• <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 ?

    K—Means聚類算法在MapReduce框架下的實現(xiàn)

    2017-01-21 14:51:17楊健兵
    軟件導(dǎo)刊 2016年12期
    關(guān)鍵詞:聚類算法數(shù)據(jù)挖掘

    楊健兵

    摘 要:MapReduce是一種編程模型,這種編程模型編程簡單,不必關(guān)心底層實現(xiàn)細節(jié),可用于大規(guī)模數(shù)據(jù)集的并行計算。K-Means是一種簡單、基本的數(shù)據(jù)挖掘聚類方法,它將對象組織成多個互斥的組或簇。針對K-Means的特點,給出了MapReduce編程模型下K-Means的實現(xiàn)方法。實驗結(jié)果表明,MapReduce編程模型下的K-Means算法部署在Hadoop集群上運行具有較好的性能。

    關(guān)鍵詞:K-Means;MapReduce;數(shù)據(jù)挖掘;聚類算法

    DOIDOI:10.11907/rjdk.162043

    中圖分類號:TP311

    文獻標識碼:A文章編號:1672-7800(2016)012-0030-03

    0 引言

    伴隨著計算機技術(shù)的不斷進步和互聯(lián)網(wǎng)技術(shù)在各領(lǐng)域的深入發(fā)展,海量數(shù)據(jù)在各行業(yè)中不斷產(chǎn)生。由于傳統(tǒng)的數(shù)據(jù)挖掘算法往往運行在一臺普通的計算機上,但面對大量的數(shù)據(jù)尤其是海量數(shù)據(jù)時,傳統(tǒng)的計算機在計算能力、處理速度、存儲容量、帶寬速度等多個方面往往表現(xiàn)出力不從心。面對這些問題,云計算提出使得這些問題迎刃而解。云計算是基于網(wǎng)絡(luò)平臺上的一種計算模型,可以在多臺計算機上同時平行運行。它的模型可以由一系列普通計算機加上網(wǎng)絡(luò)組成,對計算機硬件要求相對較低,但其性能可達到普通計算機的若干倍以上。這種計算模型為數(shù)據(jù)挖掘領(lǐng)域開辟了一條新路徑。

    MapReduce模型[1]是美國谷歌公司提出的一種分布式并行編程模型,其主要功能是可以利用大量計算機處理海量的數(shù)據(jù)。對于MapReduce這種編程模型,Map和Reduce是其主要思想,通過Map和Reduce,編程人員可以在不通曉分布式并行編程的情況下,將自己的程序運行在分布式系統(tǒng)上。通過Apache開源社區(qū)Hadoop項目[2],程序設(shè)計人員實現(xiàn)了該模型,使得該模型進行分布式并行計算成為可能。

    根據(jù)文獻記載,多種數(shù)據(jù)挖掘算法已經(jīng)在云計算編程模型MapReduce上實現(xiàn)。冀素琴等[3]提出了基于MapReduce的K-Means聚類集成,謝雪蓮等[4]提出了基于云計算的并行K-Means聚類算法研究,黃斌等[5]提出了基于MapReduce 的數(shù)據(jù)挖掘平臺設(shè)計與實現(xiàn),毛典輝等[6]提出了基于MapReduce的Canopy-Kmeans改進算法。本文結(jié)合各自算法的思想與MapReduce 的運行機理,提出K-Means聚類算法在MapReduce框架下的實現(xiàn)。在MapReduce框架下,K-Means聚類算法的使用范圍由單機擴展到云計算平臺,在面對海量數(shù)據(jù)時,極大地減少了K-Means聚類算法的運行時間,顯著地提高了運行效率。

    1 MapReduce編程模型

    MapReduce編程模型采用分治法的思想,在主節(jié)點管理下,MapReduce編程模型將海量的數(shù)據(jù)分發(fā)給各分節(jié)點共同完成,各節(jié)點對中間結(jié)果進行分類、排序、整合并得到最終結(jié)果。簡言之,MapReduce就是任務(wù)分解與結(jié)果匯總。

    1.1 MapRedue集群結(jié)構(gòu)

    MapReduce任務(wù)需由幾個部分協(xié)作完成。它主要有4個部分組成:Client客戶端、JobTracker、TaskTracker以及分布式文件系統(tǒng)。

