• <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 ?

    基于隨機(jī)森林的HTTP異常檢測(cè)

    2017-04-08 13:00:44唐宇迪
    電腦知識(shí)與技術(shù) 2017年5期
    關(guān)鍵詞:隨機(jī)森林

    唐宇迪

    摘要:在互聯(lián)網(wǎng)日益強(qiáng)大的今天,網(wǎng)絡(luò)安全問(wèn)題已經(jīng)尤為重要,如何能夠精準(zhǔn)找到網(wǎng)絡(luò)中的攻擊行為具有重要的價(jià)值。基于該目標(biāo),該文提出了基于HTTP流量數(shù)據(jù)的異常檢測(cè)模型,以隨機(jī)森林為核心算法,圍繞該算法提出了一種HTTP流量數(shù)據(jù)生成策略以及檢測(cè)方法。

    關(guān)鍵詞:隨機(jī)森林;HTTP異常檢測(cè);數(shù)據(jù)生成

    中圖分類(lèi)號(hào):TP393 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1009-3044(2017)05-0031-03

    1 HTTP異常數(shù)據(jù)生成策略

    對(duì)于HTTP流量數(shù)據(jù)的異常行為檢測(cè),一個(gè)難點(diǎn)就在于如何定義正負(fù)樣本也就是正常的HTTP行為和異常的HTTP行為。現(xiàn)階段,普遍的做法是通過(guò)網(wǎng)絡(luò)異常檢測(cè)軟件來(lái)對(duì)每個(gè)有風(fēng)險(xiǎn)的IP點(diǎn)進(jìn)行檢測(cè),這種做法一方面并不能得出準(zhǔn)確的結(jié)果另一方面也很難發(fā)現(xiàn)新的異常IP點(diǎn)。基于這點(diǎn),本文提出了一種是用數(shù)據(jù)生成策略并基于聚類(lèi)結(jié)果的隨機(jī)森林檢測(cè)模型[1]。

    1.1 問(wèn)題提出

    對(duì)于HTTP流量數(shù)據(jù)可以通過(guò)聚類(lèi)算法得出一些離群點(diǎn),對(duì)于這些離群點(diǎn)使用集成的方式可以得出不同類(lèi)型的IP點(diǎn),例如將離群點(diǎn)當(dāng)做具有潛在異常行為的IP點(diǎn),將非離群點(diǎn)當(dāng)做正常的IP點(diǎn),將部分聚類(lèi)算法認(rèn)為是離群點(diǎn)的當(dāng)做疑似點(diǎn)。通過(guò)聚類(lèi)算法雖然可以出來(lái)部分具有異常行為的IP點(diǎn),但是從整體的量上來(lái)說(shuō),離群點(diǎn)只占了整個(gè)HTTP流量數(shù)據(jù)中很少的一部分。原始數(shù)據(jù)中可能還存在著大量具有異常行為的IP點(diǎn)[2]。

    對(duì)于原始的HTTP日志數(shù)據(jù)來(lái)說(shuō),進(jìn)行異常行為檢測(cè)的難點(diǎn)在于問(wèn)題的本身是一個(gè)無(wú)監(jiān)督的問(wèn)題,沒(méi)有給定的標(biāo)簽來(lái)指定什么樣的IP點(diǎn)是正常的,什么是異常的。這使得很難對(duì)提取的特征數(shù)據(jù)進(jìn)行分類(lèi)的算法,基于這點(diǎn)不得不選擇無(wú)監(jiān)督的聚類(lèi)算法。通過(guò)聚類(lèi)算法得出了一些離群點(diǎn),然后通過(guò)集成的方法將離群點(diǎn)分成3類(lèi),即異常點(diǎn),疑似點(diǎn),正常點(diǎn)。有了這些的基礎(chǔ),對(duì)與異常行為檢測(cè)這個(gè)正負(fù)樣本分類(lèi)問(wèn)題,將原本無(wú)監(jiān)督的樣本集分成了3個(gè)類(lèi)別,即有較大可能是負(fù)樣本的異常點(diǎn)集合,有可能是負(fù)樣本的疑似點(diǎn)集合,正樣本則對(duì)應(yīng)著正常點(diǎn)集合。基于這種劃分規(guī)則,便可將原本的無(wú)監(jiān)督的問(wèn)題轉(zhuǎn)換成一個(gè)半監(jiān)督問(wèn)題[3]。

    對(duì)于分類(lèi)算法來(lái)說(shuō),一個(gè)重點(diǎn)就在于正負(fù)樣本的選擇,通過(guò)分析得知正樣本的數(shù)量很豐富,但是相對(duì)來(lái)說(shuō)負(fù)樣本的數(shù)量卻遠(yuǎn)遠(yuǎn)不夠,由于聚類(lèi)算法得出的異常點(diǎn)和疑似點(diǎn)數(shù)量都比較少,所以要進(jìn)行分類(lèi)算法首先需要對(duì)數(shù)據(jù)樣本就行增強(qiáng)。如何選擇一種合適的數(shù)據(jù)增強(qiáng)策略改善這種不均衡的數(shù)據(jù)分布成為分類(lèi)準(zhǔn)確性的關(guān)鍵所在。

    分類(lèi)算法第二個(gè)重點(diǎn)在于如何選擇合適的分類(lèi)器,目前已經(jīng)有很多種經(jīng)典分類(lèi)算法,由于數(shù)據(jù)本身的無(wú)監(jiān)督性,以及由聚類(lèi)分析的不同特征的重要程度具有明顯差別,這里需要綜合考慮這些因素選擇最合適的分類(lèi)器[2]。

