• <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 ?

    基于交叉配血的多賬戶識別模型研究

    2017-03-06 20:48:39韓亞全曹春萍
    軟件導(dǎo)刊 2017年1期
    關(guān)鍵詞:語義分析

    韓亞全+曹春萍

    摘要摘要:對用戶多賬戶檢測識別是信息整合研究目標(biāo)之一。針對目前用戶識別技術(shù)普遍存在的準(zhǔn)確率低和局域性問題,提出了基于交叉配血的多賬戶識別模型。該模型要求根據(jù)用戶行為相似度和語義相似度繪制出多個賬戶的關(guān)系圖,然后利用交叉配血原則來平衡語義和行為,在配置信息的協(xié)同下,對語義行為模型進行一致性識別。要求用戶多個賬戶互相匹配以提高識別率,通過交叉匹配降低假種子賬戶對結(jié)果的影響。實驗證明該算法大大提高了識別準(zhǔn)確率。

    關(guān)鍵詞關(guān)鍵詞:交叉配血;賬戶識別;語義分析;用戶相似度

    DOIDOI:10.11907/rjdk.162322

    中圖分類號:TP302文獻標(biāo)識碼:A文章編號文章編號:16727800(2017)001000105

    0引言

    互聯(lián)網(wǎng)中存在大量重復(fù)的用戶身份信息[1],以國外知名網(wǎng)站Twitter、Facebook為例,約有47%的用戶擁有超過一個應(yīng)用賬戶,整合這些重復(fù)用戶信息很有意義,對網(wǎng)絡(luò)應(yīng)用中的多賬戶進行判定[2]并整合,能夠幫助網(wǎng)絡(luò)服務(wù)提供商全面了解用戶,從而提供更好的個性化服務(wù)。從網(wǎng)絡(luò)安全角度鑒別用戶多賬戶,能夠協(xié)助網(wǎng)絡(luò)安全管理者發(fā)現(xiàn)虛假或不法身份[3],保護用戶權(quán)益。

    為了整合用戶信息,首先需要對用戶進行身份識別、判定。影響網(wǎng)絡(luò)用戶身份識別的特征值主要有:配置信息、好友圈、行為和語義[4]信息等。目前識別方法主要有兩種:①基于用戶檔案判定[5]的用戶識別。該方法針對賬戶公有屬性進行判定,然而賬戶公有屬性相似度很大,導(dǎo)致準(zhǔn)確率極其低下;②基于好友關(guān)系的多賬戶識別。該方案依據(jù)賬戶公共好友進行識別,但是多個賬戶并不擁有共同的好友圈,這嚴(yán)重影響識別準(zhǔn)確度。

    目前用戶識別檢測處于快速發(fā)展階段,許多學(xué)者對傳統(tǒng)用戶識別進行了改進,例如周松松等[6]提出了基于URL的相似度會話識別方法,通過對URL的處理進行用戶檢測;業(yè)寧等提出一種Web用戶行為聚類算法,通過對Web日志的處理,提取用戶的訪問行為。這些基于用戶日志和URL的方法,在一定程度上改善了識別的準(zhǔn)確率,但同時也引入噪聲,沒有充分利用用戶行為,忽視了用戶的語義。

    為了提高用戶多賬戶識別準(zhǔn)確率,本文提出了基于交叉配血原則的用戶身份同一性[7]判定方法。通過對行為和語義進行交叉匹配,生成準(zhǔn)確的種子用戶,進而進行綜合判定識別。

    交叉配血最初來源于生物學(xué),其原理是將獻血人的紅細(xì)胞和血清分別與受血人的血清和紅細(xì)胞混合,若無凝集反應(yīng)說明兩血型相合,反之不相匹配。依據(jù)上述方法可以解決臟血問題,從而保證安全輸血。

    交叉配血識別模型設(shè)計:①將各個賬戶的行為看作紅細(xì)胞、語義看作血清,分別與其它賬戶進行交叉匹配;②把匹配度最高的賬戶作為種子用戶進行下一輪測試,從而識別出用戶所有賬戶。

    在交叉匹配前需要對賬戶的行為、語義進行處理,識別處理過程如下:①采用矩陣聚類算法對用戶行為相似度進行度量;②采用GVSM 的語義相似度算法對用戶語義進行分析;③構(gòu)造行為-語義加權(quán)無向圖;④結(jié)合用戶的配置相似度并按照交叉配血原則對用戶行為-語義進行識別,從而得到準(zhǔn)確的用戶組。

    1基于交叉配血算法的行為-語義識別

    1.1多賬戶識別模型

    定義1:多賬戶識別模型: 通過用戶行為和語義相似度構(gòu)建交叉配血的多賬戶識別模型G=,其中V表示賬戶,E表示兩個賬戶相連,Weight表示兩個賬戶語義、行為的相似度。

    根據(jù)行為、語義相似度構(gòu)建無向圖,行為、語義都存在噪聲干擾,為防止噪聲影響實驗結(jié)果,經(jīng)過大量實驗分析,本文采取9%為行為噪聲,14%為語義噪聲。根據(jù)選定噪聲閾值構(gòu)建加權(quán)無向圖,大于閾值的為有效信息,通過計算多個頂點相似距離從而得到賬戶相似度。

    其中,Wij表示用戶i和用戶j的相似度,作為權(quán)值參與相似計算。

    1.2用戶行為相似度識別分析

    用戶的行為特征主要表現(xiàn)在時間和空間上,時間特征包含每次瀏覽頁面的時間及有向路徑[8]的瀏覽時間,空間特征包含頁面的瀏覽順序和點擊信息等瀏覽行為。本文主要根據(jù)賬戶的訪問日志和登錄日志提取時間和空間特征值,通過對兩個特征值進行聚類分析,得出各賬戶之間的行為相似度,如表1所示。