    1.2 MapReduce執(zhí)行過程

    在Hadoop中,有兩個機器角色用來執(zhí)行MapReduce任務(wù),一個是JobTracker,另一個是TaskTracker。JobTracker的作用是執(zhí)行調(diào)度工作,在Hadoop集群中有且只有一個,TaskTracker的作用是執(zhí)行任務(wù),在Hadoop集群中有若干個。圖1描述了MapReduce的運行機制,在數(shù)據(jù)輸入階段,輸入文件按照一定的標準進行分片;在Map階段,在JobTracker的統(tǒng)一調(diào)度下,多個TaskTracker完成Map運算任務(wù)并生成中間結(jié)果;在Shuffle階段完成中間計算結(jié)果的排序和分類;在Reduce階段,在JobTracker統(tǒng)一調(diào)度下,多個TaskTracke完成Reduce任務(wù);Reduce任務(wù)完成后通知JobTracker以產(chǎn)生最后的輸出結(jié)果。

    2 K-Means聚類算法實現(xiàn)

    2.1 K-Means聚類算法

    K-Means算法是很典型的基于距離的聚類算法,它將對象組織成多個互斥的組或簇,一般采用歐式距離作為評價指標,即認為兩個對象的距離越近,其相似度就越大。假設(shè)數(shù)據(jù)集D包含n個歐式空間中的對象。聚類的目的是將D的對象分配到k個簇C1,…,Ck中,使得對于1≤i,j≤k,Ci∈D且Ci∩Cj=¢。聚類劃分以簇內(nèi)高相似性和簇間低相似性為目標。

    設(shè)p是空間中的點,表示給定的數(shù)據(jù)對象;ci是簇Ci的中心,其中p和ci都是多維數(shù)據(jù)。對象p∈Ci與該簇的代表ci之差用dist(p,ci)度量,其中dist(x,y)是兩個點x和y之間的歐式距離。簇Ci的質(zhì)量可以用簇內(nèi)變差度量,它是Ci中所有對象與中心ci之間的誤差平方和,定義為:

    E是數(shù)據(jù)集中所有對象的誤差平方和。

    根據(jù)給定的公式,K-Means算法的具體實現(xiàn)過程如下:在初始化過程中,在數(shù)據(jù)集中任意選擇k個對象,每個對象代表該簇的中心點,對于其余的每個對象,根據(jù)它們與各簇中心的距離,將該對象劃分到最近的簇。然后對于k個簇,重新計算其均值。更新后的均值作為該簇新的簇中心。迭代繼續(xù),直到分配穩(wěn)定。圖2為K-Means聚類算法的串行計算流程。

    K-mean均值的算法復(fù)雜度為O(nkt),其中n是對象總數(shù),k是用戶指定的簇數(shù),t為迭代次數(shù)。通常情況下k<

    2.2 算法實現(xiàn)

    K-Means聚類算法在MapReduce模型下處理的基本思路如下:對K-Means的串行計算過程執(zhí)行MapReduce計算,Map階段完成每個記錄到簇中心點距離的計算,并標記到每個記錄所屬的類別;在Reduce階段,根據(jù)Map函數(shù)得到的結(jié)果進行分類排序即可計算出新的聚類中心,供下一輪Map使用,如果本輪Reduce得到的聚類中心與上輪相比變化小于給定的閾值則算法結(jié)束,反之進行新一輪的MapReduce過程。

    2.2.1 Map函數(shù)設(shè)計

    Map階段的主要任務(wù)是通過計算每個記錄到簇中心點距離,并將該記錄標記所屬的簇。在進行Map計算之前,MapReduce會根據(jù)輸入文件計算輸入數(shù)據(jù)片分片,每個數(shù)據(jù)片針對一個Map任務(wù),輸入數(shù)據(jù)片存儲的并非數(shù)據(jù)本身,而是,key為行號,value為該記錄行的內(nèi)容。Map函數(shù)對輸入的每個記錄行計算其到所有簇中心的距離,并根據(jù)最小距離將該記錄標示到最近的簇中心,并作出新類別標記。輸出中間結(jié)果以對的形式展現(xiàn)。

    2.2.2 Reduce函數(shù)設(shè)計

    在Reduce階段,根據(jù)Map函數(shù)得到的中間結(jié)果將相同類別的數(shù)據(jù)組成一個簇,并計算出新的聚類中心,供下一輪Map使用。輸入數(shù)據(jù)以(key, value)對的形式展示,key為聚類所屬類別,value為該簇中記錄向量,所有key相同的數(shù)據(jù)送給一個Reduce任務(wù),累計計算key相同數(shù)據(jù)的均值,得到新的聚類中心。輸出結(jié)果,其中key為聚類類別,value是均值。Map和Reduce處理過程如圖3所示。