    1.2 數(shù)據(jù)均衡問(wèn)題解決

    數(shù)據(jù)樣本是否均衡對(duì)最終的分類(lèi)結(jié)果可能會(huì)產(chǎn)生很大的影響,對(duì)于服務(wù)器端IP點(diǎn)來(lái)說(shuō)得到的異常點(diǎn)一共有20個(gè),疑似點(diǎn)有724個(gè),正常點(diǎn)有279025個(gè)。這是一個(gè)極不均衡的樣本分布。假設(shè)把異常點(diǎn)和疑似點(diǎn)都算作負(fù)樣本,那也僅僅只有760個(gè)樣本點(diǎn),這遠(yuǎn)遠(yuǎn)不夠的。為了解決數(shù)據(jù)均衡問(wèn)題,基于異常點(diǎn)和疑似點(diǎn)我對(duì)負(fù)樣本進(jìn)行了隨機(jī)的生成,策略如下:

    對(duì)于異常點(diǎn),通過(guò)聚類(lèi)集成方法的分析已經(jīng)證明了它們的異常行為的可靠性,所以要充分利用這些異常IP點(diǎn)的特征數(shù)據(jù)進(jìn)行更多負(fù)樣本的生成。由于每一個(gè)異常IP點(diǎn)的特征數(shù)據(jù)都具有7個(gè)特征,它們具有的異常行為,可能是這7個(gè)特征中一個(gè)或者某幾個(gè)發(fā)生了明顯的數(shù)值上的變換,基于這點(diǎn),在生成新的異常特征數(shù)據(jù)時(shí),對(duì)每一個(gè)異常點(diǎn)的7個(gè)特征都需要進(jìn)行不同的變換,由異常點(diǎn)的特征數(shù)據(jù)發(fā)現(xiàn),不同的異常IP點(diǎn)之間在7個(gè)特征上數(shù)據(jù)變化幅度較大,尤其表現(xiàn)在和連接數(shù)量相關(guān)的特征上,而與URI和COOKIE相關(guān)的特征的變化雖然趨于平緩,但整體仍具有浮動(dòng)現(xiàn)象。基于這點(diǎn)以及異常行為潛在的多變性。我選擇對(duì)特征數(shù)據(jù)進(jìn)行隨機(jī)的變換,將每一個(gè)異常IP點(diǎn)的每一個(gè)特征的取值隨機(jī)映射到原始值的0.8-1.2倍之間,選擇這個(gè)區(qū)間是因?yàn)椋瑸榱吮WC生成的數(shù)據(jù)盡可能地具有異常行為所以只選擇了較小的變換范圍,目的是保留住這些異常行為的數(shù)據(jù)特征,對(duì)于不同的映射區(qū)間下節(jié)會(huì)有詳細(xì)的分析。并且保證7個(gè)特征都是隨機(jī)進(jìn)行特征數(shù)據(jù)的生成在這個(gè)區(qū)間上。例如異常點(diǎn)106.39.178.1的原始數(shù)據(jù)如下:

    由于這些異常點(diǎn)有著極大的可能伴隨著異常行為,而可利用的異常點(diǎn)的數(shù)量又非常少,所以這里我選擇對(duì)每一個(gè)異常點(diǎn)都按照這樣的規(guī)則隨機(jī)生成了100個(gè)負(fù)樣本。

    對(duì)于疑似點(diǎn),雖然這些點(diǎn)伴隨著的異常行為的可能性沒(méi)有異常點(diǎn)那么高,但是它們都是由聚類(lèi)算法得出的離群點(diǎn)組成的。由離群點(diǎn)的特性可以得知,這些疑似點(diǎn)相比于正常點(diǎn)仍在某些特征上具有潛在的異常行為,并且疑似點(diǎn)的數(shù)量相比于異常點(diǎn)要多得多,這一方面可以很大程度豐富負(fù)樣本的多樣性不至于像異常點(diǎn)生成的負(fù)樣本的數(shù)據(jù)特征行為都很相似另一方面可以生成更多的負(fù)樣本。但是由于通過(guò)在聚類(lèi)的分析得出的結(jié)果可知,這些疑似點(diǎn)存在異常行為的可能性要低于異常點(diǎn)。所以綜合考慮這些因素,在這里我對(duì)724個(gè)疑似點(diǎn)中的每一個(gè)樣本點(diǎn)按照同異常點(diǎn)生成的相同策略都隨機(jī)生成10個(gè)負(fù)樣本。

    對(duì)于正常點(diǎn),由于正樣本數(shù)量已經(jīng)足夠,不需要對(duì)正樣本進(jìn)行生成,通過(guò)上述生成策略已經(jīng)生成了10840個(gè)負(fù)樣本,為了使正負(fù)樣本更均衡,對(duì)正樣本進(jìn)行了隨機(jī)選取,取10840個(gè)正樣本作為分類(lèi)算法的輸入。

    通過(guò)這樣的生成策略,使得正負(fù)樣本的個(gè)數(shù)更均衡,而且保證了數(shù)據(jù)的量,變換后正負(fù)樣本分別有10840個(gè)特征數(shù)據(jù)。