    行為識別步驟:①通過用戶訪問模式分析得到賬戶時間特征值;②基于用戶瀏覽相似度矩陣的聚類算法得出用戶行為相似度。

    用戶訪問模式[9]的訪問路徑包含超鏈接,用戶點擊鏈接訪問網(wǎng)站。如果不同賬戶有相同的訪問順序,就意味著用戶訪問行為有一定的相似性。這是一個抽象的用戶訪問,可以被視為知識一致性頁面,通過路徑聚類[10]找到用戶的訪問行為,每個集合代表一類用戶訪問模式的相似路徑。通過處理Web用戶找到訪問模式和用戶行為偏好,用戶訪問行為偏好不僅反映在瀏覽網(wǎng)頁的路徑上,而且反映在用戶訪問Web頁面的時間上。因此,通過挖掘用戶的訪問時間,可以分析多個賬戶的行為時間特征,得到各賬戶的時間特征值。

    1.2.2基于用戶瀏覽相似度矩陣的聚類算法

    基于用戶瀏覽相似度矩陣的聚類算法中,L=用來表達(dá)Web服務(wù)器的日志,uid代表網(wǎng)絡(luò)用戶ID,ip代表用戶IP,url表示用戶請求的url地址,time是相應(yīng)地址的瀏覽時間。通過對日志的處理,可以分析出用戶在一段時間內(nèi)的瀏覽行為。該算法降低了對日志文件、會話識別和事務(wù)標(biāo)識的要求。

    定義1:用戶瀏覽行為:用于記錄用戶瀏覽頁面留下的信息,如公式(1)所示:

    M=(1)

    其中,lm_userid=UserIDm,lm∈L,lm_ip=IPm,n≥1,hits代表了用戶瀏覽lm_userid頁面的次數(shù)。

    定義2:網(wǎng)站模型G: 網(wǎng)站的拓?fù)浣Y(jié)構(gòu)可以看作是一個有向圖,如公式(2)所示:

    G=(2)

    定義3:urlID-UserID關(guān)聯(lián)矩陣Mm×n:根據(jù)有向圖G的節(jié)點集N可以得到所有網(wǎng)站的url,從相應(yīng)的節(jié)點屬性設(shè)置Np可以獲得每個節(jié)點的標(biāo)識和相應(yīng)值的訪問,可以創(chuàng)建urlID-UserID的相關(guān)矩陣Mm×n,如式(3)所示。

    Sij是用戶訪問頁面的數(shù)量,i是用戶j訪問頁面的時間,每一列向量M[ ,j]表示用戶j訪問該網(wǎng)站的所有頁面;每一行向量M[i,]意味著訪問頁面i的所有用戶。行向量反映了用戶的類型,描述了用戶個性化的訪問子圖,列向量代表網(wǎng)站結(jié)構(gòu),包含用戶常見的訪問模式[11]。通過測量每一個行向量和列向量的相似性可以直接得到相似度。

    Hij=0,表示用戶沒有訪問的頁面,Hij =1,表示用戶j訪問了i頁面,Hij =2,用戶j對i頁面非常感興趣,i是閾值(根據(jù)聚類情況而定)。

    定義5:相似性sim(pi,pj):假設(shè)pi和pj是兩個m維空間向量,pi=(ai1,…,aik …,aim),pj=(aj1,…,ajk …,ajm), 1

    其中,pi 和 pj 表示Nm×n 中第i和第j行向量,pi *pj是兩個向量的向量積,|pi|×|pj|是向量模的乘積。

    1.2.3算法步驟

    1.3用戶語義相似度識別

    定義6:語義相似度:當(dāng)兩個元素(文字或者符號)具有某種特征時,則定義它們是相似的,可以用sim(x,y)(0≤sim(x,y)≤1)表示兩個元素x、y的相似度。

    每個用戶都有自己的語言表達(dá)特點,使用獨特的敘述方式、頻用詞匯、斷句方式、標(biāo)點符號等;通過分析每個賬戶發(fā)表的評論、帖子、回復(fù)信息等,從而分析賬戶的語義相似度。本文采用的賬戶語義相似度計算流程如圖2所示。

    圖2語義分析流程

    采用基于GVSM 的語義相似度算法計算多個賬戶的語義相似度,通過構(gòu)建語義網(wǎng)計算兩個詞的關(guān)聯(lián)度,從而計算兩個詞的相似性。語義相關(guān)度 SR(Semantic Relatedness)表示兩個詞的相似性,采用語義網(wǎng)絡(luò)建設(shè)模式,將每種類型的邊賦予權(quán)值,權(quán)值越高說明兩個詞的關(guān)聯(lián)度越高。

    其中,si. m和sj . n分別是ci和cj的詞義,m是ci的詞義數(shù),n是cj的詞義數(shù)。

    基于GVSM的文本相似度[12]計算模型:

    R(ci,cj)=SR(ci,cj)·( si. m, si.n,O)

    其中,SR(ci,cj)表示語義相關(guān)度,O是詞庫,本文定義文本向量,增加了ci、cj在文本W(wǎng)k中的權(quán)值,定義如下:

    Wk(ci,cj)=(tf-idf(ci,Wk)+tf-idf(cj,Wk))

    ·R(ci,cj)(6)

