度上方便了編程。

    首先,主節(jié)點(diǎn)先將數(shù)據(jù)集劃分后,連同現(xiàn)有的聚類(lèi)中心集一并發(fā)給各個(gè)從節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)接收到的數(shù)據(jù)集大小為整個(gè)數(shù)據(jù)集的大小/從節(jié)點(diǎn)數(shù)。各個(gè)從節(jié)點(diǎn)將接收到的數(shù)據(jù)集進(jìn)行聚類(lèi),并把聚類(lèi)結(jié)果返還給主節(jié)點(diǎn)。這時(shí)主節(jié)點(diǎn)等待各個(gè)從節(jié)點(diǎn)的數(shù)據(jù),一旦將所有從節(jié)點(diǎn)的聚類(lèi)結(jié)果收齊后,主節(jié)點(diǎn)計(jì)算各個(gè)類(lèi)的新的聚類(lèi)中心,然后和原聚類(lèi)中心通過(guò)計(jì)算誤差平方準(zhǔn)則函數(shù)進(jìn)行比較。如果原來(lái)的聚類(lèi)中心和新的聚類(lèi)中心之差小于給定的閾值,算法結(jié)束。否則主節(jié)點(diǎn)將重新劃分?jǐn)?shù)據(jù)集并分配給各個(gè)從節(jié)點(diǎn),開(kāi)始新的一次迭代過(guò)程。

    4.3.2 執(zhí)行結(jié)果

    把多臺(tái)配置為Intel Core i3 3.2 GHz,4 GB RAM的計(jì)算機(jī)用100M/10M自適應(yīng)網(wǎng)卡連接起來(lái),在系統(tǒng)上安裝好MPICH2構(gòu)成一個(gè)機(jī)群系統(tǒng)。使用C++實(shí)現(xiàn)這個(gè)算法,在這個(gè)機(jī)群系統(tǒng)的基礎(chǔ)上完成算法的驗(yàn)證實(shí)驗(yàn)。通過(guò)實(shí)驗(yàn)可以看出K?均值并行算法具有以下幾個(gè)特征:

    (1) 當(dāng)[N=100K,p=2]時(shí),并行算法的加速比是小于1的。也就是說(shuō),由于數(shù)據(jù)量不夠大,數(shù)據(jù)分塊過(guò)多,各節(jié)點(diǎn)獲分配的數(shù)據(jù)量比較少,并行計(jì)算粒度過(guò)小,導(dǎo)致計(jì)算與通信比值下降,從而造成并行算法的執(zhí)行時(shí)間不如串行算法。

    (2) 當(dāng)[N>100K][且2≤p≤4]時(shí),并行算法在絕大多數(shù)情況下加速比大于1。當(dāng)輸入數(shù)據(jù)規(guī)模增大,每個(gè)節(jié)點(diǎn)的運(yùn)算量增加時(shí),并行算法的優(yōu)勢(shì)就體現(xiàn)出來(lái)了,這時(shí)并行算法的執(zhí)行時(shí)間要優(yōu)于串行算法。

    (3) 當(dāng)[N>100]K且[p=3]時(shí),算法的加速比達(dá)到了最高值,即3為理想節(jié)點(diǎn)數(shù)。當(dāng)再增加節(jié)點(diǎn)數(shù)目,因?yàn)楦鱾€(gè)節(jié)點(diǎn)之間的通信量增加,加速比開(kāi)始下降,當(dāng)[p=5]時(shí),加速比開(kāi)始小于1,也就意味著并行算法的效率小于串行算法。

    4.3.3 提高并行性能的方法

    通過(guò)對(duì)K?均值并行算法的設(shè)計(jì)與實(shí)現(xiàn),發(fā)現(xiàn)在PC機(jī)群網(wǎng)絡(luò)并行的環(huán)境下,要提高并行算法的執(zhí)行效率,需要注意以下兩點(diǎn):

    (1) 計(jì)算機(jī)節(jié)點(diǎn)數(shù)人。在計(jì)算機(jī)節(jié)點(diǎn)數(shù)目較少時(shí),增加計(jì)算機(jī)節(jié)點(diǎn)數(shù)會(huì)提高并行度,提高并行算法的執(zhí)行效率。