    2.3 算法時間復(fù)雜度分析

    在MapReduce框架下處理K-Means聚類算法,數(shù)據(jù)預(yù)處理階段,通過Hadoop平臺下的分布式文件系統(tǒng),把要處理的數(shù)據(jù)先存儲在其中,然后將數(shù)據(jù)根據(jù)分塊原則分別存儲在不同的節(jié)點上。在Map計算階段,通過將相應(yīng)的數(shù)據(jù)塊分配給Map任務(wù)進行計算。如果每個節(jié)點完成p個Map任務(wù),那么其時間復(fù)雜度為O(nkt/p)。這樣可大大提高計算效率和計算速度,節(jié)省算法運行時間。

    3 實驗結(jié)果

    通過實驗,對K-Means聚類方法在MapReduce框架下的實現(xiàn)效果進行了展示和評估。

    3.1 實驗環(huán)境

    該實驗在南京工業(yè)大學(xué)云平臺上進行,平臺由一系列IBM服務(wù)構(gòu)建。其中管理節(jié)點1個,計算機節(jié)點16個,網(wǎng)絡(luò)采用萬兆網(wǎng)絡(luò),操作系統(tǒng)采用RedHat Linux。在硬件配置上,每一個節(jié)點的CPU 采用Intel Xeon 2.0GCPU,8G內(nèi)存,100G硬盤,軟件配置Hadoop 。

    3.2 實驗結(jié)果

    單個樣本為15個整數(shù),分別生成106(54M)、107(540M)、108(5400M)個樣本作為數(shù)據(jù)集。K-Means算法的實驗結(jié)果如圖4、圖5、圖6所示。

    從圖4可看出,并行運行時間遠遠地大于單擊運行時間。這是由于MapReduce進行并行計算之初,其初始化過程需要一定的時間,耗費一定的機器性能。同時由于該文件只有54M,只需要分配給一個Map任務(wù)去執(zhí)行。因此對于數(shù)據(jù)量比較少的數(shù)據(jù),單機運行的效率反而高、時間耗費反而少。

    從圖5可看出,隨著數(shù)據(jù)量的增多,MapReduce的優(yōu)勢慢慢地凸顯出來。根據(jù)理論計算,540兆數(shù)據(jù)可以分為9個分片,通過分析,如果節(jié)點數(shù)量比較少的時候,MapReduce的優(yōu)勢不但不夠明顯,反而還不如單機K-Means計算,但是隨著節(jié)點逐漸增多,MapReduce的計算優(yōu)勢逐漸顯露起來,并且計算時間逐漸減少。但是當節(jié)點超過5個時,節(jié)點數(shù)目已經(jīng)飽和,所以運行時間基本保持不變。

    從圖6可看出,當數(shù)據(jù)量非常大時,MapReduce的絕對優(yōu)勢一覽無遺,并且隨著集群中節(jié)點數(shù)量的增加,運行時間逐漸減少。當節(jié)點到達一定數(shù)目時,MapReduce運行算法達到它的極限值,該任務(wù)的運行時間達到最小。

    4 結(jié)語

    隨著互聯(lián)網(wǎng)業(yè)務(wù)的不斷發(fā)展,每天都有大量的數(shù)據(jù)產(chǎn)生,對于產(chǎn)生的數(shù)據(jù)用數(shù)據(jù)挖掘的方法對它進行分析并提取有益的信息已經(jīng)成為大家關(guān)注的重點。在源源不斷的數(shù)據(jù)產(chǎn)生以后,可以在MapReduce框架下采用K-Means方法對這些數(shù)據(jù)進行聚類。

    本文提出了面對大量數(shù)據(jù)時如何使用MapReduce框架去處理這些數(shù)據(jù)的基本思路。實驗表明,該解決方法在處理大量數(shù)據(jù)時可以極大地提高運行速度和效率。

    參考文獻:

    [1] DEAN J,GHEMAWAT S.MapReduce simplified data processing on large cluster[J].Communication of the ACM,2006,51(1):107-113.

    [2] APACHE HADOOP. Hadoop[EB/OL].http://hadoop.apache.org.

    [3] 冀素琴,石洪波.面向海量數(shù)據(jù)的K-Means聚類優(yōu)化算法[J].計算工程與應(yīng)用,2014,50(14):143-147.

    [4] 謝雪蓮,李蘭友.基于云計算的并行K-Means聚類算法研究[J].計算機測量與控制,2014,22(5):1510-1512.

