• <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
    久久韩国三级中文字幕| av不卡在线播放| 国产日韩欧美亚洲二区| 国产熟女欧美一区二区| 777米奇影视久久| 纵有疾风起免费观看全集完整版| 在线看a的网站| 午夜激情av网站| 少妇被粗大猛烈的视频| 青春草视频在线免费观看| 国产亚洲午夜精品一区二区久久| 亚洲国产色片| 精品福利永久在线观看| 国产 精品1| 日韩一本色道免费dvd| 国产一区二区 视频在线| 欧美人与善性xxx| 日韩成人av中文字幕在线观看| 久久av网站| 久久久久国产网址| 母亲3免费完整高清在线观看 | 婷婷色综合大香蕉| 色吧在线观看| 亚洲精品国产色婷婷电影| 一二三四中文在线观看免费高清| 久久久久网色| 99久久精品国产国产毛片| 婷婷成人精品国产| 国产一区有黄有色的免费视频| kizo精华| 国产av精品麻豆| 91国产中文字幕| 色吧在线观看| 在线观看国产h片| 久久97久久精品| 国产在视频线精品| 青春草国产在线视频| 伊人久久大香线蕉亚洲五| tube8黄色片| 久久久久精品人妻al黑| 久久久久久久久久久免费av| 伊人亚洲综合成人网| 精品国产一区二区久久| 久久ye,这里只有精品| 日日爽夜夜爽网站| 久久国内精品自在自线图片| 男人爽女人下面视频在线观看| 久久久久久久大尺度免费视频| 国产精品香港三级国产av潘金莲 | 午夜日韩欧美国产| 免费久久久久久久精品成人欧美视频| 综合色丁香网| 春色校园在线视频观看| 一二三四在线观看免费中文在| 精品少妇一区二区三区视频日本电影 | 国产又爽黄色视频| 久久久精品免费免费高清| videosex国产| 天天操日日干夜夜撸| 少妇人妻 视频| 黄片播放在线免费| 国产精品99久久99久久久不卡 | 日本91视频免费播放| 精品亚洲成国产av| 美女视频免费永久观看网站| 一区二区三区激情视频| 新久久久久国产一级毛片| 久久久欧美国产精品| 亚洲精品一二三| 欧美激情高清一区二区三区 | 日本欧美视频一区| 国产精品久久久久久久久免| 18禁动态无遮挡网站| kizo精华| 肉色欧美久久久久久久蜜桃| 亚洲激情五月婷婷啪啪| 精品国产乱码久久久久久小说| 搡女人真爽免费视频火全软件| 婷婷色麻豆天堂久久| 久久久久久久亚洲中文字幕| 99国产精品免费福利视频| 亚洲av日韩在线播放| 最新中文字幕久久久久| 99热网站在线观看| 亚洲精品国产色婷婷电影| 亚洲国产欧美网| 国产精品嫩草影院av在线观看| 另类精品久久| 久久婷婷青草| 国产免费现黄频在线看| 国产精品国产三级专区第一集| 桃花免费在线播放| 久久久久人妻精品一区果冻| 9191精品国产免费久久| 最近2019中文字幕mv第一页| 啦啦啦视频在线资源免费观看| 下体分泌物呈黄色| 九九爱精品视频在线观看| 日本91视频免费播放| 亚洲,欧美精品.| 亚洲精品aⅴ在线观看| 精品国产一区二区久久| 久久 成人 亚洲| 少妇 在线观看| 亚洲国产欧美日韩在线播放| videos熟女内射| 男女无遮挡免费网站观看| 日韩熟女老妇一区二区性免费视频| 男女边摸边吃奶| 久久这里只有精品19| 卡戴珊不雅视频在线播放| 激情视频va一区二区三区| 日本91视频免费播放| 精品酒店卫生间| 久久久亚洲精品成人影院| 最新中文字幕久久久久| 亚洲av电影在线观看一区二区三区| 国精品久久久久久国模美| 国产精品免费视频内射| 女人被躁到高潮嗷嗷叫费观| 人妻 亚洲 视频| 国产精品一区二区在线观看99| 