• <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)
    色哟哟哟哟哟哟| 久久精品人妻少妇| 哪个播放器可以免费观看大片| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 久久精品夜色国产| 国产日韩欧美在线精品| 全区人妻精品视频| 久久婷婷人人爽人人干人人爱| 我要看日韩黄色一级片| 欧美xxxx性猛交bbbb| 精品人妻一区二区三区麻豆| 大香蕉久久网| 少妇丰满av| 偷拍熟女少妇极品色| 国内精品宾馆在线| av在线老鸭窝| 亚洲欧美精品自产自拍| 久久久久久伊人网av| 日日摸夜夜添夜夜爱| 久久99热6这里只有精品| 国产在线精品亚洲第一网站| 变态另类成人亚洲欧美熟女| 99热网站在线观看| 欧美成人一区二区免费高清观看| 欧美高清性xxxxhd video| 日日摸夜夜添夜夜添av毛片| 一进一出抽搐gif免费好疼| 亚洲av.av天堂| 欧美zozozo另类| 干丝袜人妻中文字幕| 亚洲人成网站在线观看播放| 国产女主播在线喷水免费视频网站 | 久久午夜亚洲精品久久| 国产成人a区在线观看| av福利片在线观看| 久久久久久伊人网av| 国产成人a∨麻豆精品| 一级av片app| av在线亚洲专区| 日韩一本色道免费dvd| 亚洲av成人av| 乱系列少妇在线播放| 国产在线精品亚洲第一网站| 欧美日韩一区二区视频在线观看视频在线 | 黄色视频,在线免费观看| 亚洲国产色片| 国产在线男女| 日韩人妻高清精品专区| 青春草亚洲视频在线观看| 最近的中文字幕免费完整| 黄色欧美视频在线观看| 国产熟女欧美一区二区| 国产蜜桃级精品一区二区三区| 女人十人毛片免费观看3o分钟| 一级av片app| 国产精品99久久久久久久久| 男人舔女人下体高潮全视频| 中国美女看黄片| 校园春色视频在线观看| 免费av不卡在线播放| 一区福利在线观看| 久久久久九九精品影院| 老女人水多毛片| 婷婷精品国产亚洲av| 在线观看一区二区三区| 99国产精品一区二区蜜桃av| 人妻久久中文字幕网| 亚洲,欧美,日韩| 99国产极品粉嫩在线观看| 国产精品日韩av在线免费观看| 国产真实乱freesex| 又黄又爽又刺激的免费视频.| 欧美日韩综合久久久久久| 亚洲欧美成人综合另类久久久 | 嘟嘟电影网在线观看| 亚洲,欧美,日韩| 国产一区二区三区av在线 | av福利片在线观看| 99热网站在线观看| 能在线免费观看的黄片| 日日摸夜夜添夜夜添av毛片| 精品人妻视频免费看| 我要搜黄色片| 精品久久久久久久久久久久久| av福利片在线观看| 国产成人精品婷婷| 亚洲欧美中文字幕日韩二区| 亚洲av中文字字幕乱码综合| 国产午夜精品久久久久久一区二区三区| or卡值多少钱| 久久99热6这里只有精品| 伦精品一区二区三区| 97人妻精品一区二区三区麻豆| 一个人免费在线观看电影| 久久99热6这里只有精品| 麻豆成人av视频| 2021天堂中文幕一二区在线观| 九九热线精品视视频播放| а√天堂www在线а√下载| 国产欧美日韩精品一区二区| 99久久久亚洲精品蜜臀av| 麻豆国产97在线/欧美| 乱系列少妇在线播放| 免费一级毛片在线播放高清视频| 中文字幕熟女人妻在线| 精品无人区乱码1区二区| 色5月婷婷丁香| 最好的美女福利视频网| 欧美成人a在线观看| 在线播放国产精品三级| 12—13女人毛片做爰片一| 97在线视频观看| 麻豆精品久久久久久蜜桃| 久久久久久久久久成人| 黄片无遮挡物在线观看| 