    (2) 應(yīng)該盡量加大每個(gè)節(jié)點(diǎn)的預(yù)算量并減少節(jié)點(diǎn)間的通信,即采用粗粒度的并行算法。

    5 系統(tǒng)的應(yīng)用

    5.1 統(tǒng)計(jì)分析

    將預(yù)處理后的日志文件以散點(diǎn)圖的形式顯示出來(lái)??梢钥吹剑瑤缀?9%以上的數(shù)據(jù)都集中在左下角,這表明校園網(wǎng)用戶在進(jìn)行網(wǎng)絡(luò)訪問(wèn)時(shí),對(duì)于大部分的網(wǎng)站用戶訪問(wèn)流量低且點(diǎn)擊次數(shù)少。這個(gè)統(tǒng)計(jì)結(jié)果也是符合事實(shí)的,因?yàn)槿藗兩暇W(wǎng)時(shí),只有個(gè)別非常有名的網(wǎng)站,會(huì)讓用戶長(zhǎng)時(shí)間訪問(wèn)而造成大量的上行和下行流量,或者讓用戶頻繁地訪問(wèn)。隨著搜索引擎的普遍使用,用戶對(duì)于某些信息的搜索會(huì)查詢大量的網(wǎng)站,對(duì)于大部分網(wǎng)站來(lái)說(shuō),用戶只會(huì)訪問(wèn)有限的幾次,甚至絕大部分網(wǎng)站用戶在很長(zhǎng)一段時(shí)間內(nèi)只會(huì)訪問(wèn)一次,說(shuō)明校園網(wǎng)用戶的訪問(wèn)呈現(xiàn)出流量少和訪問(wèn)次數(shù)少的特點(diǎn)。

    校園訪問(wèn)的網(wǎng)站點(diǎn)擊流量和次數(shù)分布如圖4所示。

    5.2 聚類(lèi)分析

    應(yīng)用本文研發(fā)的系統(tǒng)對(duì)校園網(wǎng)日志文件進(jìn)行聚類(lèi)分析,然后得出校園網(wǎng)用戶的網(wǎng)絡(luò)行為。為了讓聚類(lèi)既準(zhǔn)確又快速,采用AGNES+K?均值合并算法,同時(shí)K?均值算法部分采用并行實(shí)現(xiàn)。通過(guò)分析,本系統(tǒng)可以通過(guò)分析訪問(wèn)日志而得出各類(lèi)網(wǎng)站的訪問(wèn)狀況,進(jìn)而得知校園網(wǎng)用戶的上網(wǎng)行為??梢灾?,校園網(wǎng)用戶訪問(wèn)最多的網(wǎng)站是bit.edu.cn,而訪問(wèn)量最大的網(wǎng)站是幾個(gè)視頻網(wǎng)站。利用本系統(tǒng)對(duì)校園網(wǎng)日志文件進(jìn)行聚類(lèi),其結(jié)果有助于分析校園網(wǎng)用戶的上網(wǎng)行為,了解他們的喜好。校園網(wǎng)管理者可以根據(jù)分析的結(jié)果對(duì)校園網(wǎng)結(jié)構(gòu)進(jìn)行調(diào)整,從而更好地為校園網(wǎng)用戶服務(wù)。

    6 結(jié) 論

    本文介紹了一種基于聚類(lèi)算法的校園網(wǎng)用戶行為分析技術(shù),在分析日志文件的過(guò)程中,系統(tǒng)采用的核心算法為聚類(lèi)算法。首先設(shè)計(jì)了系統(tǒng)的總體結(jié)構(gòu),提出了分析模型,然后設(shè)計(jì)并實(shí)現(xiàn)了對(duì)校園網(wǎng)日志數(shù)據(jù)進(jìn)行預(yù)處理的模塊,通過(guò)處理臟數(shù)據(jù),數(shù)據(jù)歸并,數(shù)據(jù)標(biāo)準(zhǔn)化等操作篩選出有效的數(shù)據(jù),為數(shù)據(jù)挖掘做準(zhǔn)備。進(jìn)一步,根據(jù)當(dāng)前的校園網(wǎng)實(shí)際運(yùn)行情況,提出了校園網(wǎng)行為分析系統(tǒng)的創(chuàng)建意義,然后設(shè)計(jì)并實(shí)現(xiàn)了K?均值,AGNES,DBScan幾種聚類(lèi)算法,并對(duì)K?均值算法進(jìn)行優(yōu)化。最后介紹了本系統(tǒng)的應(yīng)用方法,并根據(jù)系統(tǒng)的執(zhí)行結(jié)果分析了校園網(wǎng)用戶的上網(wǎng)行為。