91aial.com中文字幕在线观看| 亚洲综合色网址| 不卡av一区二区三区| 国产在线一区二区三区精| 亚洲在久久综合| 欧美人与性动交α欧美精品济南到 | 宅男免费午夜| 亚洲欧美精品自产自拍| 亚洲av成人精品一二三区| 寂寞人妻少妇视频99o| 国产精品国产av在线观看| 亚洲精品国产av蜜桃| 又黄又粗又硬又大视频| 久久ye,这里只有精品| 亚洲,欧美,日韩| 秋霞伦理黄片| 精品少妇黑人巨大在线播放| 亚洲第一青青草原| 久久久久久久久久久久大奶| 十分钟在线观看高清视频www| videossex国产| 18禁动态无遮挡网站| 亚洲,欧美,日韩| 伊人亚洲综合成人网| 大码成人一级视频| 亚洲欧美清纯卡通| 亚洲精品在线美女| 少妇被粗大的猛进出69影院| 国产成人精品久久二区二区91 | 免费在线观看完整版高清| 亚洲精品美女久久av网站| 91aial.com中文字幕在线观看| 久久ye,这里只有精品| 欧美日韩精品网址| 国产欧美日韩一区二区三区在线| 欧美人与善性xxx| 视频在线观看一区二区三区| 色哟哟·www| 99久久综合免费| 婷婷色av中文字幕| 欧美+日韩+精品| 成人毛片a级毛片在线播放| 亚洲综合色惰| 国产人伦9x9x在线观看 | 国产毛片在线视频| 亚洲成人av在线免费| 国产精品一国产av| 亚洲欧洲日产国产| 久久国内精品自在自线图片| 国产深夜福利视频在线观看| 岛国毛片在线播放| 亚洲精品久久久久久婷婷小说| 七月丁香在线播放| 日韩av免费高清视频| 好男人视频免费观看在线| 秋霞在线观看毛片| 欧美精品国产亚洲| 久久久久久久久免费视频了| 欧美国产精品va在线观看不卡| 亚洲国产毛片av蜜桃av| 午夜福利一区二区在线看| 欧美日本中文国产一区发布| 国产有黄有色有爽视频| 国产成人精品无人区| 亚洲伊人久久精品综合| 91在线精品国自产拍蜜月| 丰满饥渴人妻一区二区三| 人妻一区二区av| 亚洲成人av在线免费| 桃花免费在线播放| av不卡在线播放| 极品少妇高潮喷水抽搐| av.在线天堂| 18禁裸乳无遮挡动漫免费视频| 大片免费播放器 马上看| 国产无遮挡羞羞视频在线观看| 男人添女人高潮全过程视频| 黑丝袜美女国产一区| 亚洲精品,欧美精品| 啦啦啦在线观看免费高清www| 夜夜骑夜夜射夜夜干| 国产乱人偷精品视频| 久久久久国产网址| 91aial.com中文字幕在线观看| 久久精品久久精品一区二区三区| 天堂俺去俺来也www色官网| 黄片小视频在线播放| 丝袜人妻中文字幕| 中国国产av一级| 高清av免费在线| 国产麻豆69| 亚洲欧美成人综合另类久久久| 成人毛片60女人毛片免费| 欧美人与善性xxx| 一个人免费看片子| 国产无遮挡羞羞视频在线观看| 中文字幕精品免费在线观看视频| 久久影院123| 国产97色在线日韩免费| 久久久久国产一级毛片高清牌| 一级毛片我不卡| 熟妇人妻不卡中文字幕| 黄色配什么色好看| 91aial.com中文字幕在线观看| 成人国产av品久久久| 在线观看三级黄色| 午夜激情久久久久久久| 国产av国产精品国产| 黄色 视频免费看| 不卡视频在线观看欧美| 欧美人与性动交α欧美精品济南到 | 国产麻豆69| 黑人欧美特级aaaaaa片| 亚洲欧美精品综合一区二区三区 | 久久鲁丝午夜福利片| 免费观看在线日韩| 男女边摸边吃奶| 一本色道久久久久久精品综合| 亚洲成人手机| av在线app专区| 中文字幕人妻丝袜一区二区 | 精品国产一区二区三区四区第35| 日本欧美视频一区| 精品亚洲成a人片在线观看| 