嫩草影院新地址| 蜜桃久久精品国产亚洲av| 在线观看免费视频日本深夜| 国产精品一区二区三区四区久久| 51国产日韩欧美| 亚洲欧美成人精品一区二区| 91av网一区二区| 69av精品久久久久久| 国产91av在线免费观看| 国产一级毛片七仙女欲春2| 国产精品国产三级国产av玫瑰| 老司机影院成人| 欧美变态另类bdsm刘玥| 26uuu在线亚洲综合色| 免费人成视频x8x8入口观看| 久久久精品大字幕| 欧美日本亚洲视频在线播放| 97热精品久久久久久| 最近最新中文字幕大全电影3| 国产免费一级a男人的天堂| 亚洲国产欧美人成| 欧美xxxx性猛交bbbb| 欧美激情国产日韩精品一区| 国产精品久久久久久精品电影| 男人的好看免费观看在线视频| 成人综合一区亚洲| 97人妻精品一区二区三区麻豆| 亚洲高清免费不卡视频| 精品久久久噜噜| 国产亚洲精品久久久久久毛片| 国产成年人精品一区二区| 国产精品一区www在线观看| 国产精品不卡视频一区二区| 3wmmmm亚洲av在线观看| 精品一区二区三区视频在线| 不卡视频在线观看欧美| 亚洲美女视频黄频| 亚洲人与动物交配视频| 国产精品乱码一区二三区的特点| 深夜精品福利| 欧美成人精品欧美一级黄| 在线观看免费视频日本深夜| 舔av片在线| 欧美成人免费av一区二区三区| 免费av不卡在线播放| 久久精品影院6| 一级黄片播放器| 日韩,欧美,国产一区二区三区 | 一区二区三区免费毛片| 中文字幕久久专区| 婷婷色综合大香蕉| 一本久久精品| 中文字幕av在线有码专区| 少妇人妻一区二区三区视频| 禁无遮挡网站| 色5月婷婷丁香| 九九久久精品国产亚洲av麻豆| 国产亚洲精品久久久com| 成人午夜精彩视频在线观看| 国产高清激情床上av| 午夜精品在线福利| 免费看光身美女| 99热网站在线观看| 三级毛片av免费| www.av在线官网国产| av免费在线看不卡| 美女高潮的动态| 婷婷精品国产亚洲av| 九色成人免费人妻av| 色视频www国产| 国产白丝娇喘喷水9色精品| 深夜精品福利| 中文字幕免费在线视频6| 欧美日韩一区二区视频在线观看视频在线 | 亚洲国产色片| 国产黄片美女视频| 精品久久国产蜜桃| 欧洲精品卡2卡3卡4卡5卡区| 国内少妇人妻偷人精品xxx网站| 综合色丁香网| 观看免费一级毛片| 此物有八面人人有两片| 性色avwww在线观看| 麻豆一二三区av精品| av国产免费在线观看| 国产成人影院久久av| 久久久久久久久中文| 亚洲美女视频黄频| 亚洲一区高清亚洲精品| 一区二区三区高清视频在线| 亚洲av熟女| 国内精品久久久久精免费| 自拍偷自拍亚洲精品老妇| 欧美成人一区二区免费高清观看| 搞女人的毛片| 亚洲欧洲日产国产| 久久久a久久爽久久v久久| 亚洲精品久久久久久婷婷小说 | 国产淫片久久久久久久久| 日韩,欧美,国产一区二区三区 | 麻豆成人午夜福利视频| av天堂中文字幕网| 舔av片在线| 乱码一卡2卡4卡精品| 午夜福利在线在线| 在现免费观看毛片| 亚洲av二区三区四区| 男女边吃奶边做爰视频| 又爽又黄a免费视频| 日日啪夜夜撸| 男人和女人高潮做爰伦理| 伦精品一区二区三区| 亚洲av免费在线观看| 国产69精品久久久久777片| 日本成人三级电影网站| 精品免费久久久久久久清纯| 久久久精品大字幕| 日韩欧美一区二区三区在线观看| 秋霞在线观看毛片| 永久网站在线| 免费搜索国产男女视频| 一级毛片aaaaaa免费看小| eeuss影院久久| 久久国内精品自在自线图片| 白带黄色成豆腐渣| 成人特级av手机在线观看| 