    由文本向量構(gòu)造GVSM模型,兩個賬戶的語義相似度可以定義為:

    sim(Wk,Wp)=

    ∑ni=1∑nj=1wk(ci,cj)·wp(ci,cj)∑ni=1∑nj=1wk(ci,cj)2×∑ni=1∑nj=1wp(ci,cj)2(7)

    1.4行為-語義加權(quán)無向圖模型構(gòu)建

    定義7:配置相似度(PAS):給出兩個用戶:v0∈V0和v1∈V1,v0和v1的配置文件,分別表示屬性向量P0={f0i}mi=0(p0∈P0)和P1={f0j}nj=0(p1∈P1),p0和p1的配置屬性相似度PAS(p0, p1)=H(Sp0,p1)∈[0,1],其中Sp0,p1是記錄向量的相似字段,H是C4.5分類決策樹算法模型。

    為了把配置文件的屬性與用戶賬戶聯(lián)系起來,本文采用賬戶親密度(UC)函數(shù)來衡量兩個賬戶之間的親密程度,采用賬戶的距離(UD)函數(shù)[13]衡量兩個賬戶之間語義和行為的差異性。如果兩個賬戶鄰接賬戶的相似度越大,那么它們的相似度就越高。

    定義8:(User Closeness(UC) ):給出兩個賬戶va , vb∈V和一個賬戶vm,其中vm與va和vb都相似,F(xiàn)m代表va和vb鄰接頂點的集合[14],a是a的鄰接頂點,b是b的鄰接頂點,UC函數(shù)表示兩個賬戶的鄰接賬戶權(quán)重和越大,兩個賬戶越相似。

    UC(va,vb)=w(va,vb)*

    1-2(∑fm∈Fmw(va,vm)*w(vb,vm))∑a′∈Faw(va′,vm)+∑b′∈Fbw(vb′,vm)(8)

    w(va,vm)表示鄰接兩頂點的路徑權(quán)重。

    為了避免噪聲的影響,本文舍棄了部分相似賬戶,但并不說明它們兩個不相似,如果它們的鄰接頂點相似度很高,證明兩個賬戶很近,也就是說,它們之間的距離是接近的(語義和行為達(dá)到平衡)。定義賬戶距離(UD)函數(shù)如下:

    定義9:(User Distance (UD) ):給出兩個不相鄰賬戶(va∈V,vb∈V )和一個與va,vb都鄰接的賬戶vm,那么va 和vb的距離可以表示為:

    UD(va,vb)=∑fm∈Fmw(va,vm)*w(vb,vm)deg(Fm)(9)

    deg(Fm)表示鄰接頂點集合個數(shù)。

    定義10:用戶環(huán)繞分?jǐn)?shù)(USS):給出一個用戶v∈V,那么v的環(huán)繞分?jǐn)?shù)USS的計算公式如下:

    USS(v)=∑s∈SseedUC(v,s)*ηvs

    UD(v,s)*ηv-s(10)

    其中,η是增量系數(shù),“”表示兩個賬戶之間直接鄰接,“-”表示不直接相連。

    定義11:用戶關(guān)系相似分?jǐn)?shù)(URS):給出兩個用戶v0∈V0和v1∈V1,v0和v1的關(guān)系相似度計算公式如下:

    URS(v0,v1)=∑s∈Sseed*

    UC(v1,s)*ηv0sandv1s

    (1-UD(v1,s))*ηv0sandv1-s

    (1-UC(v1,s))*ηv0-sandv1s

    UD(v1,s)*ηv0-sandv1-s(11)

    定義12:用戶匹配分?jǐn)?shù)(UMS):給出兩個用戶vselect∈V0和v∈V1,vselect和v的配置文件是pselect∈P0和pv∈P1,vselect和v的UMS定義為:

    UMS(vselect,v)=PAS(pselect,pv)*|Sseed|+

    URS(vselect,v)(12)

    其中,|Sseed|為識別的種子賬戶。

    1.5賬戶選擇及交叉匹配過程

    賬戶選擇過程分為3步:

    (1)每次迭代的第一步均從行為圖或語義圖中選擇一個賬戶,選擇用戶基于以下兩個規(guī)則:①如果兩個賬戶的配置文件具有很高的相似度,那么它們很可能是相同用戶;②USS分值最高的用戶更可能是匹配的,應(yīng)該被選中?;谏鲜鲆?guī)則生成候選賬戶。

    (2)計算每個賬戶(行為/語義)的USS。

    (3)對行為和語義選出的用戶進行排序,最高的作為下一組候選用戶匹配,過程如下:在有一個候選人用戶v后,需要匹配v用戶,首先,需要從行為圖或語義圖確定候選用戶vselect,利用交叉配血方法計算最匹配的用戶,然后返回UMS分值最高的賬戶。

    算法2:當(dāng)?shù)玫狡ヅ溆脩魐matched時,將這個用戶作為一個新的候選用戶,然后通過UserMatch方法得到一個新的匹配候選人v′matched。如果v′matched恰好也是vselect ,則意味著 vselect的最佳匹配的確是vmatched,也就是說這是一個穩(wěn)定的匹配;如果Va、Vs是一組穩(wěn)定匹配,那么Va和Vs是相似的兩個賬戶,否則將用戶vselect放進不匹配的數(shù)組,重置vselect和vmatched進行下一次迭代。如果沒有新的種子用戶,也就是所有的用戶都已經(jīng)參與匹配,則終止迭代過程,從而得到相似賬戶組。

    2實驗

    2.1實驗環(huán)境及數(shù)據(jù)