精品99又大又爽又粗少妇毛片| 午夜精品国产一区二区电影| 天天躁狠狠躁夜夜躁狠狠躁| 这个男人来自地球电影免费观看 | 日韩精品有码人妻一区| 一级毛片 在线播放| 丰满乱子伦码专区| 日韩成人av中文字幕在线观看| 午夜日韩欧美国产| av女优亚洲男人天堂| 欧美成人午夜精品| 国产欧美日韩一区二区三区在线| 久久久a久久爽久久v久久| 精品人妻在线不人妻| 中文字幕人妻丝袜一区二区 | 国产精品二区激情视频| 看十八女毛片水多多多| 精品国产一区二区三区久久久樱花| 人成视频在线观看免费观看| 亚洲色图 男人天堂 中文字幕| 日本wwww免费看| 自拍欧美九色日韩亚洲蝌蚪91| 国产日韩一区二区三区精品不卡| 日日摸夜夜添夜夜爱| 我要看黄色一级片免费的| 亚洲精品成人av观看孕妇| 男人舔女人的私密视频| 国产精品麻豆人妻色哟哟久久| 国产精品不卡视频一区二区| 亚洲经典国产精华液单| 亚洲av欧美aⅴ国产| 男人操女人黄网站| 91aial.com中文字幕在线观看| 最新的欧美精品一区二区| 亚洲精品,欧美精品| 亚洲国产av影院在线观看| 久久人人爽av亚洲精品天堂| 午夜免费鲁丝| 咕卡用的链子| 97精品久久久久久久久久精品| 中文字幕制服av| 国产免费又黄又爽又色| 国产伦理片在线播放av一区| 久久国产精品大桥未久av| 日韩av不卡免费在线播放| 99香蕉大伊视频| 国产男人的电影天堂91| 日韩成人av中文字幕在线观看| 最近手机中文字幕大全| 麻豆乱淫一区二区| 国产在线一区二区三区精| 国产不卡av网站在线观看| 亚洲经典国产精华液单| 欧美精品人与动牲交sv欧美| 最新中文字幕久久久久| 夫妻午夜视频| 国产成人a∨麻豆精品| 午夜激情av网站| 老熟女久久久| 国产精品香港三级国产av潘金莲 | 97在线视频观看| 毛片一级片免费看久久久久| 黄色视频在线播放观看不卡| 天天躁夜夜躁狠狠躁躁| 亚洲精品久久成人aⅴ小说| 性高湖久久久久久久久免费观看| 中文天堂在线官网| 日本wwww免费看| 国产日韩一区二区三区精品不卡| 一区二区三区乱码不卡18| 久久精品久久久久久久性| 国产亚洲精品第一综合不卡| 亚洲,欧美,日韩| 天天操日日干夜夜撸| 亚洲美女视频黄频| 国产视频首页在线观看| 性色avwww在线观看| 婷婷色av中文字幕| 亚洲精品久久成人aⅴ小说| 国产男女超爽视频在线观看| 街头女战士在线观看网站| 国产一区亚洲一区在线观看| 国产综合精华液| 欧美国产精品va在线观看不卡| 欧美日韩亚洲高清精品| 国产又色又爽无遮挡免| 天堂中文最新版在线下载| 99热国产这里只有精品6| 男女国产视频网站| 又黄又粗又硬又大视频| 纯流量卡能插随身wifi吗| 免费看不卡的av| 狠狠婷婷综合久久久久久88av| 国产熟女午夜一区二区三区| 男女高潮啪啪啪动态图| 亚洲四区av| 自线自在国产av| 欧美人与善性xxx| 91午夜精品亚洲一区二区三区| 一本—道久久a久久精品蜜桃钙片| 久久青草综合色| 国产精品99久久99久久久不卡 | 秋霞在线观看毛片| 国产日韩欧美在线精品| videosex国产| 哪个播放器可以免费观看大片| 久久久精品94久久精品| 亚洲精品国产av成人精品| 亚洲美女搞黄在线观看| 欧美黄色片欧美黄色片| 亚洲精品aⅴ在线观看| 久久久国产一区二区| 超碰成人久久| 国产深夜福利视频在线观看| 亚洲视频免费观看视频| 亚洲欧美一区二区三区黑人 | 久久精品久久久久久久性| 美女中出高潮动态图| 熟女电影av网| 在线观看国产h片| 韩国精品一区二区三区| 