    2 基于HTTP異常檢測(cè)的隨機(jī)森林模型

    對(duì)于分類(lèi)算法來(lái)說(shuō)有很多的分類(lèi)器可供選擇,在這里我選擇隨機(jī)森林模型的原因在于隨機(jī)森林是一個(gè)用隨機(jī)方式建立的,包含多個(gè)決策樹(shù)的分類(lèi)器。由于HTTP數(shù)據(jù)本身的無(wú)監(jiān)督性以及在進(jìn)行特征選擇時(shí)無(wú)法對(duì)特征進(jìn)行準(zhǔn)確的評(píng)估只能從聚類(lèi)分析其對(duì)異常行為影響的重要性。這也存在著潛在的問(wèn)題就是有的特征可能對(duì)其異常行為產(chǎn)生負(fù)面的影響即不利于分類(lèi)算法,但是由于網(wǎng)絡(luò)異常行為的多樣性和數(shù)據(jù)本身的無(wú)監(jiān)督性,很難去準(zhǔn)確分辨哪些特征的價(jià)值更高哪些可能具有負(fù)面影響。由于使用了數(shù)據(jù)增強(qiáng)策略,很多特征數(shù)據(jù)可能表現(xiàn)出較大的相似性,尤其是由異常點(diǎn)生成的數(shù)據(jù)樣本。基于以上存在的問(wèn)題選擇隨機(jī)森林模型的原因如下[4]:

    1)隨機(jī)森林模型在構(gòu)造時(shí)在每個(gè)節(jié)點(diǎn)上,隨機(jī)選取所有特征的一個(gè)子集,用來(lái)計(jì)算最佳分割方式?;谶@點(diǎn)可以更全面的利用特征數(shù)據(jù),使得即便某個(gè)特征可能存在負(fù)面的影響也不至于對(duì)分類(lèi)結(jié)果產(chǎn)生較大的負(fù)面影響。

    2)訓(xùn)練每棵樹(shù)時(shí),從全部訓(xùn)練樣本(樣本數(shù)為N)中選取一個(gè)可能有重復(fù)的大小同樣為N的數(shù)據(jù)集進(jìn)行訓(xùn)練(即bootstrap取樣)。通過(guò)這樣選擇樣本的方式可以有效避免生成數(shù)據(jù)具有較大相似性的問(wèn)題。

    首先對(duì)生成的特征數(shù)據(jù)同樣進(jìn)行歸一化處理,為了驗(yàn)證隨機(jī)森林模型的可靠性,我對(duì)幾種經(jīng)典的分類(lèi)器如支持向量機(jī),K近鄰,決策樹(shù),Adaboosting,隨機(jī)森林5種分類(lèi)算法在生成的數(shù)據(jù)集上選擇了同樣的訓(xùn)練集和測(cè)試集,分別進(jìn)行了默認(rèn)參數(shù)的測(cè)試,即默認(rèn)的參數(shù)都是基于樣本數(shù)量的大小給予的沒(méi)有進(jìn)行任何的優(yōu)化調(diào)節(jié)。從圖中可以看出來(lái)隨機(jī)森林的模型的效果要優(yōu)于其他分類(lèi)器的結(jié)果。這里的準(zhǔn)確率的定義為:在生成的數(shù)據(jù)上進(jìn)行的5倍交叉驗(yàn)證的準(zhǔn)確率。

    對(duì)于隨機(jī)森林模型來(lái)說(shuō),對(duì)最終結(jié)果影響最大的就是建立樹(shù)的個(gè)數(shù),當(dāng)把樹(shù)的個(gè)數(shù)逐漸增多的時(shí)候自驗(yàn)證的準(zhǔn)確率也會(huì)發(fā)生小范圍提升,如上圖所示當(dāng)樹(shù)的個(gè)數(shù)為10個(gè)時(shí)準(zhǔn)確率為0.94,當(dāng)樹(shù)的個(gè)數(shù)為100個(gè)的時(shí)候自驗(yàn)證的準(zhǔn)確率能平均得到0.98,再增加樹(shù)的個(gè)數(shù),準(zhǔn)確率基本保持不變。

    另一個(gè)重要的影響因素就是輸入的特征數(shù)據(jù),由于在進(jìn)行負(fù)樣本生成的時(shí)候選擇了隨機(jī)生成的區(qū)間值,下面綜合分析一下該方案的優(yōu)缺點(diǎn)。進(jìn)行數(shù)據(jù)生成的原因在于對(duì)于本是無(wú)監(jiān)督的HTTP日志數(shù)據(jù)很難使用分類(lèi)算法進(jìn)行快速的異常行為檢測(cè),但是根據(jù)聚類(lèi)算法論證可以找到極小一部分的負(fù)樣本,對(duì)于這部分負(fù)樣本在生成更多的數(shù)據(jù)的時(shí)候可能有不同的策略,選擇不同的變化幅度區(qū)間。對(duì)于特征數(shù)據(jù)來(lái)說(shuō),不同的特征變換的范圍有著很大的差別,比如連接數(shù)量可能出現(xiàn)上千倍的變換即便在同是異常的IP點(diǎn)之間,而對(duì)于URI和COOKIE參數(shù)來(lái)說(shuō)變換范圍相對(duì)就小得多,這也符合實(shí)際的現(xiàn)象,考慮到這點(diǎn),在下面的分析中,始終保持和URI,COOKIE相關(guān)的特征的變換范圍區(qū)間在0.8到1.2之間不變,而只改變和連接數(shù)量相關(guān)的特征。這樣做的意義在于如果選擇的生成區(qū)間在比較小的范圍內(nèi)就會(huì)使得大量數(shù)據(jù)具有相似性,這樣做雖然在訓(xùn)練集中可以得到較高的準(zhǔn)確率,但是很有可能出現(xiàn)過(guò)擬合的現(xiàn)象使得在實(shí)際應(yīng)用的效果欠佳。如果對(duì)生成的樣本區(qū)間進(jìn)行放大,一方面可以使得數(shù)據(jù)之間的相似性大量降低也可以找出更多的潛在的異常行為,但是這樣就需要以犧牲一些準(zhǔn)確率為代價(jià)。下圖為對(duì)負(fù)樣本生成區(qū)間進(jìn)行放大后的準(zhǔn)確率結(jié)果圖:

    從上圖可以看出不同數(shù)據(jù)生成區(qū)間對(duì)最終隨機(jī)森林模型的自驗(yàn)證準(zhǔn)確率有著很大的影響,當(dāng)數(shù)據(jù)生成區(qū)間在一個(gè)比較小的區(qū)間的時(shí)候,比如0.8到1.2時(shí)自驗(yàn)證的準(zhǔn)確率偏高,因?yàn)樵谶@個(gè)區(qū)間上生成的樣本都和異常點(diǎn)具有很強(qiáng)的相似性,由于異常點(diǎn)和正常點(diǎn)之間的數(shù)值差異本身就比較大,所以此時(shí)分類(lèi)的準(zhǔn)確率偏高。但是這樣帶來(lái)的問(wèn)題是,只有異常情況很明顯下才能被分類(lèi)成具有異常行為的IP點(diǎn)。為了能找到更多的異常行為的IP點(diǎn),可以稍微放大一下數(shù)據(jù)生成的區(qū)間,比如從0.8到0.5再到0.1,可以看出對(duì)特征數(shù)據(jù)的上限只增大到了1.5倍就不再繼續(xù)增大了,這是因?yàn)?,?duì)于負(fù)樣本來(lái)說(shuō),它們的特征數(shù)值的上限已經(jīng)足夠大了相比正常的IP點(diǎn)來(lái)說(shuō),但是它們的下限卻要比正常點(diǎn)的上限還要高很多,所以在保證上限不變的情況下,適當(dāng)增大下限的取值,可以讓隨機(jī)森林模型找到更多的潛在的具有異常行為的IP點(diǎn)。

    3 特征重要性衡量

    基于已經(jīng)生成的隨機(jī)森林模型,一方面可以對(duì)新的特征數(shù)據(jù)進(jìn)行是否具有異常行為的分類(lèi)任務(wù),另一方面也可以通過(guò)該模型度量每一個(gè)特征的重要程度。計(jì)算某一特征X流程如下:

    1)對(duì)每一顆決策樹(shù),選擇相應(yīng)的袋外數(shù)據(jù),因?yàn)槲覀冊(cè)诮⒚恳活w決策樹(shù)時(shí)都是隨機(jī)的進(jìn)行有放回的選取也就是重復(fù)抽樣,所以最終大概仍有三分之一的樣本點(diǎn)沒(méi)有被抽取到對(duì)于每一顆決策樹(shù)來(lái)說(shuō)。用這部分?jǐn)?shù)據(jù)計(jì)算模型的錯(cuò)誤率,記作為errOOB1.

    2)隨機(jī)對(duì)袋外數(shù)據(jù)所有樣本的X特征加入噪聲干擾,一般來(lái)說(shuō)簡(jiǎn)單的做法就是隨機(jī)改變樣本數(shù)據(jù)在X特征處的值,經(jīng)過(guò)這樣的變換后,再次計(jì)算模型的錯(cuò)誤率,記作為errOOB2.

    3)假設(shè)隨機(jī)森林中有N顆數(shù),則特征X的重要性的計(jì)算公式為:

    之所以用這樣的式子來(lái)表示特征的重要性,原因在于如果對(duì)樣本數(shù)據(jù)的X特征進(jìn)行隨機(jī)改變后,袋外數(shù)據(jù)的準(zhǔn)確率大幅下降,也就是意味著errOOB2會(huì)出現(xiàn)大幅上升的現(xiàn)象,那么就說(shuō)明這個(gè)特征對(duì)最終的分類(lèi)結(jié)果產(chǎn)生了比較大的影響,所以該特征的重要性也就比較大。對(duì)生成的數(shù)據(jù)進(jìn)行特征重要性的衡量,結(jié)果如下圖所示:

    從圖中可以看出,不同的特征具有的重要程度具有很大幅度的變化在隨機(jī)森林模型中,其中單位小時(shí)最大請(qǐng)求個(gè)數(shù)這個(gè)特征具有最大的重要程度,而和uri,cookie相關(guān)的特征重要程度相對(duì)較小。這些特征重要程度上也可以得知,一般的網(wǎng)絡(luò)異常行為主要集中體現(xiàn)在請(qǐng)求的量上,與該指標(biāo)相關(guān)的量會(huì)對(duì)最終一個(gè)IP點(diǎn)是否具有異常行為有著更大的權(quán)重。

    參考文獻(xiàn):

    [1] Shi, Lin.Abnormal organization of white matter network inpatients with no dementia after ischemic stroke[C]. PloS one, 2013: 8, 12.

    [2] Soltani, Somayehl. A survey on real world botnets and detection mechanisms[J]. International Journal of Information & Network Security, 2014, 3(2).

    [3] Narudin, Fairuz Amalina. Evaluation of machine learning classifiers for mobile malware detection[J]. Soft Computing,2016: 1, 20.

    [4] Qian Quan, TianhongWang, Rui Zhang.Relative Network Entropy based Clustering Algorithm for Intrusion Detection[J]. Network Security, 2013, 15(1):16-22.