    實驗環(huán)境配置:使用Java語言,實驗機器采用2G內(nèi)存、500G硬盤,操作系統(tǒng)是Windows XP。

    為了驗證本文所提出方法的有效性,實驗設(shè)計了5個對比。為了保護用戶隱私安全,本文實驗數(shù)據(jù)來自Twitter和Facebook公布的匿名數(shù)據(jù)集,由于系統(tǒng)數(shù)據(jù)龐大,實驗僅采取2013-2014年部分區(qū)域網(wǎng)絡(luò)內(nèi)用戶日志作為實驗數(shù)據(jù),共得到1 678 156條記錄,經(jīng)過數(shù)據(jù)清洗,刪除一些gif、jpg等非文本記錄,最終

    得無論是TFR算法還是基于單個行為或語義的算法,雖然可以實現(xiàn)比較高的精確度,但卻導(dǎo)致召回率和F1值比較低。所有版本的CMT比TFR擁有更高的F1值,CMTwc算法效果要比CMTbe差,事實上這些算法包含了很強的修剪過程,因為沒有交叉配血過程提供一個嚴(yán)格的條件,會有很多錯誤的種子用戶作為結(jié)果影響實驗精確度,所以必須以犧牲精確度為代價獲得較高的召回率。

    根據(jù)上述比較,可以看到CMT大多數(shù)版本擁有很高的召回率,這也意味著交叉配血策略行之有效。CMT除了CMTts外都有較高的性能,CMTwc通過很強的修剪過程來平衡召回率和精確率。在所有算法中,CMT性能最佳,這表明結(jié)合配置文件和行為語義是有效的方法。

    實驗2:為了驗證種子用戶數(shù)量對不同算法F1值的影響,針對上述實驗數(shù)據(jù)集,采用不同算法分別選取1 000~4 000個種子用戶進行實驗,實驗結(jié)果如圖5所示。

    由圖5可知,隨著種子數(shù)目的增加,CMT和TFR的F值都會相應(yīng)遞增,當(dāng)增加到一定數(shù)量后遞增速率會變緩從而達(dá)到穩(wěn)定。CMT算法隨著種子用戶數(shù)量的增加始終比TFR擁有較高的F值,說明CMT算法在處理大量用戶數(shù)據(jù)時更為準(zhǔn)確。

    實驗3:為了更加清晰展示實驗結(jié)果,生成如圖6所示各個系統(tǒng)性能損耗對比,它展示了5個系統(tǒng)在用戶識別上的性能。采用傳統(tǒng)的方式來計算相似度,雖然不需要處理用戶的行為信息,但復(fù)雜的關(guān)系網(wǎng)使其效率很低。而交叉配血算法提高了識別率,穩(wěn)定性也是最強的。本文提出的按照交叉配血原則來計算用戶多賬戶相似度,大大提高了識別效率,降低了系統(tǒng)開銷。3結(jié)語

    為了解決用戶多賬戶識別問題,本文提出了一種新穎的交叉配血策略。結(jié)合配置文件屬性、用戶行為和語義信息,在CMT中使用交叉配血策略,用于檢測種子用戶,不僅降低了計算成本,還避免了復(fù)雜的修剪過程,提高了實驗的準(zhǔn)確性。實驗證明該方案提高了識別算法性能和準(zhǔn)確率。

    圖6算法實現(xiàn)效率對比

    參考文獻參考文獻:

    [1]ZHOU XIAOPING. Crossplatform identification of anonymous identical users in multiple social media networks [J].IEEE Transactions on Knowledge and DataEngineering,2015, 28(2):411423.

    [2]YE NA, ZHAO YINLIANG, DONG LILI,et al. User identification based on multiple attribute decision making in social networks [C]. IEEE China Communications,2013:3739.

    [3]蘭麗輝,鞠時光,金華. 社會網(wǎng)絡(luò)數(shù)據(jù)發(fā)布中的隱私保護研究進展[J].小型微型計算機系統(tǒng),2010,31(12):23182323.

    [4]L ZHIQIANG, S WERIMIN, Y ZHENHUA.Measuring semantic similarity between words using wikipedia [C].2009International Conference on Web Information Systems and Mining,2009:251255.

    [5]MOHTASSEB H ,AHMED A. Twolayer lassification and distinguished representations of users and documents for grouping and authorshipidentification [C]. Intelligent Computing and Intelligent Systems, 2009:651657.

    [6]周松松,馬建紅.基于URL的相似度會話識別方法[J]. 計算機系統(tǒng)應(yīng)用,2014,23(12):191196.

    [7]業(yè)寧,李威,梁作鵬,等.一種Web用戶行為聚類算法[J].小型微型計算機系統(tǒng),2010,25(7):13641367.

    [8]MARISA GUTIERREZ,SILVIA BTONDATO.On models of directed path graphs non rooted directed path graphs[J]. Graphs and Combinatorics,2016,32(2):663684.

    [9]SMITA NIRKHI.Comparative study of authorship identification techniques for cyber forensics analysis[J].(IJACSA) International Journal of Advance Computer Science and Applications,2013,4(5):299320.

    [10]WANG WEN QI,IANGLIA FUZZY.Clustering algorithm based on weighted index and optimization of clustering number[C].the series Advances in Intelligent Systemsand Computing,2014:349359.

    [11]BONCHI F, GIANNOTTI F. Web log data warehousing and mining for intelligent Web caching[J].Data and Knowledge Engineering,2001,39(2):165189.

    [12]劉東,吳泉源,韓偉紅,等.基于用戶名特征的用戶身份同一性判定方法[J].計算機學(xué)報,2015,38(10):20282040.