午夜福利在线观看免费完整高清在| 制服人妻中文乱码| 精品人妻一区二区三区麻豆| 欧美亚洲 丝袜 人妻 在线| 91久久精品国产一区二区三区| 欧美中文综合在线视频| 国产av国产精品国产| 久久久久国产精品人妻一区二区| 久久久久久久大尺度免费视频| 一区二区日韩欧美中文字幕| 国产有黄有色有爽视频| 日本av免费视频播放| 少妇的丰满在线观看| 一本—道久久a久久精品蜜桃钙片| 国产麻豆69| 亚洲伊人久久精品综合| 菩萨蛮人人尽说江南好唐韦庄| 少妇人妻 视频| 菩萨蛮人人尽说江南好唐韦庄| 精品一区二区免费观看| 日韩一卡2卡3卡4卡2021年| 国产精品秋霞免费鲁丝片| 桃花免费在线播放| 美国免费a级毛片| 国产乱人偷精品视频| 亚洲精品视频女| 亚洲欧美一区二区三区久久| 91成人精品电影| 这个男人来自地球电影免费观看 | 日本午夜av视频| 高清欧美精品videossex| 欧美老熟妇乱子伦牲交| 亚洲精品乱久久久久久| 男人舔女人的私密视频| 国产精品无大码| 卡戴珊不雅视频在线播放| 老熟女久久久| 男女免费视频国产| 人人澡人人妻人| 乱人伦中国视频| 久久久亚洲精品成人影院| 久久精品国产综合久久久| 18+在线观看网站| 国产成人精品婷婷| 国产乱人偷精品视频| 观看av在线不卡| 少妇熟女欧美另类| 亚洲精品aⅴ在线观看| 午夜免费鲁丝| 97在线人人人人妻| 永久免费av网站大全| 亚洲国产精品一区三区| 国产免费又黄又爽又色| 汤姆久久久久久久影院中文字幕| 春色校园在线视频观看| 岛国毛片在线播放| 人人澡人人妻人| 久热这里只有精品99| 在线观看三级黄色| 久久精品国产a三级三级三级| 一级,二级,三级黄色视频| 中文字幕精品免费在线观看视频| 亚洲在久久综合| 国产麻豆69| 热re99久久精品国产66热6| 国产福利在线免费观看视频| 免费观看性生交大片5| 欧美变态另类bdsm刘玥| 亚洲伊人久久精品综合| 日韩 亚洲 欧美在线| 欧美日韩一区二区视频在线观看视频在线| 精品少妇久久久久久888优播| 赤兔流量卡办理| 大片电影免费在线观看免费| av在线app专区| 日韩精品有码人妻一区| 国产精品一二三区在线看| 国产成人精品无人区| 国产精品久久久久久av不卡| 午夜福利,免费看| 色哟哟·www| 精品国产一区二区三区四区第35| 亚洲欧美成人综合另类久久久| 性色av一级| 亚洲av中文av极速乱| 女性被躁到高潮视频| 亚洲第一区二区三区不卡| 高清不卡的av网站| 欧美老熟妇乱子伦牲交| 国产精品欧美亚洲77777| 在线观看一区二区三区激情| 日本wwww免费看| 国产爽快片一区二区三区| 欧美日韩视频精品一区| 国产精品一二三区在线看| 亚洲av中文av极速乱| 777久久人妻少妇嫩草av网站| 免费观看在线日韩| 亚洲国产最新在线播放| 色94色欧美一区二区| 亚洲,一卡二卡三卡| av有码第一页| 免费观看无遮挡的男女| 男男h啪啪无遮挡| 在线天堂中文资源库| 精品久久久精品久久久| 日韩av在线免费看完整版不卡| 热re99久久精品国产66热6| 久久这里只有精品19| 日韩电影二区| xxxhd国产人妻xxx| 免费观看av网站的网址| 日韩中文字幕欧美一区二区 | 亚洲男人天堂网一区| 大片免费播放器 马上看| 午夜福利网站1000一区二区三区| 精品国产超薄肉色丝袜足j| 亚洲国产av新网站| 日韩一区二区视频免费看| 亚洲精品久久午夜乱码| 亚洲第一区二区三区不卡| 人妻系列 视频| 亚洲美女视频黄频| 一区二区日韩欧美中文字幕| 