    [5] 黃斌,許舒人,蒲衛(wèi).基于MapReduce 的數(shù)據(jù)挖掘平臺設(shè)計與實現(xiàn)[J].計算機工程與設(shè)計,2013(2):495-501.

    (責(zé)任編輯:孫 娟)

    猜你喜歡
    聚類算法數(shù)據(jù)挖掘
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    基于并行計算的大數(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
    數(shù)據(jù)挖掘算法性能優(yōu)化的研究與應(yīng)用
    基于K?均值與AGNES聚類算法的校園網(wǎng)行為分析系統(tǒng)研究
    基于改進的K_means算法在圖像分割中的應(yīng)用
    大規(guī)模風(fēng)電場集中接入對電力系統(tǒng)小干擾穩(wěn)定的影響分析
    科技視界(2016年8期)2016-04-05 18:39:39
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    基于GPGPU的離散數(shù)據(jù)挖掘研究
    91麻豆av在线| 一区在线观看完整版| 久久中文字幕一级| 99riav亚洲国产免费| 国产成人欧美在线观看| 少妇熟女aⅴ在线视频| 97碰自拍视频| 国产精品日韩av在线免费观看 | 麻豆一二三区av精品| 久久香蕉精品热| av在线播放免费不卡| 精品国产乱码久久久久久男人| 欧美色视频一区免费| 久久伊人香网站| 不卡av一区二区三区| 亚洲中文字幕一区二区三区有码在线看 | 人人妻,人人澡人人爽秒播| 久久这里只有精品19| 国产成人精品在线电影| АⅤ资源中文在线天堂| 国产91精品成人一区二区三区| 久久精品人人爽人人爽视色| 美女 人体艺术 gogo| 久久青草综合色| 精品国产超薄肉色丝袜足j| 亚洲成人精品中文字幕电影| 成人特级黄色片久久久久久久| 欧美日韩亚洲综合一区二区三区_| 欧美激情极品国产一区二区三区| 美女高潮喷水抽搐中文字幕| 精品乱码久久久久久99久播| 美女免费视频网站| 国产av在哪里看| 中文字幕人成人乱码亚洲影| 久久人人精品亚洲av| www.自偷自拍.com| 欧美+亚洲+日韩+国产| 18禁观看日本| 此物有八面人人有两片| 欧美av亚洲av综合av国产av| 亚洲国产精品999在线| 人人妻人人澡欧美一区二区 | av视频在线观看入口| 午夜福利在线观看吧| 在线天堂中文资源库| 国内毛片毛片毛片毛片毛片| videosex国产| 一二三四在线观看免费中文在| 欧美日韩精品网址| 国产精品免费视频内射| 国产野战对白在线观看| 午夜福利一区二区在线看| 亚洲久久久国产精品| 欧美在线一区亚洲| 久久久久久久精品吃奶| 很黄的视频免费| 脱女人内裤的视频| 搞女人的毛片| 999精品在线视频| 男女做爰动态图高潮gif福利片 | 两性夫妻黄色片| 在线av久久热| 日日爽夜夜爽网站| 亚洲人成网站在线播放欧美日韩| 亚洲精品中文字幕在线视频| 国产三级在线视频| 日本 av在线| or卡值多少钱| 国产色视频综合| 日韩有码中文字幕| 午夜成年电影在线免费观看| 亚洲午夜理论影院| 又紧又爽又黄一区二区| 国产精品亚洲一级av第二区| 久久久久久免费高清国产稀缺| 黄色成人免费大全| 亚洲国产欧美日韩在线播放| 好男人电影高清在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 淫秽高清视频在线观看| 成人三级做爰电影| 欧美成人午夜精品| 99国产精品免费福利视频| 久久性视频一级片| 精品久久久久久久久久免费视频| 