    [13]R ZAFARANI,H LIU.Connecting users across social media sites: a behavioralmodeling approach [C]. Proc.of the 19th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD13), 2013:4149.

    [14]孫琛琛,申德榮,寇月,等. 面向關(guān)聯(lián)數(shù)據(jù)的聯(lián)合式實體識別方法[J].計算機學(xué)報,2015,38(9):17391754.

    猜你喜歡
    語義分析
    淺談現(xiàn)代漢語三音節(jié)慣用語
    現(xiàn)代日語“結(jié)構(gòu)”一詞的語義及其漢譯分析
    基于正則表達(dá)式度量算法的智能評分設(shè)計
    遼河流域水環(huán)境管理技術(shù)庫構(gòu)建方法
    基于LDA模型的95598熱點業(yè)務(wù)工單挖掘分析
    新興“被+X”結(jié)構(gòu)探析
    從認(rèn)知語義學(xué)的角度來看多義動詞“あげる”
    科技視界(2016年18期)2016-11-03 23:48:03
    中文短文本語法語義相似度算法
    語義分析算法在互聯(lián)網(wǎng)信息檢索中的應(yīng)用
    基于英漢平行語料庫語義分析的翻譯教學(xué)系統(tǒng)設(shè)計與應(yīng)用
    教師·中(2015年8期)2015-09-07 12:05:16
    波野结衣二区三区在线| 春色校园在线视频观看| 国产成人精品福利久久| 久久午夜福利片| 国产精品一区二区性色av| av在线蜜桃| 亚洲美女黄色视频免费看| 99热国产这里只有精品6| 国产一区亚洲一区在线观看| 国产精品精品国产色婷婷| 99久久综合免费| 国产人妻一区二区三区在| 成年免费大片在线观看| 成年女人在线观看亚洲视频| 久久久久国产网址| 噜噜噜噜噜久久久久久91| av国产精品久久久久影院| 国产精品久久久久成人av| 国产淫片久久久久久久久| 国产精品伦人一区二区| 国产av一区二区精品久久 | 日韩av在线免费看完整版不卡| 99热国产这里只有精品6| 高清av免费在线| av在线播放精品| 国产精品久久久久久精品电影小说 | 免费少妇av软件| 亚洲欧美日韩东京热| 亚洲精品aⅴ在线观看| 又大又黄又爽视频免费| 精品少妇久久久久久888优播| 国产精品嫩草影院av在线观看| 欧美成人精品欧美一级黄| 精品一区二区三卡| av.在线天堂| 少妇被粗大猛烈的视频| 天美传媒精品一区二区| 日韩一区二区三区影片| 久热这里只有精品99| 成人亚洲精品一区在线观看 | 国产亚洲精品久久久com| 极品教师在线视频| 一个人看视频在线观看www免费| 身体一侧抽搐| 一本色道久久久久久精品综合| 国产综合精华液| 国产人妻一区二区三区在| 亚洲国产精品国产精品| 三级经典国产精品| 少妇丰满av| 成人影院久久| 久久精品夜色国产| 国产av一区二区精品久久 | 国产免费视频播放在线视频| 亚洲精品成人av观看孕妇| 免费黄频网站在线观看国产| 伊人久久精品亚洲午夜| av播播在线观看一区| 国产国拍精品亚洲av在线观看| 亚洲av福利一区| 国产精品成人在线| 伦理电影大哥的女人| 精品亚洲成国产av| 亚洲精品第二区| 久久影院123| 国产高潮美女av| 丝瓜视频免费看黄片| 午夜免费鲁丝| freevideosex欧美| 成人综合一区亚洲| 性色avwww在线观看| 777米奇影视久久| 日韩av在线免费看完整版不卡| 人妻夜夜爽99麻豆av| 亚洲av.av天堂| 男男h啪啪无遮挡| 亚洲精品中文字幕在线视频 | 国产在线视频一区二区| 一区二区三区精品91| 多毛熟女@视频| 免费观看的影片在线观看| 久久精品国产亚洲av天美| 伊人久久精品亚洲午夜| 欧美bdsm另类| 一区二区三区免费毛片| 少妇精品久久久久久久| 亚洲av日韩在线播放| 爱豆传媒免费全集在线观看| 午夜老司机福利剧场| 香蕉精品网在线| 国产精品99久久久久久久久| av在线观看视频网站免费| 欧美少妇被猛烈插入视频| 成年人午夜在线观看视频| 在线观看一区二区三区激情| 欧美区成人在线视频| 免费播放大片免费观看视频在线观看| 一区二区三区四区激情视频| 亚洲精品日本国产第一区| av女优亚洲男人天堂| 亚洲精品国产av成人精品| 五月天丁香电影| 日本欧美视频一区| 国产成人精品久久久久久| 日韩大片免费观看网站| 欧美成人一区二区免费高清观看| 纯流量卡能插随身wifi吗| 精品少妇黑人巨大在线播放| 亚洲美女黄色视频免费看| 