    猜你喜歡
    隨機(jī)森林
    隨機(jī)森林算法在生物信息學(xué)中的應(yīng)用研究
    隨機(jī)森林算法在中藥指紋圖譜中的應(yīng)用:以不同品牌夏桑菊顆粒指紋圖譜分析為例
    基于隨機(jī)森林的登革熱時(shí)空擴(kuò)散影響因子等級(jí)體系挖掘
    個(gè)人信用評(píng)分模型比較數(shù)據(jù)挖掘分析
    隨機(jī)森林在棉蚜蟲(chóng)害等級(jí)預(yù)測(cè)中的應(yīng)用
    基于二次隨機(jī)森林的不平衡數(shù)據(jù)分類(lèi)算法
    軟件(2016年7期)2017-02-07 15:54:01
    拱壩變形監(jiān)測(cè)預(yù)報(bào)的隨機(jī)森林模型及應(yīng)用
    基于隨機(jī)森林算法的飛機(jī)發(fā)動(dòng)機(jī)故障診斷方法的研究
    基于奇異熵和隨機(jī)森林的人臉識(shí)別
    軟件(2016年2期)2016-04-08 02:06:21
    基于隨機(jī)森林算法的B2B客戶分級(jí)系統(tǒng)的設(shè)計(jì)
    99久久精品国产亚洲精品| 精品少妇一区二区三区视频日本电影| 亚洲乱码一区二区免费版| 天堂√8在线中文| a级毛片在线看网站| 国产精品亚洲av一区麻豆| 国内精品久久久久精免费| 欧美不卡视频在线免费观看 | av超薄肉色丝袜交足视频| 桃色一区二区三区在线观看| 真人做人爱边吃奶动态| 精品国产亚洲在线| 美女黄网站色视频| 中国美女看黄片| 成人亚洲精品av一区二区| 特级一级黄色大片| 国产三级在线视频| 丝袜美腿诱惑在线| 久久香蕉激情| 日日夜夜操网爽| 国产精品1区2区在线观看.| 久久欧美精品欧美久久欧美| 亚洲国产欧美人成| 国产麻豆成人av免费视频| 久久久精品大字幕| 麻豆久久精品国产亚洲av| 欧美午夜高清在线| 最近最新免费中文字幕在线| svipshipincom国产片| 成人高潮视频无遮挡免费网站| 日本五十路高清| 亚洲精品国产精品久久久不卡| 成人手机av| 国产片内射在线| 免费无遮挡裸体视频| 国产三级在线视频| 日韩欧美免费精品| 精品久久蜜臀av无| 色老头精品视频在线观看| 亚洲成人中文字幕在线播放| av视频在线观看入口| 久久久久久亚洲精品国产蜜桃av| 色综合婷婷激情| 国产高清视频在线播放一区| 99在线人妻在线中文字幕| 午夜精品在线福利| 脱女人内裤的视频| 人妻夜夜爽99麻豆av| 国产欧美日韩一区二区三| 亚洲黑人精品在线| 日韩欧美在线二视频| 老司机深夜福利视频在线观看| 亚洲真实伦在线观看| 欧美性猛交╳xxx乱大交人| 欧美人与性动交α欧美精品济南到| 两个人看的免费小视频| 999精品在线视频| 久久久久久久久久黄片| 麻豆成人午夜福利视频| 看片在线看免费视频| 在线观看免费视频日本深夜| 1024香蕉在线观看| 欧美成狂野欧美在线观看| 91大片在线观看| 小说图片视频综合网站| 岛国视频午夜一区免费看| 十八禁人妻一区二区| www.熟女人妻精品国产| 在线观看www视频免费| 中文字幕人妻丝袜一区二区| 亚洲色图 男人天堂 中文字幕| 国产精品一区二区免费欧美| 国产黄片美女视频| 男人舔女人下体高潮全视频| 老鸭窝网址在线观看| 精品欧美一区二区三区在线| 欧美精品亚洲一区二区| 丰满人妻一区二区三区视频av | 色在线成人网| 亚洲aⅴ乱码一区二区在线播放 | 波多野结衣高清作品| 黄片大片在线免费观看| 亚洲av成人精品一区久久| 国产视频一区二区在线看| 久久婷婷人人爽人人干人人爱| 69av精品久久久久久| 精品久久蜜臀av无| 亚洲欧美日韩东京热| 在线视频色国产色| 日本免费a在线| 女人被狂操c到高潮| 一本大道久久a久久精品| 少妇人妻一区二区三区视频| а√天堂www在线а√下载| 91麻豆av在线| 亚洲电影在线观看av| 亚洲精品色激情综合| 黄片大片在线免费观看| 国内精品久久久久精免费| 999久久久国产精品视频| 欧美一区二区国产精品久久精品 | 亚洲成人免费电影在线观看| 男女床上黄色一级片免费看| 1024手机看黄色片| 在线观看舔阴道视频| 国产男靠女视频免费网站| av在线天堂中文字幕| 久久久国产成人精品二区| 日本熟妇午夜| 国产欧美日韩一区二区三| 亚洲成av人片免费观看| 在线国产一区二区在线| 国产一区二区在线观看日韩 | av欧美777| 最近最新免费中文字幕在线| 黄色a级毛片大全视频| 悠悠久久av| 90打野战视频偷拍视频| 国产精品亚洲av一区麻豆| 激情在线观看视频在线高清| 国产成年人精品一区二区| 在线观看日韩欧美| 欧美绝顶高潮抽搐喷水| 香蕉av资源在线| 久久性视频一级片| 99久久99久久久精品蜜桃| 久久久国产欧美日韩av| 1024视频免费在线观看| 日日爽夜夜爽网站| 免费看a级黄色片| 搡老妇女老女人老熟妇| 久久午夜综合久久蜜桃| 97碰自拍视频| 叶爱在线成人免费视频播放| www.