男女啪啪激烈高潮av片| 综合色丁香网| 日韩欧美在线乱码| АⅤ资源中文在线天堂| 尤物成人国产欧美一区二区三区| 国产免费一级a男人的天堂| 综合色丁香网| 国产成人午夜福利电影在线观看| 国产成人精品婷婷| 久久人妻av系列| 村上凉子中文字幕在线| 国内精品宾馆在线| 欧美日韩综合久久久久久| 久久综合国产亚洲精品| 成人一区二区视频在线观看| 久久久成人免费电影| 51国产日韩欧美| 国产高清不卡午夜福利| 91久久精品国产一区二区成人| 国产精品久久电影中文字幕| 久久久久国产网址| 欧美日韩在线观看h| 噜噜噜噜噜久久久久久91| 少妇人妻精品综合一区二区 | 男女啪啪激烈高潮av片| 日韩成人av中文字幕在线观看| 亚洲久久久久久中文字幕| 国产极品精品免费视频能看的| 国产精品日韩av在线免费观看| 成年免费大片在线观看| 欧美日本视频| 波多野结衣高清无吗| 久久6这里有精品| av黄色大香蕉| 91久久精品电影网| 91久久精品国产一区二区三区| 少妇人妻精品综合一区二区 | 欧美激情国产日韩精品一区| 日韩人妻高清精品专区| 亚洲18禁久久av| 最近2019中文字幕mv第一页| 国产亚洲精品av在线| 中文欧美无线码| 岛国在线免费视频观看| 亚洲欧美精品综合久久99| 看免费成人av毛片| 九九久久精品国产亚洲av麻豆| 最近手机中文字幕大全| 成人欧美大片| 日韩人妻高清精品专区| 国产一区二区在线av高清观看| 在线免费十八禁| 天堂网av新在线| 日本与韩国留学比较| 久久午夜亚洲精品久久| 全区人妻精品视频| 亚洲精品久久国产高清桃花| 看十八女毛片水多多多| 最近中文字幕高清免费大全6| av专区在线播放| 亚洲av免费在线观看| 亚洲精品乱码久久久v下载方式| 国产av在哪里看| 简卡轻食公司| 男的添女的下面高潮视频| 18禁在线无遮挡免费观看视频| 欧美激情国产日韩精品一区| 国产精品女同一区二区软件| 午夜免费男女啪啪视频观看| 亚洲无线在线观看| 久久久久久久久中文| АⅤ资源中文在线天堂| 大又大粗又爽又黄少妇毛片口| 国产精品一及| 国产 一区 欧美 日韩| 男人舔女人下体高潮全视频| 亚洲人成网站在线播| 麻豆一二三区av精品| 全区人妻精品视频| 春色校园在线视频观看| 波野结衣二区三区在线| 精品久久久久久久末码| 国语自产精品视频在线第100页| 少妇裸体淫交视频免费看高清| 亚洲av中文字字幕乱码综合| 久久久精品94久久精品| 少妇的逼水好多| 爱豆传媒免费全集在线观看| 别揉我奶头 嗯啊视频| 18禁黄网站禁片免费观看直播| 久久人人爽人人片av| 久久热精品热| 在现免费观看毛片| 亚洲成人久久性| 禁无遮挡网站| 国产成人精品久久久久久| 精品久久久久久久末码| 一级黄色大片毛片| 中国美女看黄片| 婷婷精品国产亚洲av| 亚洲av熟女| 天天一区二区日本电影三级| 成人午夜高清在线视频| 大香蕉久久网| 亚洲精品影视一区二区三区av| 国内精品一区二区在线观看| 日日摸夜夜添夜夜爱| 亚洲欧美日韩东京热| 一级二级三级毛片免费看| 看片在线看免费视频| 亚洲精品粉嫩美女一区| 免费观看精品视频网站| 久久人人爽人人爽人人片va| 免费观看精品视频网站| 国国产精品蜜臀av免费| 天堂av国产一区二区熟女人妻| 欧美精品国产亚洲| 联通29元200g的流量卡| 欧美一区二区国产精品久久精品| 国产午夜精品一二区理论片| a级毛片a级免费在线| 成人欧美大片| 久久精品综合一区二区三区| 久久久欧美国产精品| 99热网站在线观看| 夜夜夜夜夜久久久久| 久久精品人妻少妇| 