    參考文獻(xiàn)

    [1] 丁青,周留根,朱愛(ài)兵,等.基于K?means聚類(lèi)算法的校園網(wǎng)用戶行為分析研究[J].網(wǎng)絡(luò)新媒體技術(shù),2010,31(6):74?80.

    [2] 馬艷英.基于遺傳算法的Web文檔聚類(lèi)算法[J].現(xiàn)代電子技術(shù),2016,39(1):148?152.

    [3] 羅軍鋒,洪丹丹.基于數(shù)據(jù)抽樣的自動(dòng)K?means聚類(lèi)算法[J].現(xiàn)代電子技術(shù),2014,37(8):19?21.

    [4] 步媛媛,關(guān)忠仁.基于K?means聚類(lèi)算法的研究[J].西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版),2009(1):198?200.

    [5] 王燕,吳灝,毛天宇.基于K?中心點(diǎn)聚類(lèi)算法的論壇信息識(shí)別技術(shù)研究[J].計(jì)算機(jī)工程與設(shè)計(jì),2009,30(1):210?212.

    [6] 劉興光.基于云計(jì)算的大型校園互聯(lián)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù),2015,38(24):90?93.

    [7] 張建文,徐瓊,王強(qiáng).基于MPI環(huán)境的并行程序設(shè)計(jì)[J].東華理工學(xué)院學(xué)報(bào),2007,30(1):81?84.

    [8] 呂元海,孫江輝,馬龍.基于OracleRAC的校園網(wǎng)數(shù)據(jù)庫(kù)集群系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù),2016,39(4):72?75.