熟女人妻精品国产| 欧美+亚洲+日韩+国产| av在线天堂中文字幕| 校园春色视频在线观看| 久久香蕉精品热| 国产黄a三级三级三级人| 美女 人体艺术 gogo| 两性午夜刺激爽爽歪歪视频在线观看 | 哪里可以看免费的av片| 久久久久性生活片| 亚洲精品一卡2卡三卡4卡5卡| 国产91精品成人一区二区三区| 午夜福利视频1000在线观看| 看片在线看免费视频| 久久国产乱子伦精品免费另类| 欧美黑人巨大hd| 最新美女视频免费是黄的| 亚洲成人久久性| 一个人免费在线观看的高清视频| 丰满人妻熟妇乱又伦精品不卡| 成人特级黄色片久久久久久久| 一二三四社区在线视频社区8| 美女 人体艺术 gogo| 搞女人的毛片| 美女高潮喷水抽搐中文字幕| 欧美丝袜亚洲另类 | 伊人久久大香线蕉亚洲五| 国产精品精品国产色婷婷| 性欧美人与动物交配| 搞女人的毛片| 天堂√8在线中文| 欧美3d第一页| 国产精品久久久久久久电影 | 久久亚洲精品不卡| 成年人黄色毛片网站| 一区二区三区国产精品乱码| av在线播放免费不卡| 丝袜人妻中文字幕| 一级毛片女人18水好多| 啦啦啦免费观看视频1| 亚洲精华国产精华精| 国内精品久久久久精免费| av中文乱码字幕在线| 欧美在线一区亚洲| 日日夜夜操网爽| 日韩成人在线观看一区二区三区| 十八禁人妻一区二区| 午夜日韩欧美国产| 宅男免费午夜| 成年免费大片在线观看| 国产99白浆流出| 一个人免费在线观看的高清视频| 亚洲天堂国产精品一区在线| 2021天堂中文幕一二区在线观| 欧美日韩乱码在线| 观看免费一级毛片| 97人妻精品一区二区三区麻豆| 18美女黄网站色大片免费观看| 怎么达到女性高潮| 美女大奶头视频| 黄片大片在线免费观看| 亚洲国产欧美网| 色噜噜av男人的天堂激情| 制服诱惑二区| 亚洲色图av天堂| 88av欧美| 亚洲av电影不卡..在线观看| 国产爱豆传媒在线观看 | 精品少妇一区二区三区视频日本电影| 国产一区二区三区在线臀色熟女| 国产人伦9x9x在线观看| 好男人电影高清在线观看| 精品免费久久久久久久清纯| 亚洲欧美日韩高清在线视频| 欧美黑人精品巨大| 日韩有码中文字幕| 天天一区二区日本电影三级| 国产一区二区激情短视频| 亚洲avbb在线观看| 老汉色∧v一级毛片| 制服丝袜大香蕉在线| 亚洲天堂国产精品一区在线| 美女免费视频网站| 99久久国产精品久久久| 国产亚洲av高清不卡| 久久精品综合一区二区三区| 国产片内射在线| 午夜免费成人在线视频| 男人的好看免费观看在线视频 | 亚洲黑人精品在线| 黑人操中国人逼视频| 两个人免费观看高清视频| 欧美日韩福利视频一区二区| av福利片在线观看| 日韩欧美免费精品| 一级毛片高清免费大全| 国产私拍福利视频在线观看| 国产v大片淫在线免费观看| 精品国产超薄肉色丝袜足j| 国产精品自产拍在线观看55亚洲| 黑人欧美特级aaaaaa片| 色噜噜av男人的天堂激情| 亚洲人成电影免费在线| 久久香蕉精品热| 香蕉丝袜av| 国产成人av激情在线播放| 搡老岳熟女国产| tocl精华| 国产视频一区二区在线看| 99国产综合亚洲精品| 欧美久久黑人一区二区| 婷婷六月久久综合丁香| 成人国语在线视频| 波多野结衣高清无吗| 一边摸一边抽搐一进一小说| www日本在线高清视频| 免费高清视频大片| 国产人伦9x9x在线观看| av欧美777| 免费在线观看成人毛片| 三级国产精品欧美在线观看 | 欧美一级毛片孕妇| 亚洲真实伦在线观看| 亚洲五月婷婷丁香| av福利片在线观看| cao死你这个sao货| 国产午夜精品论理片| 亚洲18禁久久av| 熟女少妇亚洲综合色aaa.| 一进一出抽搐gif免费好疼| 欧美在线一区亚洲| 超碰成人久久| 90打野战视频偷拍视频| 国产激情偷乱视频一区二区| 18禁国产床啪视频网站| 欧美国产日韩亚洲一区| 啦啦啦免费观看视频1| bbb黄色大片| 国产视频一区二区在线看| 免费观看人在逋| 窝窝影院91人妻| 亚洲美女视频黄频| 成年女人毛片免费观看观看9| 久久婷婷成人综合色麻豆| 老鸭窝网址在线观看| 欧美乱码精品一区二区三区| 国产一区二区在线av高清观看| www.