久久99热6这里只有精品| 久久99精品国语久久久| 国产一级毛片在线| 最新中文字幕久久久久| 99久久成人亚洲精品观看| 久久精品国产亚洲av香蕉五月| 欧洲精品卡2卡3卡4卡5卡区| 高清日韩中文字幕在线| 老女人水多毛片| 国产精品免费一区二区三区在线| 国产色婷婷99| 九色成人免费人妻av| 22中文网久久字幕| 精品久久久久久久末码| 亚洲中文字幕日韩| 日韩亚洲欧美综合| 国产爱豆传媒在线观看| 美女 人体艺术 gogo| 久久欧美精品欧美久久欧美| 女人被狂操c到高潮| 亚洲国产精品sss在线观看| 欧美丝袜亚洲另类| 国产一区二区三区av在线 | 日韩一本色道免费dvd| 久久精品夜色国产| 国产精品无大码| 欧美3d第一页| 欧美bdsm另类| 直男gayav资源| 色综合亚洲欧美另类图片| 天堂影院成人在线观看| 国产高清视频在线观看网站| 国产激情偷乱视频一区二区| 国产精品爽爽va在线观看网站| 国产亚洲精品av在线| 青青草视频在线视频观看| 内射极品少妇av片p| 岛国在线免费视频观看| 精品不卡国产一区二区三区| 欧美色视频一区免费| 精品人妻偷拍中文字幕| 久久精品久久久久久久性| av在线观看视频网站免费| 亚洲一区高清亚洲精品| 久久亚洲精品不卡| 亚洲人成网站高清观看| 97在线视频观看| 中文资源天堂在线| 亚洲av熟女| 国产精品一区二区在线观看99 | 免费不卡的大黄色大毛片视频在线观看 | 91久久精品国产一区二区成人| h日本视频在线播放| 欧美xxxx黑人xx丫x性爽| av福利片在线观看| 国产精华一区二区三区| 日韩一本色道免费dvd| 亚洲成a人片在线一区二区| 国产真实伦视频高清在线观看| 亚洲精品456在线播放app| 亚洲欧洲国产日韩| 国产日韩欧美在线精品| 国产精品爽爽va在线观看网站| 国产伦一二天堂av在线观看| 丝袜美腿在线中文| 免费观看在线日韩| 一级黄片播放器| 少妇人妻一区二区三区视频| 亚洲国产精品国产精品| 少妇的逼好多水| 亚洲精华国产精华液的使用体验 | 亚洲成人av在线免费| 日本欧美国产在线视频| 亚洲激情五月婷婷啪啪| 亚洲精品456在线播放app| 亚洲美女视频黄频| 亚洲三级黄色毛片| 18禁在线播放成人免费| 99久久九九国产精品国产免费| 18禁裸乳无遮挡免费网站照片| 麻豆久久精品国产亚洲av| 一级黄片播放器| av国产免费在线观看| 精品久久久久久久久久久久久| 欧美激情久久久久久爽电影| 乱人视频在线观看| 国语自产精品视频在线第100页| 男人的好看免费观看在线视频| ponron亚洲| 日本撒尿小便嘘嘘汇集6| 久久精品国产自在天天线| 乱码一卡2卡4卡精品| 欧美精品国产亚洲| 国产伦在线观看视频一区| 少妇猛男粗大的猛烈进出视频 | 国产精品美女特级片免费视频播放器| 亚洲欧美精品专区久久| 九九爱精品视频在线观看| 深夜精品福利| 中国美白少妇内射xxxbb| 少妇猛男粗大的猛烈进出视频 | 日本黄色片子视频| 色综合亚洲欧美另类图片| 精品国内亚洲2022精品成人| 欧美性感艳星| 夫妻性生交免费视频一级片| 老司机影院成人| 久久99精品国语久久久| 亚洲国产精品国产精品| 国产精品日韩av在线免费观看| 国产免费男女视频| 男人的好看免费观看在线视频| 国产乱人视频| 亚洲av不卡在线观看| 婷婷色综合大香蕉| 中文字幕制服av| 成人三级黄色视频| 啦啦啦啦在线视频资源| 亚洲人成网站在线观看播放| 91午夜精品亚洲一区二区三区| 美女内射精品一级片tv| 国语自产精品视频在线第100页| 