久久综合国产亚洲精品| 久久久久久久大尺度免费视频| 伦精品一区二区三区| 亚洲欧美精品专区久久| 欧美zozozo另类| 欧美极品一区二区三区四区| 人妻制服诱惑在线中文字幕| 精品久久久久久久久亚洲| 天美传媒精品一区二区| 高清毛片免费看| 十八禁网站网址无遮挡 | 人人妻人人添人人爽欧美一区卜 | 亚洲av欧美aⅴ国产| 亚洲国产欧美在线一区| 在线免费观看不下载黄p国产| 人人妻人人看人人澡| 日本av免费视频播放| 国产亚洲最大av| 欧美xxxx性猛交bbbb| 久久这里有精品视频免费| 欧美精品一区二区大全| 免费久久久久久久精品成人欧美视频 | 新久久久久国产一级毛片| av福利片在线观看| 一本—道久久a久久精品蜜桃钙片| 一本—道久久a久久精品蜜桃钙片| 亚洲精品国产av蜜桃| 韩国av在线不卡| 亚洲成人一二三区av| 亚洲第一av免费看| 国产精品国产av在线观看| 国产白丝娇喘喷水9色精品| 大话2 男鬼变身卡| 亚洲欧美成人综合另类久久久| 成人影院久久| 在现免费观看毛片| 18禁动态无遮挡网站| 日本黄色片子视频| 国产精品久久久久成人av| 干丝袜人妻中文字幕| 久久精品国产a三级三级三级| 欧美一级a爱片免费观看看| 成年女人在线观看亚洲视频| 国产又色又爽无遮挡免| 久久国产精品大桥未久av | 99re6热这里在线精品视频| 欧美日韩一区二区视频在线观看视频在线| 国产精品一区二区性色av| 久久精品国产自在天天线| 一级毛片电影观看| 免费观看的影片在线观看| videossex国产| 卡戴珊不雅视频在线播放| 最近的中文字幕免费完整| 久久久a久久爽久久v久久| 日韩成人伦理影院| 高清黄色对白视频在线免费看 | 蜜臀久久99精品久久宅男| 国产精品一及| 91久久精品国产一区二区成人| 久久精品国产亚洲网站| 久久久久久久国产电影| 国产一区有黄有色的免费视频| 91精品一卡2卡3卡4卡| 成人美女网站在线观看视频| 在线播放无遮挡| 亚洲久久久国产精品| 岛国毛片在线播放| 久久人妻熟女aⅴ| 久久久午夜欧美精品| 亚洲精品乱码久久久久久按摩| 深夜a级毛片| 亚洲精品色激情综合| 免费观看性生交大片5| 日韩亚洲欧美综合| 国产v大片淫在线免费观看| 一级爰片在线观看| 国产一区二区三区综合在线观看 | 免费观看的影片在线观看| 免费人成在线观看视频色| 亚洲激情五月婷婷啪啪| 99久久综合免费| 在线观看一区二区三区激情| 久久久久久九九精品二区国产| 国产精品精品国产色婷婷| 亚洲av不卡在线观看| 欧美最新免费一区二区三区| 黑人高潮一二区| a 毛片基地| 国产伦在线观看视频一区| 26uuu在线亚洲综合色| 亚洲综合精品二区| 少妇的逼水好多| av国产免费在线观看| 国产免费一区二区三区四区乱码| 青春草视频在线免费观看| 国产精品国产三级专区第一集| 在线观看美女被高潮喷水网站| 九九爱精品视频在线观看| 精品熟女少妇av免费看| 一级毛片久久久久久久久女| 精品亚洲乱码少妇综合久久| 国产高潮美女av| 夫妻午夜视频| 国产亚洲最大av| 夫妻性生交免费视频一级片| 插逼视频在线观看| freevideosex欧美| 99热网站在线观看| 搡老乐熟女国产| 一区二区三区免费毛片| 久久人人爽人人片av| av在线app专区| 日韩,欧美,国产一区二区三区| 成人毛片60女人毛片免费| 黄片无遮挡物在线观看| 高清av免费在线| 天美传媒精品一区二区| 亚洲精品第二区| 涩涩av久久男人的天堂| freevideosex欧美| 99久久精品国产国产毛片| 国产在线男女| 亚洲综合色惰| 国产老妇伦熟女老妇高清| 日日摸夜夜添夜夜添av毛片| 精品一区二区免费观看| 美女高潮的动态| 人体艺术视频欧美日本| 精品久久国产蜜桃| 日日啪夜夜爽| 亚洲三级黄色毛片| 亚洲美女黄色视频免费看| 欧美日韩国产mv在线观看视频 | 99久久精品热视频| 麻豆乱淫一区二区| 日本黄大片高清| 超碰av人人做人人爽久久| 高清在线视频一区二区三区| 天天躁夜夜躁狠狠久久av| 久久青草综合色| 国产成人a区在线观看| 国产精品偷伦视频观看了| 最后的刺客免费高清国语| 欧美高清成人免费视频www| 国内揄拍国产精品人妻在线| 在线免费十八禁| 欧美激情极品国产一区二区三区 | 欧美人与善性xxx| 久久99热这里只有精品18| 丝袜脚勾引网站| 日韩,欧美,国产一区二区三区| 777米奇影视久久| 免费看日本二区| 男女免费视频国产| 99久久综合免费| 国产午夜精品一二区理论片| 亚洲欧洲国产日韩| 人妻系列 视频| 大陆偷拍与自拍| av一本久久久久| 精品亚洲乱码少妇综合久久| av在线观看视频网站免费| 能在线免费看毛片的网站| 人人妻人人看人人澡| 亚洲综合色惰| 女的被弄到高潮叫床怎么办| 91久久精品电影网| 国产在视频线精品| 