精华液| 亚洲乱码一区二区免费版| 欧美人与性动交α欧美精品济南到| av免费在线观看网站| 成在线人永久免费视频| 真人做人爱边吃奶动态| 九色成人免费人妻av| 亚洲国产精品久久男人天堂| 五月伊人婷婷丁香| 国产97色在线日韩免费| 午夜免费成人在线视频| 久久这里只有精品19| 妹子高潮喷水视频| 高清毛片免费观看视频网站| 又紧又爽又黄一区二区| 亚洲五月天丁香| 在线观看舔阴道视频| 老汉色av国产亚洲站长工具| 国产在线精品亚洲第一网站| 亚洲成人国产一区在线观看| 色尼玛亚洲综合影院| 最好的美女福利视频网| 狂野欧美白嫩少妇大欣赏| 国产亚洲精品久久久久久毛片| 国产亚洲精品久久久久5区| 国产精品电影一区二区三区| 欧美黑人欧美精品刺激| 中文在线观看免费www的网站 | 91老司机精品| 黄色女人牲交| 国产精品永久免费网站| 国产主播在线观看一区二区| 首页视频小说图片口味搜索| 午夜免费成人在线视频| 99热6这里只有精品| 亚洲精品在线美女| 中亚洲国语对白在线视频| 久久久久国产精品人妻aⅴ院| 91成年电影在线观看| 91老司机精品| 岛国视频午夜一区免费看| 日本在线视频免费播放| 日本 av在线| 成年女人毛片免费观看观看9| 97碰自拍视频| 国产麻豆成人av免费视频| 国产一区二区三区视频了| 最近最新免费中文字幕在线| 777久久人妻少妇嫩草av网站| 亚洲性夜色夜夜综合| 日日摸夜夜添夜夜添小说| 深夜精品福利| 两个人看的免费小视频| 99精品欧美一区二区三区四区| 久久伊人香网站| 亚洲欧美日韩无卡精品| 性欧美人与动物交配| 此物有八面人人有两片| 日韩有码中文字幕| 身体一侧抽搐| 一本一本综合久久| 日本黄大片高清| 久久久久国内视频| 欧美精品亚洲一区二区| 母亲3免费完整高清在线观看| 无限看片的www在线观看| 露出奶头的视频| 免费在线观看日本一区| 国产高清视频在线观看网站| 国产99久久九九免费精品| 欧美黄色片欧美黄色片| 91老司机精品| 99精品欧美一区二区三区四区| 最近最新中文字幕大全电影3| 色综合亚洲欧美另类图片| 欧美成人免费av一区二区三区| 神马国产精品三级电影在线观看 | 天天躁狠狠躁夜夜躁狠狠躁| 给我免费播放毛片高清在线观看| 国产亚洲av高清不卡| 久久天躁狠狠躁夜夜2o2o| www日本在线高清视频| 少妇裸体淫交视频免费看高清 | 宅男免费午夜| 精品第一国产精品| 十八禁网站免费在线| 淫妇啪啪啪对白视频| 久久精品aⅴ一区二区三区四区| 在线看三级毛片| 国产爱豆传媒在线观看 | 成人三级黄色视频| 国产精品亚洲av一区麻豆| 午夜免费成人在线视频| 国产精品亚洲av一区麻豆| 亚洲乱码一区二区免费版| 在线看三级毛片| 国产精品久久久久久亚洲av鲁大| 女警被强在线播放| 久久精品人妻少妇| 免费在线观看亚洲国产| 午夜影院日韩av| 97超级碰碰碰精品色视频在线观看| 国产精品影院久久| www国产在线视频色| 好男人电影高清在线观看| 免费在线观看黄色视频的| 一进一出抽搐gif免费好疼| 国产真实乱freesex| 亚洲成人久久性| 久久久国产成人免费| 妹子高潮喷水视频| 国产av又大| 999精品在线视频| 欧美人与性动交α欧美精品济南到| 欧美日韩黄片免| 亚洲五月婷婷丁香| 12—13女人毛片做爰片一| 亚洲人成电影免费在线| 此物有八面人人有两片| 久久这里只有精品19| av天堂在线播放| 老司机午夜十八禁免费视频| 免费看a级黄色片| 国产区一区二久久| 久久国产乱子伦精品免费另类| 精品欧美一区二区三区在线| 两个人免费观看高清视频| 国产精品 欧美亚洲| 亚洲精品久久成人aⅴ小说| 国产精品永久免费网站| 天堂动漫精品| 国产精品电影一区二区三区| videosex国产| 搡老熟女国产l中国老女人| 亚洲九九香蕉| 欧美日韩国产亚洲二区| 少妇裸体淫交视频免费看高清 | 欧美日韩中文字幕国产精品一区二区三区| 久久精品国产综合久久久| 舔av片在线| 91在线观看av| 我要搜黄色片| 午夜激情av网站| 18禁裸乳无遮挡免费网站照片| 一区二区三区激情视频| av福利片在线| 人人妻,人人澡人人爽秒播| 精品无人区乱码1区二区| 久久久国产欧美日韩av| 国产成人啪精品午夜网站| 一区福利在线观看| 久久国产精品人妻蜜桃| 亚洲中文av在线| 在线国产一区二区在线| 国产黄色小视频在线观看| 手机成人av网站| 欧美成人一区二区免费高清观看 | 亚洲激情在线av| 久久国产精品人妻蜜桃| 麻豆国产97在线/欧美 | www.999成人在线观看| 国产探花在线观看一区二区| 久久久久久大精品| 久久精品亚洲精品国产色婷小说| 亚洲国产精品成人综合色| 亚洲精品一卡2卡三卡4卡5卡| 久久九九热精品免费| 午夜视频精品福利| 成年免费大片在线观看| 日韩精品免费视频一区二区三区| 午夜久久久久精精品| 免费高清视频大片| netflix在线观看网站| 国产黄色小视频在线观看| 777久久人妻少妇嫩草av网站| 高清毛片免费观看视频网站| 精品电影一区二区在线| 青草久久国产| 国产一级毛片七仙女欲春2| 1024手机看黄色片| 欧美日本亚洲视频在线播放| 成人国语在线视频| 日韩欧美一区二区三区在线观看| 精品国产乱子伦一区二区三区| 国产av不卡久久| 亚洲av中文字字幕乱码综合| 性色av乱码一区二区三区2| 国产精品1区2区在线观看.