    猜你喜歡
    聚類(lèi)算法行為分析校園網(wǎng)
    數(shù)字化校園網(wǎng)建設(shè)及運(yùn)行的幾點(diǎn)思考
    試論最大匹配算法在校園網(wǎng)信息提取中的應(yīng)用
    NAT技術(shù)在校園網(wǎng)中的應(yīng)用
    數(shù)據(jù)挖掘算法性能優(yōu)化的研究與應(yīng)用
    K—Means聚類(lèi)算法在MapReduce框架下的實(shí)現(xiàn)
    基于北斗衛(wèi)星導(dǎo)航的罪犯行為分析方法
    金融經(jīng)濟(jì)中的金融套利行為分析及若干研究
    基于改進(jìn)的K_means算法在圖像分割中的應(yīng)用
    大規(guī)模風(fēng)電場(chǎng)集中接入對(duì)電力系統(tǒng)小干擾穩(wěn)定的影響分析
    VPN在校園網(wǎng)中的集成應(yīng)用
    亚洲黑人精品在线| 中文字幕人成人乱码亚洲影| 老司机深夜福利视频在线观看| 国产激情欧美一区二区| 啦啦啦观看免费观看视频高清| 一级毛片女人18水好多| 国产高清三级在线| 熟女少妇亚洲综合色aaa.| 夜夜夜夜夜久久久久| 亚洲人与动物交配视频| 久99久视频精品免费| 十八禁人妻一区二区| 久久久久久久精品吃奶| 淫秽高清视频在线观看| 久久精品综合一区二区三区| 国产91精品成人一区二区三区| 国产成人系列免费观看| 日本五十路高清| 亚洲国产精品sss在线观看| 亚洲人成网站在线播| 欧美色视频一区免费| 欧美色视频一区免费| 一级黄片播放器| 可以在线观看的亚洲视频| 国产成人av教育| av片东京热男人的天堂| 校园春色视频在线观看| 性欧美人与动物交配| 色综合欧美亚洲国产小说| 天堂影院成人在线观看| 国产色爽女视频免费观看| 国产探花在线观看一区二区| 韩国av一区二区三区四区| 国产精品一区二区三区四区免费观看 | 淫秽高清视频在线观看| 国产精品三级大全| АⅤ资源中文在线天堂| 国产一区二区激情短视频| 久久久精品欧美日韩精品| 欧美性猛交黑人性爽| 成人特级av手机在线观看| 丰满乱子伦码专区| АⅤ资源中文在线天堂| 国产爱豆传媒在线观看| 免费在线观看影片大全网站| 国产爱豆传媒在线观看| 国产乱人视频| 国产高潮美女av| 97碰自拍视频| 97碰自拍视频| 2021天堂中文幕一二区在线观| 精品人妻偷拍中文字幕| 99国产极品粉嫩在线观看| 啦啦啦免费观看视频1| 一区福利在线观看| 色噜噜av男人的天堂激情| 3wmmmm亚洲av在线观看| 丁香欧美五月| 亚洲美女黄片视频| eeuss影院久久| 搡女人真爽免费视频火全软件 | 久久久久久九九精品二区国产| 999久久久精品免费观看国产| 久久久久久人人人人人| 色在线成人网| 99久久精品热视频| 国产欧美日韩精品亚洲av| 中文字幕熟女人妻在线| 黄色视频,在线免费观看| 亚洲av一区综合| 亚洲欧美日韩卡通动漫| 51午夜福利影视在线观看| 日韩欧美精品免费久久 | 欧美日韩一级在线毛片| 欧美一级毛片孕妇| 内地一区二区视频在线| 尤物成人国产欧美一区二区三区| 免费一级毛片在线播放高清视频| 少妇熟女aⅴ在线视频| 岛国在线观看网站| 亚洲成人免费电影在线观看| 亚洲一区二区三区色噜噜| 国产成人系列免费观看| 美女黄网站色视频| 日韩欧美三级三区| 欧美性感艳星| 性色avwww在线观看| 精品欧美国产一区二区三| 亚洲最大成人手机在线| 国产欧美日韩一区二区精品| 首页视频小说图片口味搜索| 色综合欧美亚洲国产小说| 99精品久久久久人妻精品| 好男人在线观看高清免费视频| 亚洲国产色片| 国产淫片久久久久久久久 | 亚洲熟妇熟女久久| 99在线人妻在线中文字幕| 亚洲av成人av| 一个人观看的视频www高清免费观看| 久久午夜亚洲精品久久| 精品日产1卡2卡| 国产精品电影一区二区三区| 欧美日本视频| 又紧又爽又黄一区二区| 一进一出抽搐gif免费好疼| 美女大奶头视频| 一a级毛片在线观看| 久久精品国产清高在天天线| 一二三四社区在线视频社区8| 亚洲性夜色夜夜综合| 天美传媒精品一区二区| 女警被强在线播放| 久久亚洲真实| 禁无遮挡网站| 免费在线观看成人毛片| 久久久国产成人免费| aaaaa片日本免费| 成年女人毛片免费观看观看9| 亚洲国产精品久久男人天堂| 日日摸夜夜添夜夜添小说| 欧美绝顶高潮抽搐喷水| 国产乱人伦免费视频| 不卡一级毛片| 男女午夜视频在线观看| 亚洲精品成人久久久久久| 精品国产美女av久久久久小说| 国产av不卡久久| 露出奶头的视频| 亚洲精华国产精华精| 青草久久国产| 三级毛片av免费| 久久久国产成人精品二区| 亚洲精品乱码久久久v下载方式 | 18禁黄网站禁片免费观看直播| 少妇丰满av| 久久精品国产清高在天天线| 色综合站精品国产| 超碰av人人做人人爽久久 | 在线观看免费午夜福利视频| 两人在一起打扑克的视频| 亚洲男人的天堂狠狠| 亚洲国产精品久久男人天堂| 国产成人av激情在线播放| 在线国产一区二区在线| 欧美最新免费一区二区三区 | 香蕉久久夜色| 国产精品99久久99久久久不卡| 身体一侧抽搐| 日韩精品青青久久久久久| 亚洲成人精品中文字幕电影| 国产主播在线观看一区二区| 亚洲av成人av| 嫩草影院精品99| av视频在线观看入口| 亚洲精品久久国产高清桃花| 一级黄片播放器| 最新美女视频免费是黄的| 丁香六月欧美| 两性午夜刺激爽爽歪歪视频在线观看| 变态另类成人亚洲欧美熟女| 国产精品影院久久| 久久久成人免费电影| 波多野结衣高清作品| 亚洲性夜色夜夜综合| 国产精品嫩草影院av在线观看 | 亚洲无线观看免费| 午夜福利高清视频| 少妇人妻一区二区三区视频| 婷婷六月久久综合丁香| 一个人免费在线观看的高清视频| av视频在线观看入口| 欧美日韩一级在线毛片| 国产av一区在线观看免费| 啦啦啦韩国在线观看视频| 岛国在线观看网站| 麻豆久久精品国产亚洲av| av国产免费在线观看| 中文字幕人妻丝袜一区二区| 亚洲国产精品成人综合色| 18禁黄网站禁片午夜丰满| 夜夜躁狠狠躁天天躁| 欧美日韩瑟瑟在线播放| 亚洲成人久久性| 岛国视频午夜一区免费看| 叶爱在线成人免费视频播放| 俺也久久电影网| 97超级碰碰碰精品色视频在线观看| svipshipincom国产片| 香蕉久久夜色| 91久久精品电影网| 精品国产美女av久久久久小说| 搡老妇女老女人老熟妇| 国产中年淑女户外野战色| 婷婷丁香在线五月| 99久久精品一区二区三区| 老熟妇乱子伦视频在线观看| 免费在线观看影片大全网站| 天堂动漫精品| а√天堂www在线а√下载| 熟女人妻精品中文字幕| 中文字幕人妻熟人妻熟丝袜美 | 色综合站精品国产| 亚洲国产色片| 99热这里只有是精品50| 欧美激情久久久久久爽电影| 1000部很黄的大片| 色综合亚洲欧美另类图片| 欧美zozozo另类| 日本黄色片子视频| 18+在线观看网站| 波多野结衣高清无吗| 国产私拍福利视频在线观看| 天天添夜夜摸| 午夜精品在线福利| 欧美一级毛片孕妇| 波多野结衣巨乳人妻| 亚洲精品一卡2卡三卡4卡5卡| 午夜两性在线视频| 国产v大片淫在线免费观看| 国产av麻豆久久久久久久| ponron亚洲| 国产亚洲欧美在线一区二区| 国产精品久久久久久人妻精品电影| 51国产日韩欧美| 久久人妻av系列| 18+在线观看网站| 一区二区三区高清视频在线| 国产精品免费一区二区三区在线| 