啦啦啦视频在线资源免费观看| 亚洲欧美精品自产自拍| 久久久久久免费高清国产稀缺| 少妇人妻久久综合中文| 亚洲人成网站在线观看播放| 毛片一级片免费看久久久久| 美女大奶头黄色视频| 国产精品蜜桃在线观看| 亚洲av福利一区| 欧美老熟妇乱子伦牲交| 午夜老司机福利剧场| 男女啪啪激烈高潮av片| 午夜精品国产一区二区电影| 一边亲一边摸免费视频| 捣出白浆h1v1| 在线 av 中文字幕| 婷婷色综合大香蕉| 美女中出高潮动态图| 午夜久久久在线观看| 午夜福利乱码中文字幕| 男女国产视频网站| 日韩在线高清观看一区二区三区| 伦理电影免费视频| 在线观看免费视频网站a站| 高清av免费在线| 日韩欧美一区视频在线观看| 男女边吃奶边做爰视频| 热99久久久久精品小说推荐| 国产亚洲午夜精品一区二区久久| 成人午夜精彩视频在线观看| 一边亲一边摸免费视频| 波多野结衣av一区二区av| 26uuu在线亚洲综合色| 亚洲av在线观看美女高潮| 99热网站在线观看| 精品国产一区二区三区四区第35| 爱豆传媒免费全集在线观看| 精品国产一区二区三区四区第35| 日韩三级伦理在线观看| 丝袜喷水一区| 免费观看a级毛片全部| 自线自在国产av| 精品久久久久久电影网| 久久精品国产亚洲av天美| 成人国产麻豆网| 在线观看人妻少妇| 久久久国产一区二区| 秋霞伦理黄片| 成年女人毛片免费观看观看9 | 日韩一区二区三区影片| 婷婷色麻豆天堂久久| 久久久久国产精品人妻一区二区| 汤姆久久久久久久影院中文字幕| 久久久久国产精品人妻一区二区| 18在线观看网站| 狂野欧美激情性bbbbbb| 只有这里有精品99| 欧美 日韩 精品 国产| 一区二区av电影网| 成年av动漫网址| 欧美日韩一级在线毛片| 日韩制服丝袜自拍偷拍| 少妇人妻 视频| 91成人精品电影| 又粗又硬又长又爽又黄的视频| 精品一品国产午夜福利视频| 一级毛片 在线播放| 波多野结衣av一区二区av| 欧美精品国产亚洲| 亚洲精品国产av蜜桃| 亚洲经典国产精华液单| 国产av国产精品国产| 看十八女毛片水多多多| 一本久久精品| 午夜福利在线观看免费完整高清在| av女优亚洲男人天堂| 汤姆久久久久久久影院中文字幕| 超碰97精品在线观看| 国产国语露脸激情在线看| 亚洲少妇的诱惑av| 一级片'在线观看视频| 宅男免费午夜| 久久久久久久精品精品| 午夜福利在线免费观看网站| 国产精品嫩草影院av在线观看| 麻豆av在线久日| 亚洲精品成人av观看孕妇| 国产熟女午夜一区二区三区| 精品亚洲乱码少妇综合久久| 久久久久视频综合| av视频免费观看在线观看| 天堂8中文在线网| 精品酒店卫生间| 精品久久久精品久久久| 国产成人精品久久二区二区91 | 热re99久久精品国产66热6| 亚洲av福利一区| 日韩熟女老妇一区二区性免费视频| 亚洲精品第二区| 中文字幕色久视频| 岛国毛片在线播放| 麻豆乱淫一区二区| 亚洲av福利一区| 成人亚洲精品一区在线观看| 国产精品国产三级国产专区5o| 成年女人毛片免费观看观看9 | 久久精品国产亚洲av天美| 亚洲国产精品一区三区| 国产福利在线免费观看视频| 久久精品国产亚洲av天美| 久久久久久久久免费视频了| 交换朋友夫妻互换小说| 高清在线视频一区二区三区| 亚洲av电影在线观看一区二区三区| 久久精品国产亚洲av高清一级| 久久久久久久国产电影| 男女边吃奶边做爰视频| 在线天堂最新版资源| 纯流量卡能插随身wifi吗| 成人影院久久| 满18在线观看网站| av线在线观看网站| 国产片内射在线| 在线看a的网站|