亚洲熟女毛片儿| 大型黄色视频在线免费观看| 免费高清在线观看日韩| 中文字幕另类日韩欧美亚洲嫩草| 国产欧美日韩精品亚洲av| 免费一级毛片在线播放高清视频 | 777久久人妻少妇嫩草av网站| 亚洲专区国产一区二区| 婷婷精品国产亚洲av在线| 在线视频色国产色| 国产91精品成人一区二区三区| 精品国产乱码久久久久久男人| 欧美日韩福利视频一区二区| 中文字幕精品免费在线观看视频| 91麻豆精品激情在线观看国产| 免费看十八禁软件| 看黄色毛片网站| 日韩精品青青久久久久久| 一区二区三区高清视频在线| 高潮久久久久久久久久久不卡| 亚洲精品国产色婷婷电影| 免费久久久久久久精品成人欧美视频| 咕卡用的链子| 亚洲一区二区三区色噜噜| 亚洲视频免费观看视频| a级毛片在线看网站| 欧美色欧美亚洲另类二区 | 亚洲精品在线美女| 男女做爰动态图高潮gif福利片 | 婷婷丁香在线五月| 热re99久久国产66热| 亚洲一区二区三区色噜噜| 国产在线观看jvid| 国产精品久久久久久精品电影 | 91精品三级在线观看| 国产成人精品无人区| 一进一出抽搐动态| 亚洲av片天天在线观看| 日韩欧美一区视频在线观看| 波多野结衣一区麻豆| 国产片内射在线| 两个人看的免费小视频| 中国美女看黄片| 电影成人av| 啪啪无遮挡十八禁网站| 亚洲人成电影免费在线| 亚洲av电影不卡..在线观看| 真人做人爱边吃奶动态| 99久久久亚洲精品蜜臀av| 欧美日韩中文字幕国产精品一区二区三区 | 操出白浆在线播放| 天天一区二区日本电影三级 | 丁香六月欧美| 日本欧美视频一区| 亚洲五月天丁香| 精品一区二区三区av网在线观看| 国产一区二区三区视频了| 国产精品,欧美在线| 亚洲专区中文字幕在线| 日日干狠狠操夜夜爽| 免费av毛片视频| 免费在线观看完整版高清| 午夜免费激情av| 成人三级做爰电影| 色综合婷婷激情| 少妇 在线观看| 成人国产一区最新在线观看| 在线观看www视频免费| 丝袜在线中文字幕| 日本欧美视频一区| 深夜精品福利| 欧美成人性av电影在线观看| 免费观看精品视频网站| 亚洲成人精品中文字幕电影| 久久精品成人免费网站| 黑人操中国人逼视频| 国产av在哪里看| cao死你这个sao货| 免费一级毛片在线播放高清视频 | 操出白浆在线播放| 不卡av一区二区三区| 国产欧美日韩一区二区三| 欧美日韩福利视频一区二区| 午夜激情av网站| 久久中文看片网| 国产精品美女特级片免费视频播放器 | 精品一品国产午夜福利视频| 精品熟女少妇八av免费久了| 亚洲午夜精品一区,二区,三区| 亚洲第一青青草原| 最新在线观看一区二区三区| 夜夜看夜夜爽夜夜摸| 久久精品人人爽人人爽视色| 午夜久久久久精精品| 天天躁夜夜躁狠狠躁躁| 久久精品91无色码中文字幕| 国产精品野战在线观看| 免费av毛片视频| 国产麻豆成人av免费视频| 国产精品国产高清国产av| 国产精品,欧美在线| 黄色片一级片一级黄色片| www日本在线高清视频| 欧美黄色片欧美黄色片| 精品日产1卡2卡| 国语自产精品视频在线第100页| 午夜福利高清视频| 窝窝影院91人妻| 国产视频一区二区在线看| www.自偷自拍.com| 一区二区日韩欧美中文字幕| 久久久国产精品麻豆| 两性夫妻黄色片| 日本在线视频免费播放| 成人国产综合亚洲| 国产成年人精品一区二区| av片东京热男人的天堂| 夜夜看夜夜爽夜夜摸| 美女高潮喷水抽搐中文字幕| 午夜福利视频1000在线观看 | 丝袜美足系列| 久久精品亚洲精品国产色婷小说| 精品福利观看| 嫩草影视91久久| АⅤ资源中文在线天堂| 日韩欧美在线二视频| 黄色 视频免费看| 制服丝袜大香蕉在线| 国产av一区在线观看免费| 亚洲全国av大片| 久久中文字幕一级| 亚洲第一欧美日韩一区二区三区| 十八禁网站免费在线| 91成年电影在线观看| 