91久久精品国产一区二区成人| 少妇熟女aⅴ在线视频| 哪里可以看免费的av片| 日本三级黄在线观看| 午夜a级毛片| 亚洲人成网站在线播| 2022亚洲国产成人精品| 男人和女人高潮做爰伦理| 一个人看的www免费观看视频| 精品免费久久久久久久清纯| 欧美高清成人免费视频www| 亚洲内射少妇av| 一级毛片aaaaaa免费看小| 少妇的逼好多水| 啦啦啦韩国在线观看视频| 国产av不卡久久| 黄色欧美视频在线观看| 国产成人精品婷婷| 日韩大尺度精品在线看网址| 亚洲av免费在线观看| 国产精品麻豆人妻色哟哟久久 | 国产高清三级在线| 国产一区亚洲一区在线观看| 亚洲在线自拍视频| 波多野结衣高清作品| 十八禁国产超污无遮挡网站| 亚洲美女视频黄频| 色尼玛亚洲综合影院| 丰满的人妻完整版| 久久久久网色| 不卡视频在线观看欧美| 两个人视频免费观看高清| 成年女人看的毛片在线观看| 日韩一区二区三区影片| 99久久中文字幕三级久久日本| 亚洲欧美成人精品一区二区| 最后的刺客免费高清国语| 精品人妻偷拍中文字幕| 日本三级黄在线观看| 欧美一区二区国产精品久久精品| 国产精品1区2区在线观看.| 欧美xxxx性猛交bbbb| 搡女人真爽免费视频火全软件| 成人欧美大片| av卡一久久| 日本免费一区二区三区高清不卡| 内地一区二区视频在线| 丰满乱子伦码专区| 网址你懂的国产日韩在线| 麻豆成人午夜福利视频| avwww免费| 国产精品电影一区二区三区| 黄色视频,在线免费观看| 一级黄色大片毛片| 亚洲成a人片在线一区二区| 久久中文看片网| 亚洲性久久影院| 久久国内精品自在自线图片| 91av网一区二区| 国产探花在线观看一区二区| 91久久精品国产一区二区成人| 成人特级黄色片久久久久久久| 干丝袜人妻中文字幕| 亚洲国产欧美在线一区| 人人妻人人看人人澡| 男女视频在线观看网站免费| 日本免费一区二区三区高清不卡| 别揉我奶头 嗯啊视频| 亚洲最大成人av| 熟女电影av网| 国产一级毛片在线| 国产成人福利小说| 一个人看的www免费观看视频| 美女 人体艺术 gogo| 亚洲av.av天堂| 亚洲,欧美,日韩| 欧美色视频一区免费| 26uuu在线亚洲综合色| 精品久久久久久久人妻蜜臀av| 精品久久久久久久末码| 最好的美女福利视频网| 成人美女网站在线观看视频| 日本免费a在线| 国产女主播在线喷水免费视频网站 | 久久久精品欧美日韩精品| 美女脱内裤让男人舔精品视频 | 男女啪啪激烈高潮av片| 又爽又黄a免费视频| 在线观看美女被高潮喷水网站| 不卡一级毛片| 欧美高清性xxxxhd video| 中文字幕熟女人妻在线| 亚洲电影在线观看av| 特大巨黑吊av在线直播| 成人特级av手机在线观看| 插逼视频在线观看| 婷婷色av中文字幕| АⅤ资源中文在线天堂| 亚洲av二区三区四区| 国产精品一二三区在线看| 国产亚洲91精品色在线| 一个人看的www免费观看视频| 青春草国产在线视频 | 国产在视频线在精品| 日本免费a在线| 男的添女的下面高潮视频| 又爽又黄a免费视频| 一夜夜www| 又粗又爽又猛毛片免费看| 国产大屁股一区二区在线视频| 综合色丁香网| 日韩一本色道免费dvd| 国产 一区 欧美 日韩| 一区二区三区四区激情视频 | 国产精品久久电影中文字幕| 最近视频中文字幕2019在线8| 日本黄大片高清| 老司机福利观看| 丰满乱子伦码专区| 成年女人看的毛片在线观看| 精品久久久久久成人av| 99九九线精品视频在线观看视频| 寂寞人妻少妇视频99o| 别揉我奶头 嗯啊视频| 天美传媒精品一区二区|