| 成年人黄色毛片网站| 亚洲 国产 在线| 欧美黄色淫秽网站| 他把我摸到了高潮在线观看| 成人一区二区视频在线观看| or卡值多少钱| 成人高潮视频无遮挡免费网站| 亚洲精品久久国产高清桃花| 亚洲专区中文字幕在线| 亚洲欧美精品综合久久99| 国产精品av视频在线免费观看| 两个人看的免费小视频| 欧美性猛交╳xxx乱大交人| 老熟妇乱子伦视频在线观看| 一本久久中文字幕| 日韩精品青青久久久久久| 人妻久久中文字幕网| 国产av一区二区精品久久| 久久热在线av| 久久精品综合一区二区三区| 岛国在线观看网站| 好男人在线观看高清免费视频| 神马国产精品三级电影在线观看 | 国产精品,欧美在线| 亚洲 欧美一区二区三区| 国产精品av久久久久免费| 老司机在亚洲福利影院| 99精品久久久久人妻精品| 精品久久久久久,| 色尼玛亚洲综合影院| 老汉色av国产亚洲站长工具| 无限看片的www在线观看| 日韩高清综合在线| 国产爱豆传媒在线观看 | 亚洲,欧美精品.| 色综合婷婷激情| 亚洲一码二码三码区别大吗| 久久香蕉精品热| 国产成人一区二区三区免费视频网站| 男女下面进入的视频免费午夜| 欧美大码av| 欧美日韩中文字幕国产精品一区二区三区| 亚洲最大成人中文| 麻豆国产av国片精品| 国产野战对白在线观看| 欧美大码av| 一个人免费在线观看的高清视频| 免费无遮挡裸体视频| 国产av又大| 成人三级黄色视频| 久久热在线av| 黄色视频,在线免费观看| av免费在线观看网站| 日本一区二区免费在线视频| 午夜福利欧美成人| 亚洲av成人精品一区久久| 久久中文字幕一级| 国产精品久久久久久久电影 | 成人手机av| 国产亚洲精品第一综合不卡| 国产av一区在线观看免费| 19禁男女啪啪无遮挡网站| 天天一区二区日本电影三级| 国产av又大| 国产成人系列免费观看| 制服人妻中文乱码| 一个人免费在线观看的高清视频| 国产精品98久久久久久宅男小说| 女警被强在线播放| av欧美777| 日日摸夜夜添夜夜添小说| 欧美zozozo另类| 妹子高潮喷水视频| 久久久国产成人精品二区| 日本精品一区二区三区蜜桃| 亚洲一区二区三区不卡视频| 国产精品久久视频播放| 91字幕亚洲| svipshipincom国产片| 亚洲中文av在线| 亚洲午夜精品一区,二区,三区| 最近在线观看免费完整版| 五月伊人婷婷丁香| 怎么达到女性高潮| 国产成人精品久久二区二区91| 欧美日韩黄片免| 老司机午夜福利在线观看视频| 国产精品,欧美在线| 久久精品亚洲精品国产色婷小说| 毛片女人毛片| 男女午夜视频在线观看| 国产精品一区二区免费欧美| а√天堂www在线а√下载| 亚洲一区二区三区色噜噜| 久久久久九九精品影院| 国产亚洲精品第一综合不卡| 黄色a级毛片大全视频| 性色av乱码一区二区三区2| 身体一侧抽搐| 国产激情久久老熟女| 国产三级黄色录像| 激情在线观看视频在线高清| 午夜老司机福利片| 久久精品aⅴ一区二区三区四区| 久久 成人 亚洲| 色精品久久人妻99蜜桃| 国产三级在线视频| 两个人看的免费小视频| 国产精品爽爽va在线观看网站| 亚洲色图av天堂| 黄色片一级片一级黄色片| 久久精品夜夜夜夜夜久久蜜豆 | 美女黄网站色视频| 欧美绝顶高潮抽搐喷水| 久久香蕉激情| 久久精品国产亚洲av香蕉五月| 91九色精品人成在线观看| 欧美成人一区二区免费高清观看 | 俄罗斯特黄特色一大片| 日本黄色视频三级网站网址| 亚洲一区高清亚洲精品| 亚洲国产欧洲综合997久久,| 又黄又爽又免费观看的视频| 国产成人av教育| 在线免费观看的www视频| 亚洲最大成人中文| 一级作爱视频免费观看| 午夜影院日韩av| 精品国产乱子伦一区二区三区| 亚洲av熟女| 午夜视频精品福利| www.熟女人妻精品国产| 99国产综合亚洲精品| 999久久久精品免费观看国产| 色综合欧美亚洲国产小说| 久久久国产精品麻豆| 欧美成人午夜精品| 人妻久久中文字幕网| 亚洲av日韩精品久久久久久密| 婷婷精品国产亚洲av| 成年免费大片在线观看| 亚洲熟妇熟女久久| 手机成人av网站| 国产视频内射| 天堂√8在线中文| 婷婷精品国产亚洲av|