亚洲电影在线观看av| 亚洲成人免费电影在线观看| 黄片小视频在线播放| 久久久久久久精品吃奶| 久久影院123| 久久久久久人人人人人| 国产高清激情床上av| 十八禁人妻一区二区| 国产日韩一区二区三区精品不卡| 757午夜福利合集在线观看| 国产野战对白在线观看| 天堂动漫精品| 国产成人av教育| 久久精品国产综合久久久| 久久欧美精品欧美久久欧美| 亚洲成av片中文字幕在线观看| 十八禁人妻一区二区| 久久久久久久久中文| 亚洲精品一区av在线观看| 久久中文字幕一级| 国产精品秋霞免费鲁丝片| 91在线观看av| 久久国产精品男人的天堂亚洲| 国产精品免费一区二区三区在线| 欧美日韩福利视频一区二区| 一区在线观看完整版| 午夜免费鲁丝| 国产欧美日韩一区二区三区在线| 亚洲av日韩精品久久久久久密| 久久午夜亚洲精品久久| 亚洲欧美日韩高清在线视频| 高潮久久久久久久久久久不卡| 两个人视频免费观看高清| 午夜精品久久久久久毛片777| 91大片在线观看| 色哟哟哟哟哟哟| 国产精品免费一区二区三区在线| 一本久久中文字幕| 九色国产91popny在线| 亚洲熟女毛片儿| 久久人妻熟女aⅴ| 久久久久久久久免费视频了| 国产精品久久久人人做人人爽| 操美女的视频在线观看| 精品国产超薄肉色丝袜足j| а√天堂www在线а√下载| 日日摸夜夜添夜夜添小说| 久久天堂一区二区三区四区| 亚洲成国产人片在线观看| 国产一区二区三区视频了| 99国产精品一区二区蜜桃av| 亚洲午夜理论影院| 琪琪午夜伦伦电影理论片6080| 亚洲精品国产一区二区精华液| 亚洲av成人不卡在线观看播放网| 亚洲性夜色夜夜综合| 在线av久久热| 色老头精品视频在线观看| 国产野战对白在线观看| 国产av精品麻豆| 日韩一卡2卡3卡4卡2021年| 韩国av一区二区三区四区| 一a级毛片在线观看| 日韩av在线大香蕉| 欧美日韩亚洲国产一区二区在线观看| 脱女人内裤的视频| 亚洲一区中文字幕在线| 亚洲免费av在线视频| 久久久久国产一级毛片高清牌| 精品久久久久久久久久免费视频| 国产成+人综合+亚洲专区| 亚洲成人久久性| 久久久久久久午夜电影| 可以在线观看的亚洲视频| 精品久久久久久久人妻蜜臀av | 丁香欧美五月| 性少妇av在线| 少妇粗大呻吟视频| 精品欧美国产一区二区三| 一二三四在线观看免费中文在| 国产亚洲精品久久久久5区| 免费一级毛片在线播放高清视频 | 国产成人精品久久二区二区免费| 美女高潮到喷水免费观看| xxx96com| 亚洲,欧美精品.| 校园春色视频在线观看| 国产精品久久久av美女十八| 国产亚洲欧美98| 国产精品综合久久久久久久免费 | 欧美日韩瑟瑟在线播放| 男女之事视频高清在线观看| 欧美乱色亚洲激情| 香蕉丝袜av| 久久国产亚洲av麻豆专区| 国产成年人精品一区二区| 成人18禁在线播放| 日韩欧美一区二区三区在线观看| 日本在线视频免费播放| 国产av一区二区精品久久| 精品久久蜜臀av无| 丁香欧美五月| 老司机福利观看| 人人妻,人人澡人人爽秒播| 在线观看日韩欧美| 久久久久久人人人人人| 久久午夜亚洲精品久久| 身体一侧抽搐| 国产精华一区二区三区| 九色亚洲精品在线播放| 一级,二级,三级黄色视频| 女性被躁到高潮视频| 免费看美女性在线毛片视频| 亚洲国产欧美网| av有码第一页| 亚洲 欧美一区二区三区| 免费在线观看完整版高清| 高清在线国产一区| 一进一出好大好爽视频| av天堂久久9| 午夜福利一区二区在线看| 欧美成人免费av一区二区三区| 国产野战对白在线观看| 很黄的视频免费| www.