亚洲国产日韩一区二区| 一级毛片电影观看| 国产大屁股一区二区在线视频| 国产精品福利在线免费观看| 久久久色成人| 久久女婷五月综合色啪小说| 国产精品爽爽va在线观看网站| 久久精品国产a三级三级三级| 亚洲精品视频女| 18禁在线无遮挡免费观看视频| 国产午夜精品一二区理论片| 国产精品一及| 国产精品久久久久久精品古装| 三级国产精品欧美在线观看| 91精品伊人久久大香线蕉| 日韩一区二区视频免费看| 日韩不卡一区二区三区视频在线| 麻豆乱淫一区二区| 亚洲精品aⅴ在线观看| 久久韩国三级中文字幕| 日日摸夜夜添夜夜添av毛片| 欧美精品国产亚洲| 涩涩av久久男人的天堂| 免费播放大片免费观看视频在线观看| 国产69精品久久久久777片| 亚洲国产高清在线一区二区三| 日韩成人av中文字幕在线观看| 亚洲人成网站高清观看| 亚洲欧洲国产日韩| 91精品国产九色| 永久免费av网站大全| 午夜福利视频精品| 免费看光身美女| 一边亲一边摸免费视频| 久久精品国产亚洲av天美| av在线观看视频网站免费| 男人和女人高潮做爰伦理| 国产精品.久久久| 欧美少妇被猛烈插入视频| 国产日韩欧美亚洲二区| 美女主播在线视频| 妹子高潮喷水视频| 男女啪啪激烈高潮av片| 五月天丁香电影| 波野结衣二区三区在线| 欧美zozozo另类| 亚洲精品一二三| 一本色道久久久久久精品综合| 国产精品蜜桃在线观看| 中文欧美无线码| 在线 av 中文字幕| 全区人妻精品视频| 成人无遮挡网站| 99re6热这里在线精品视频| 国产精品免费大片| av在线app专区| 3wmmmm亚洲av在线观看| 韩国av在线不卡| 国产精品一区二区性色av| 美女内射精品一级片tv| 国产探花极品一区二区| 国产精品三级大全| 男女无遮挡免费网站观看| 精品一区二区免费观看| 欧美日韩亚洲高清精品| 亚洲熟女精品中文字幕| 免费看av在线观看网站| 国产精品偷伦视频观看了| 简卡轻食公司| 午夜福利网站1000一区二区三区| 国语对白做爰xxxⅹ性视频网站| 国产精品99久久久久久久久| 日韩强制内射视频| 久久婷婷青草| xxx大片免费视频| 尤物成人国产欧美一区二区三区| 日韩伦理黄色片| 97精品久久久久久久久久精品| av天堂中文字幕网| 大片免费播放器 马上看| 国产成人freesex在线| 丰满乱子伦码专区| 免费少妇av软件| 日本vs欧美在线观看视频 | 三级经典国产精品| 亚洲aⅴ乱码一区二区在线播放| 人妻一区二区av| 男女国产视频网站| 美女中出高潮动态图| 我的女老师完整版在线观看| 国产爽快片一区二区三区| 日本黄大片高清| 久久久精品94久久精品| 成年人午夜在线观看视频| 久热这里只有精品99| 成人国产av品久久久| 春色校园在线视频观看| 夜夜看夜夜爽夜夜摸| 欧美成人a在线观看| 亚洲久久久国产精品| 激情 狠狠 欧美| h视频一区二区三区| 一本—道久久a久久精品蜜桃钙片| 国产深夜福利视频在线观看| 免费观看a级毛片全部| 日韩一区二区三区影片| 日日啪夜夜撸| 久久人人爽人人片av| 在线观看av片永久免费下载| 一本一本综合久久| 在线看a的网站| 午夜老司机福利剧场| 成人亚洲精品一区在线观看 | 亚洲欧美成人精品一区二区| 精品一区在线观看国产| 日韩欧美一区视频在线观看 | 亚洲国产色片| 国产免费一级a男人的天堂| 丰满少妇做爰视频| 国产av精品麻豆| 卡戴珊不雅视频在线播放| 国产一区二区三区综合在线观看 | 看十八女毛片水多多多| 免费观看性生交大片5| 中文资源天堂在线| 在线观看国产h片| 久久久精品免费免费高清| 亚洲av福利一区| 国产一区有黄有色的免费视频| 精品一区二区免费观看| 中文字幕人妻熟人妻熟丝袜美| 国产伦精品一区二区三区视频9| 极品教师在线视频| 99热国产这里只有精品6| 欧美日韩亚洲高清精品| 男女下面进入的视频免费午夜| 成人二区视频| 亚洲天堂av无毛| 妹子高潮喷水视频| 精华霜和精华液先用哪个| 成人二区视频| 3wmmmm亚洲av在线观看| 蜜桃久久精品国产亚洲av| 婷婷色综合大香蕉| 熟妇人妻不卡中文字幕| 亚洲国产av新网站| 国产在线一区二区三区精| 亚洲国产av新网站| 精品亚洲成国产av| 亚洲国产欧美在线一区| 久久精品熟女亚洲av麻豆精品| 一级片'在线观看视频| 伊人久久国产一区二区| 免费人妻精品一区二区三区视频| 国产精品国产三级专区第一集| 久久人妻熟女aⅴ| 黑人高潮一二区| 国产精品一区www在线观看| 国产精品一区二区在线观看99| 精品久久久久久久久av| 亚洲av在线观看美女高潮| 人体艺术视频欧美日本| 国产亚洲最大av| 国产爽快片一区二区三区| 亚洲av欧美aⅴ国产| av一本久久久久| 免费黄网站久久成人精品| 亚洲精品自拍成人| 欧美成人一区二区免费高清观看| 国产伦理片在线播放av一区| 全区人妻精品视频| 亚洲国产高清在线一区二区三| 国产精品爽爽va在线观看网站| 99久久人妻综合| 日韩av不卡免费在线播放| 国产在视频线精品| 国产精品.