国产黄色小视频在线观看| 美女 人体艺术 gogo| 一区二区三区国产精品乱码| 国产极品精品免费视频能看的| 国产欧美日韩一区二区三| 中亚洲国语对白在线视频| 精品99又大又爽又粗少妇毛片 | 国产亚洲精品久久久com| 尤物成人国产欧美一区二区三区| 精品不卡国产一区二区三区| 美女黄网站色视频| 午夜老司机福利剧场| 色av中文字幕| 岛国在线观看网站| 男人舔女人下体高潮全视频| 久久久久久久精品吃奶| 校园春色视频在线观看| 国内精品一区二区在线观看| 日本与韩国留学比较| 国产精品自产拍在线观看55亚洲| 最新在线观看一区二区三区| 亚洲无线观看免费| www日本黄色视频网| 岛国在线免费视频观看| 91麻豆av在线| 欧美最新免费一区二区三区 | 身体一侧抽搐| 一二三四社区在线视频社区8| 久久久色成人| 啦啦啦观看免费观看视频高清| 国产高潮美女av| 国产精品三级大全| 久久久久九九精品影院| 一本精品99久久精品77| 成人高潮视频无遮挡免费网站| 久久久久久人人人人人| 啦啦啦免费观看视频1| 一个人免费在线观看电影| 久久草成人影院| 欧美乱色亚洲激情| 91av网一区二区| 舔av片在线| x7x7x7水蜜桃| 怎么达到女性高潮| 老汉色∧v一级毛片| 波多野结衣高清作品| 美女cb高潮喷水在线观看| 国内久久婷婷六月综合欲色啪| 网址你懂的国产日韩在线| 男人舔女人下体高潮全视频| 俄罗斯特黄特色一大片| 中出人妻视频一区二区| 亚洲人成网站在线播放欧美日韩| 人人妻人人澡欧美一区二区| 国产精品女同一区二区软件 | 国产野战对白在线观看| 99热只有精品国产| 日韩欧美精品免费久久 | 一卡2卡三卡四卡精品乱码亚洲| 757午夜福利合集在线观看| 国产高清激情床上av| 69人妻影院| svipshipincom国产片| 国产午夜福利久久久久久| 国产黄a三级三级三级人| 中文字幕精品亚洲无线码一区| 国产伦一二天堂av在线观看| 91av网一区二区| 99久久无色码亚洲精品果冻| xxx96com| 久久久久亚洲av毛片大全| 亚洲av一区综合| 色综合欧美亚洲国产小说| 国产亚洲精品久久久久久毛片| 欧美又色又爽又黄视频| 母亲3免费完整高清在线观看| 在线观看日韩欧美| 老司机深夜福利视频在线观看| 男人舔女人下体高潮全视频| 啪啪无遮挡十八禁网站| 最新美女视频免费是黄的| 国内精品美女久久久久久| 美女黄网站色视频| 一本一本综合久久| 午夜久久久久精精品| 九九在线视频观看精品| 精品国产三级普通话版| 亚洲国产精品成人综合色| 精品日产1卡2卡| 久久精品国产亚洲av涩爱 | 少妇的逼水好多| 国产极品精品免费视频能看的| 婷婷六月久久综合丁香| 69av精品久久久久久| 特大巨黑吊av在线直播| 亚洲一区二区三区不卡视频| 亚洲真实伦在线观看| 亚洲欧美日韩卡通动漫| 亚洲男人的天堂狠狠| av天堂中文字幕网| 黄片小视频在线播放| 真人一进一出gif抽搐免费| 一级毛片女人18水好多| 亚洲人成网站在线播放欧美日韩| 日本精品一区二区三区蜜桃| 免费在线观看亚洲国产| www日本在线高清视频| 国产私拍福利视频在线观看| 久久午夜亚洲精品久久| 日日摸夜夜添夜夜添小说| 午夜福利高清视频| 免费看日本二区| 91九色精品人成在线观看| 搡老岳熟女国产| 18美女黄网站色大片免费观看| 亚洲av成人精品一区久久| 亚洲 国产 在线| 欧美成人性av电影在线观看| 天堂影院成人在线观看| 每晚都被弄得嗷嗷叫到高潮| 国产一区二区三区在线臀色熟女| 日韩有码中文字幕| 欧美日本视频| 国产精品久久久久久精品电影| 91久久精品国产一区二区成人 | 最新美女视频免费是黄的| 夜夜看夜夜爽夜夜摸| 欧美日韩中文字幕国产精品一区二区三区| 国产日本99.