自偷自拍.com| 亚洲人成伊人成综合网2020| 亚洲少妇的诱惑av| 可以在线观看的亚洲视频| 成人av一区二区三区在线看| 99精品久久久久人妻精品| 精品一区二区三区视频在线观看免费| 亚洲精品久久国产高清桃花| 亚洲中文字幕日韩| 亚洲人成电影观看| 久久久久久免费高清国产稀缺| 黄片大片在线免费观看| 999久久久精品免费观看国产| 嫁个100分男人电影在线观看| 黄色成人免费大全| 嫁个100分男人电影在线观看| 一级黄色大片毛片| 在线观看午夜福利视频| 亚洲三区欧美一区| 亚洲人成电影观看| 亚洲中文字幕一区二区三区有码在线看 | 两个人看的免费小视频| 欧美激情 高清一区二区三区| 日本在线视频免费播放| 1024香蕉在线观看| 最新美女视频免费是黄的| 欧美午夜高清在线| 精品欧美一区二区三区在线| 一级毛片精品| av在线播放免费不卡| 成熟少妇高潮喷水视频| 日本 av在线| 亚洲国产精品久久男人天堂| 村上凉子中文字幕在线| 老司机福利观看| 国产又色又爽无遮挡免费看| 国产精品 欧美亚洲| 久热这里只有精品99| 国产亚洲欧美精品永久| 国产高清激情床上av| 成人三级做爰电影| 婷婷精品国产亚洲av在线| 嫁个100分男人电影在线观看| 最近最新中文字幕大全电影3 | 欧洲精品卡2卡3卡4卡5卡区| 一区二区三区激情视频| 国产一区二区三区在线臀色熟女| 两个人看的免费小视频| 大型黄色视频在线免费观看| 欧美激情高清一区二区三区| 伦理电影免费视频| 人人妻,人人澡人人爽秒播| 成年人黄色毛片网站| 午夜日韩欧美国产| 久久中文看片网| 成人三级做爰电影| 欧美av亚洲av综合av国产av| 美女扒开内裤让男人捅视频| 中文字幕人成人乱码亚洲影| 国产97色在线日韩免费| 一级a爱片免费观看的视频| 99久久综合精品五月天人人| 免费看a级黄色片| 制服诱惑二区| 纯流量卡能插随身wifi吗| bbb黄色大片| av中文乱码字幕在线| 女人精品久久久久毛片| 日韩精品免费视频一区二区三区| 久久久久精品国产欧美久久久| 国产精品,欧美在线| 91老司机精品| 久久久久久大精品| 亚洲自偷自拍图片 自拍| av视频在线观看入口| 国语自产精品视频在线第100页| 国产精品久久久久久人妻精品电影| 国产免费男女视频| 一级,二级,三级黄色视频| 久久香蕉精品热| 男人操女人黄网站| 久久久久亚洲av毛片大全| 97超级碰碰碰精品色视频在线观看| 亚洲美女黄片视频| √禁漫天堂资源中文www| 久久精品国产清高在天天线| 国内精品久久久久精免费| 美女高潮到喷水免费观看| 久久精品国产综合久久久| 欧美日韩乱码在线| 久热爱精品视频在线9| 国产精华一区二区三区| 成人特级黄色片久久久久久久| 精品欧美国产一区二区三| 老熟妇仑乱视频hdxx| 老司机午夜十八禁免费视频| 99re在线观看精品视频| 91大片在线观看| 黄片小视频在线播放| 看免费av毛片| 久久人妻福利社区极品人妻图片| 精品福利观看| 男人操女人黄网站| 女人高潮潮喷娇喘18禁视频| 色综合欧美亚洲国产小说| 黄色女人牲交| 欧美大码av| 在线观看免费视频网站a站| 国产日韩一区二区三区精品不卡| 国产三级黄色录像| 少妇熟女aⅴ在线视频| 国产精品久久久久久人妻精品电影| 亚洲人成网站在线播放欧美日韩| 别揉我奶头~嗯~啊~动态视频| 人人妻,人人澡人人爽秒播| 久久久久国产一级毛片高清牌| 久久精品国产亚洲av香蕉五月| 9色porny在线观看| 亚洲狠狠婷婷综合久久图片| 亚洲午夜精品一区,二区,三区| 亚洲五月婷婷丁香| 神马国产精品三级电影在线观看 | 国产av又大| 久久久久亚洲av毛片大全| 大码成人一级视频| 91麻豆精品激情在线观看国产| 亚洲 欧美一区二区三区| 丝袜美腿诱惑在线| 亚洲专区国产一区二区| 久99久视频精品免费| 久久久国产欧美日韩av| 天堂影院成人在线观看| 女性生殖器流出的白浆| 色老头精品视频在线观看| 一本久久中文字幕| 精品人妻1区二区| 婷婷丁香在线五月| 亚洲男人天堂网一区| 精品卡一卡二卡四卡免费| 