久久久| av一本久久久久| 精品亚洲乱码少妇综合久久| 亚洲美女黄色视频免费看| 亚洲av不卡在线观看| 精品熟女少妇av免费看| 久久久久网色| 男人舔奶头视频| 亚洲国产精品成人久久小说| 亚洲精品自拍成人| 妹子高潮喷水视频| 成人国产麻豆网| 97在线人人人人妻| 黑人高潮一二区| 一级毛片aaaaaa免费看小| 精品一区在线观看国产| 久久久久久久久久成人| 高清不卡的av网站| 人体艺术视频欧美日本| 中文乱码字字幕精品一区二区三区| 夫妻性生交免费视频一级片| 大码成人一级视频| 精品午夜福利在线看| 麻豆乱淫一区二区| 夜夜看夜夜爽夜夜摸| 亚洲国产最新在线播放| 网址你懂的国产日韩在线| 亚洲,一卡二卡三卡| 国产成人freesex在线| 高清av免费在线| 欧美一级a爱片免费观看看| 亚洲欧美成人综合另类久久久| 亚洲精品成人av观看孕妇| 国产精品一区二区性色av| av国产久精品久网站免费入址| 免费看光身美女| 狂野欧美激情性xxxx在线观看| 欧美一级a爱片免费观看看| 久久久久久伊人网av| 欧美 日韩 精品 国产| 亚洲真实伦在线观看| 在线免费观看不下载黄p国产| 天天躁夜夜躁狠狠久久av| 人妻少妇偷人精品九色| 美女脱内裤让男人舔精品视频| 国产精品久久久久久av不卡| 亚洲国产精品999| 日韩强制内射视频| 午夜视频国产福利| 亚州av有码| 中文在线观看免费www的网站| 亚洲美女视频黄频| 高清毛片免费看| 一区二区av电影网| 内地一区二区视频在线| 3wmmmm亚洲av在线观看| 美女视频免费永久观看网站| 免费人妻精品一区二区三区视频| 国产老妇伦熟女老妇高清| 欧美三级亚洲精品| 午夜老司机福利剧场| 日韩,欧美,国产一区二区三区| 超碰av人人做人人爽久久| 日韩电影二区| 五月玫瑰六月丁香| 免费黄频网站在线观看国产| av免费在线看不卡| 国产大屁股一区二区在线视频| 一区二区av电影网| 内地一区二区视频在线| 最新中文字幕久久久久| 日本黄色片子视频| 亚洲精品,欧美精品| 韩国av在线不卡| 亚洲精品日韩在线中文字幕| 亚洲国产精品成人久久小说| 寂寞人妻少妇视频99o| 美女福利国产在线 | 美女脱内裤让男人舔精品视频| 亚洲婷婷狠狠爱综合网| 十八禁网站网址无遮挡 | 亚洲婷婷狠狠爱综合网| 看免费成人av毛片| 久久人人爽av亚洲精品天堂 | 久久人人爽av亚洲精品天堂 | 18禁在线播放成人免费| 成人美女网站在线观看视频| 国产成人免费观看mmmm| 国产91av在线免费观看| 亚洲熟女精品中文字幕| 久久精品国产亚洲网站| 日韩av在线免费看完整版不卡| 国产美女午夜福利| 亚洲av欧美aⅴ国产| 国产黄色视频一区二区在线观看| 亚洲一区二区三区欧美精品| 免费黄色在线免费观看| 91久久精品电影网| 美女国产视频在线观看| 欧美成人精品欧美一级黄| 午夜福利网站1000一区二区三区| 简卡轻食公司| 男的添女的下面高潮视频| 在线 av 中文字幕| 欧美精品一区二区大全| 下体分泌物呈黄色| 两个人的视频大全免费| 男人爽女人下面视频在线观看| 久久久久久久久久人人人人人人| 六月丁香七月| 黄色日韩在线| av国产久精品久网站免费入址| 久久久久久久久久人人人人人人| 天堂8中文在线网| 亚洲久久久国产精品| 男女国产视频网站| 国产免费又黄又爽又色| 日日撸夜夜添| 国产91av在线免费观看| 深夜a级毛片| 99热这里只有是精品在线观看| 国产免费一级a男人的天堂| 18禁裸乳无遮挡免费网站照片| 人妻制服诱惑在线中文字幕| 国产精品女同一区二区软件| 午夜免费观看性视频| 啦啦啦在线观看免费高清www| videos熟女内射| 国内揄拍国产精品人妻在线| 亚洲精品国产av蜜桃| 亚洲av成人精品一二三区| 丝瓜视频免费看黄片| 国产精品秋霞免费鲁丝片| 亚洲国产成人一精品久久久| 91久久精品电影网| 亚洲国产精品成人久久小说| 日韩av不卡免费在线播放| 成年av动漫网址| 国产精品免费大片| 亚洲色图av天堂| 国产成人aa在线观看| 亚洲av成人精品一二三区| 国产av一区二区精品久久 | 99久久精品一区二区三区| 在线观看免费高清a一片| 国内少妇人妻偷人精品xxx网站| 欧美日韩亚洲高清精品| 国产男女内射视频| 女性生殖器流出的白浆| 最近2019中文字幕mv第一页| 亚洲美女视频黄频| 免费看不卡的av| 性色avwww在线观看| 一区二区三区精品91| 国产日韩欧美亚洲二区| 深爱激情五月婷婷| 精品熟女少妇av免费看| 免费看日本二区| 久久久国产一区二区| 久久久久国产网址| 乱系列少妇在线播放|