免费观看| 国产视频一区二区在线看| 欧美性猛交黑人性爽| 色av中文字幕| 在线天堂最新版资源| 天天添夜夜摸| 国产在线精品亚洲第一网站| 久久久久亚洲av毛片大全| 女人十人毛片免费观看3o分钟| 色尼玛亚洲综合影院| 12—13女人毛片做爰片一| 天美传媒精品一区二区| 亚洲天堂国产精品一区在线| av中文乱码字幕在线| 男女视频在线观看网站免费| 午夜久久久久精精品| 日韩欧美 国产精品| 90打野战视频偷拍视频| 桃色一区二区三区在线观看| 亚洲最大成人中文| 五月玫瑰六月丁香| 亚洲国产色片| 亚洲最大成人中文| 亚洲熟妇中文字幕五十中出| 亚洲欧美日韩高清专用| 欧美日韩亚洲国产一区二区在线观看| a级毛片a级免费在线| 国产av不卡久久| 欧美在线一区亚洲| 国产精华一区二区三区| 久久久久国内视频| 欧美成人a在线观看| 丰满人妻熟妇乱又伦精品不卡| av在线蜜桃| 亚洲av第一区精品v没综合| 天堂网av新在线| 国产真实伦视频高清在线观看 | 久久久久亚洲av毛片大全| 精品免费久久久久久久清纯| 国产综合懂色| 丁香欧美五月| 美女cb高潮喷水在线观看| 亚洲午夜理论影院| 18禁黄网站禁片免费观看直播| 最后的刺客免费高清国语| 中文字幕av在线有码专区| 少妇丰满av| 最近在线观看免费完整版| 国产成+人综合+亚洲专区| 男女做爰动态图高潮gif福利片| 午夜激情欧美在线| 亚洲av二区三区四区| 在线免费观看的www视频| 狠狠狠狠99中文字幕| 欧美日韩亚洲国产一区二区在线观看| www日本在线高清视频| 久久精品国产自在天天线| 又粗又爽又猛毛片免费看| 中文字幕人妻丝袜一区二区| 午夜激情欧美在线| 国产毛片a区久久久久| 国产精品日韩av在线免费观看| e午夜精品久久久久久久| 国产精品乱码一区二三区的特点| 亚洲av免费在线观看| 在线观看免费午夜福利视频| 日韩国内少妇激情av| 香蕉av资源在线| 中文字幕精品亚洲无线码一区| 国产乱人伦免费视频| 久久久久久久久久黄片| 操出白浆在线播放| 99久久九九国产精品国产免费| 变态另类丝袜制服| 亚洲av电影不卡..在线观看| 精品电影一区二区在线| 日韩高清综合在线| 中文字幕高清在线视频| 高清日韩中文字幕在线| 少妇人妻精品综合一区二区 | 丰满乱子伦码专区| 国产高清videossex| 日本与韩国留学比较| 免费观看的影片在线观看| 国产亚洲精品av在线| 一进一出好大好爽视频| 色av中文字幕| 久久久久久九九精品二区国产| 亚洲欧美一区二区三区黑人| 国产高清激情床上av| 亚洲精华国产精华精| 免费一级毛片在线播放高清视频| 久久精品国产亚洲av香蕉五月| 熟女人妻精品中文字幕| 亚洲国产精品合色在线| 久久久国产精品麻豆| 亚洲男人的天堂狠狠| 男人舔奶头视频| a在线观看视频网站| 欧美乱码精品一区二区三区| 日韩欧美三级三区| 99久国产av精品| 嫩草影视91久久| 国产亚洲av嫩草精品影院| 国产精品99久久99久久久不卡| 在线观看美女被高潮喷水网站 | 无人区码免费观看不卡| 日本黄色视频三级网站网址| 亚洲aⅴ乱码一区二区在线播放| 怎么达到女性高潮| 嫩草影视91久久| 桃红色精品国产亚洲av| 亚洲一区二区三区不卡视频| 长腿黑丝高跟| 欧美色欧美亚洲另类二区| 亚洲中文字幕一区二区三区有码在线看| 18禁美女被吸乳视频| 啦啦啦观看免费观看视频高清| 精品国产美女av久久久久小说| 欧美成人免费av一区二区三区| 97碰自拍视频| 禁无遮挡网站| 亚洲av二区三区四区| 国产伦人伦偷精品视频| 看免费av毛片| 日本 av在线| 国产单亲对白刺激| ponron亚洲| 男人的好看免费观看在线视频| 国产精品国产高清国产av| 天天添夜夜摸| 