亚洲av熟女| 国产亚洲精品久久久久久毛片| 欧美日韩一级在线毛片| 国产xxxxx性猛交| 成人18禁高潮啪啪吃奶动态图| 女性生殖器流出的白浆| 日韩精品中文字幕看吧| 国产av又大| 国产亚洲精品第一综合不卡| 国产人伦9x9x在线观看| 亚洲av日韩精品久久久久久密| 色婷婷久久久亚洲欧美| 欧美乱妇无乱码| 国产男靠女视频免费网站| www国产在线视频色| 欧美老熟妇乱子伦牲交| 精品高清国产在线一区| 母亲3免费完整高清在线观看| 麻豆久久精品国产亚洲av| 女人精品久久久久毛片| 1024香蕉在线观看| 99久久99久久久精品蜜桃| 久久久久久久久久久久大奶| 一进一出抽搐gif免费好疼| 精品欧美一区二区三区在线| 深夜精品福利| 搞女人的毛片| 欧美成狂野欧美在线观看| 免费看a级黄色片| 黄色丝袜av网址大全| 国产一区二区激情短视频| 岛国在线观看网站| 男人操女人黄网站| 免费少妇av软件| 淫妇啪啪啪对白视频| 成在线人永久免费视频| 在线观看66精品国产| 一进一出抽搐动态| 一区二区日韩欧美中文字幕| 看片在线看免费视频| 免费人成视频x8x8入口观看| 999精品在线视频| 国产成人欧美在线观看| 欧美黑人欧美精品刺激| 熟妇人妻久久中文字幕3abv| 两性夫妻黄色片| 91成人精品电影| 最近最新中文字幕大全电影3 | 两个人视频免费观看高清| 亚洲精品国产区一区二| 欧美一级毛片孕妇| 免费高清视频大片| 久久久久国产精品人妻aⅴ院| 男人操女人黄网站| 国产真人三级小视频在线观看| 黑人欧美特级aaaaaa片| 国产伦人伦偷精品视频| 999精品在线视频| 中出人妻视频一区二区| АⅤ资源中文在线天堂| 又黄又爽又免费观看的视频| av福利片在线| 精品国产一区二区三区四区第35| 国产精品电影一区二区三区| 69av精品久久久久久| 老熟妇仑乱视频hdxx| 亚洲男人的天堂狠狠| 国产精品九九99| 九色亚洲精品在线播放| 在线观看免费午夜福利视频| 亚洲精品久久成人aⅴ小说| 成人精品一区二区免费| 国产精品久久视频播放| 女人高潮潮喷娇喘18禁视频| 午夜久久久久精精品| 丝袜美腿诱惑在线| 久久久久久免费高清国产稀缺| 国产单亲对白刺激| 亚洲精品美女久久久久99蜜臀| 亚洲一区二区三区不卡视频| 香蕉国产在线看| 欧美在线黄色| 国产成人免费无遮挡视频| 中亚洲国语对白在线视频| 欧美+亚洲+日韩+国产| 久久久久精品国产欧美久久久| 国产精品精品国产色婷婷| 一区二区三区激情视频| 精品欧美一区二区三区在线| 女生性感内裤真人,穿戴方法视频| 成年版毛片免费区| 极品人妻少妇av视频| 黄片小视频在线播放| 97超级碰碰碰精品色视频在线观看| 欧美午夜高清在线| 中文字幕精品免费在线观看视频| 制服诱惑二区| 男人舔女人下体高潮全视频| 丝袜美足系列| 黄片大片在线免费观看| 精品人妻1区二区| 亚洲在线自拍视频| 大型av网站在线播放| 黑人巨大精品欧美一区二区蜜桃| 国产精品一区二区在线不卡| 性色av乱码一区二区三区2| 午夜视频精品福利| 亚洲第一电影网av| 精品国产乱码久久久久久男人| 亚洲一区二区三区色噜噜| 久久精品国产99精品国产亚洲性色 | 国产精品久久久久久人妻精品电影| www.自偷自拍.com| 两个人看的免费小视频| 最近最新中文字幕大全免费视频| 亚洲全国av大片| 级片在线观看| 51午夜福利影视在线观看| 男人舔女人的私密视频| 91大片在线观看| 欧美成人性av电影在线观看| 纯流量卡能插随身wifi吗| 午夜久久久久精精品| 久久精品国产亚洲av高清一级| 男人舔女人的私密视频| 久久国产精品人妻蜜桃| 亚洲av熟女| av天堂在线播放| 看免费av毛片| 久久精品91无色码中文字幕| 日韩成人在线观看一区二区三区| 可以在线观看毛片的网站| 国产成人影院久久av|