免费在线观看日本一区| 国产91精品成人一区二区三区| 亚洲av不卡在线观看| 免费看a级黄色片| 熟女人妻精品中文字幕| 欧美三级亚洲精品| 久久九九热精品免费| 国产亚洲精品久久久久久毛片| av视频在线观看入口| 国产伦在线观看视频一区| 欧美日韩中文字幕国产精品一区二区三区| 夜夜躁狠狠躁天天躁| 99久久精品热视频| 亚洲国产中文字幕在线视频| 日韩欧美精品v在线| 非洲黑人性xxxx精品又粗又长| 亚洲中文字幕日韩| 欧美xxxx黑人xx丫x性爽| 两性午夜刺激爽爽歪歪视频在线观看| 国产伦人伦偷精品视频| 熟妇人妻久久中文字幕3abv| 国产一区二区在线观看日韩 | 国产av一区在线观看免费| av欧美777| 成年女人毛片免费观看观看9| 成人国产一区最新在线观看| 久久久国产成人免费| 国内精品美女久久久久久| 十八禁人妻一区二区| 在线观看66精品国产| 色精品久久人妻99蜜桃| 又黄又粗又硬又大视频| 噜噜噜噜噜久久久久久91| 国产激情欧美一区二区| 亚洲国产欧洲综合997久久,| 中文在线观看免费www的网站| 日本 av在线| 91麻豆av在线| 好男人电影高清在线观看| 国产欧美日韩一区二区精品| 身体一侧抽搐| 好男人在线观看高清免费视频| 欧美三级亚洲精品| 十八禁人妻一区二区| 在线天堂最新版资源| 久久午夜亚洲精品久久| 国产一级毛片七仙女欲春2| 久久久久九九精品影院| 亚洲av二区三区四区| 国产黄色小视频在线观看| 欧美乱码精品一区二区三区| 国产亚洲欧美在线一区二区| 淫妇啪啪啪对白视频| 黄片小视频在线播放| 日韩欧美国产在线观看| eeuss影院久久| 婷婷丁香在线五月| 亚洲国产精品999在线| 女人被狂操c到高潮| 免费看a级黄色片| aaaaa片日本免费| 午夜影院日韩av| aaaaa片日本免费| 亚洲美女黄片视频| bbb黄色大片| 精品电影一区二区在线| 一级作爱视频免费观看| 精品一区二区三区人妻视频| 成年人黄色毛片网站| 国产精品久久久久久久电影 | 国产成+人综合+亚洲专区| 麻豆国产97在线/欧美| 久久久久久久亚洲中文字幕 | 岛国视频午夜一区免费看| 丰满人妻熟妇乱又伦精品不卡| 久久婷婷人人爽人人干人人爱| 99热这里只有精品一区| 啦啦啦免费观看视频1| 午夜福利成人在线免费观看| 国产真人三级小视频在线观看| 亚洲av电影不卡..在线观看| 欧美bdsm另类| 久久草成人影院| eeuss影院久久| 99久久综合精品五月天人人| 一a级毛片在线观看| 亚洲国产中文字幕在线视频| 国产精品久久久久久精品电影| 久久国产精品人妻蜜桃| 五月玫瑰六月丁香| 高潮久久久久久久久久久不卡| 国产一区二区亚洲精品在线观看| 国产亚洲精品综合一区在线观看| or卡值多少钱| 久久精品亚洲精品国产色婷小说| 深爱激情五月婷婷| 亚洲成av人片在线播放无| 超碰av人人做人人爽久久 | 亚洲精品一区av在线观看| 桃色一区二区三区在线观看| 久久国产乱子伦精品免费另类| 国产v大片淫在线免费观看| 精品国产三级普通话版| 色尼玛亚洲综合影院| 黄片小视频在线播放| 99精品在免费线老司机午夜| 精品久久久久久久毛片微露脸| 无限看片的www在线观看| 99久久无色码亚洲精品果冻| 欧美区成人在线视频| 日韩欧美精品免费久久 | 国产视频一区二区在线看| 桃红色精品国产亚洲av| 国内少妇人妻偷人精品xxx网站| 国产日本99.免费观看| 美女大奶头视频| 色综合欧美亚洲国产小说| 色综合亚洲欧美另类图片| 淫妇啪啪啪对白视频| 久久精品综合一区二区三区| 免费av观看视频| 深爱激情五月婷婷| 国产精品98久久久久久宅男小说| 日本一二三区视频观看| 动漫黄色视频在线观看| 可以在线观看的亚洲视频| 2021天堂中文幕一二区在线观|