• <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Spark的分布式并行推理算法①

    2017-06-07 08:24:04葉怡新汪璟玢
    關(guān)鍵詞:三元組寄存器實(shí)例

    葉怡新,汪璟玢

    (福州大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院,福州 350108)

    基于Spark的分布式并行推理算法①

    葉怡新,汪璟玢

    (福州大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院,福州 350108)

    現(xiàn)有的RDF數(shù)據(jù)分布式并行推理算法大多需要啟動多個MapReduce任務(wù),有些算法對于含有多個實(shí)例三元組前件的OWL規(guī)則的推理效率低下,使其整體的推理效率不高.針對這些問題,文中提出結(jié)合TREAT的基于Spark的分布式并行推理算法(DPRS).該算法首先結(jié)合RDF數(shù)據(jù)本體,構(gòu)建模式三元組對應(yīng)的alpha寄存器和規(guī)則標(biāo)記模型;在OWL推理階段,結(jié)合MapReduce實(shí)現(xiàn)TREAT算法中的alpha階段;然后對推理結(jié)果進(jìn)行去重處理,完成一次OWL全部規(guī)則推理.實(shí)驗(yàn)表明DPRS算法能夠高效正確地實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的并行推理.

    RDF;OWL;分布式推理;TREAT;Spark

    語義萬維網(wǎng)中的RDF和OWL標(biāo)準(zhǔn)已在各個領(lǐng)域有著廣泛的應(yīng)用,如一般知識(DBpedia[1])、醫(yī)療生命科學(xué)(LODD[2])、生物信息學(xué)(UniProt[3])、地理信息系統(tǒng)(Linkedgeodata)和語義搜索引擎(Watson)等.隨著語義萬維網(wǎng)的應(yīng)用,產(chǎn)生了海量的語義信息.由于數(shù)據(jù)的復(fù)雜性和大規(guī)模性,如何通過語義信息并行推理高效地發(fā)現(xiàn)其中隱藏的信息是一個亟待解決的問題.由于語義網(wǎng)數(shù)據(jù)的急速增長,集中式環(huán)境的內(nèi)存限制,已不適用于大規(guī)模數(shù)據(jù)的推理.

    研究RDFS/OWL分布式并行推理是目前較新的一個領(lǐng)域.J.Urbani[4-6]等人在RDFS/OWL規(guī)則集上采用WebPIE進(jìn)行推理,能夠滿足大數(shù)據(jù)的并行推理;但該算法針對每一條規(guī)則啟用一個或者多個MapReduce任務(wù)進(jìn)行推理,由于Job的啟動相對耗時(shí),因此隨著RDFS/OWL推理規(guī)則的增加,整體推理的效率受到了限制.顧榮[7]等人提出了基于MapReduce的高效可擴(kuò)展的語義推理引擎(YARM),使推理在一次MapReduce任務(wù)內(nèi)即可完成RDFS規(guī)則的推理;但該算法并不適用于復(fù)雜的OWL規(guī)則的推理.此外,當(dāng)某一規(guī)則產(chǎn)生的新三元組重復(fù)時(shí),YARM會存在過多的冗余計(jì)算且產(chǎn)生無用數(shù)據(jù).汪璟玢[8]等人提出結(jié)合Rete的RDF數(shù)據(jù)分布式并行推理算法,該算法結(jié)合RDF數(shù)據(jù)本體,構(gòu)建模式三元組列表和規(guī)則標(biāo)記模型;在RDFS/OWL推理階段,結(jié)合MapReduce實(shí)現(xiàn)Rete算法中的alpha階段和beta階段,從而實(shí)現(xiàn)Rete算法的分布式推理;但該算法在連接beta網(wǎng)絡(luò)推理時(shí)需要消耗較多的內(nèi)存且進(jìn)行多次迭代時(shí)效率低下,因而此算法受到集群內(nèi)存和平臺的限制.顧榮[9]等人提出了一種基于Spark的高效并行推理引擎(Cichlid),結(jié)合RDD的編程模型,優(yōu)化了并行推理算法;但該算法未考慮規(guī)則能否被激活,均需要進(jìn)行推理,因而造成了推理性能的浪費(fèi)和傳輸?shù)娜哂?

    為了解決上述問題,本文針對OWL Horst規(guī)則,提出 了 DPRS算 法 (Distributed parallel reasoning algorithm based on Spark).該算法結(jié)合TREAT[10]算法和RDF數(shù)據(jù)本體構(gòu)建模式三元組的alpha寄存器RDD,預(yù)先對規(guī)則能否被激活做出判斷并標(biāo)記,僅對可激活的規(guī)則進(jìn)行推理的處理,實(shí)現(xiàn)在一個MapReduce任務(wù)中完成OWL全部規(guī)則的一次推理.最后,實(shí)時(shí)地刪除重復(fù)的三元組數(shù)據(jù)和更新沖突集數(shù)據(jù)到相應(yīng)的寄存器中,以進(jìn)一步提高后續(xù)迭代推理的效率.實(shí)驗(yàn)表明,該算法在數(shù)據(jù)量動態(tài)增加的情況下能夠高效地構(gòu)建alpha網(wǎng)絡(luò),并執(zhí)行正確的推理.

    1 基本定義

    定義1.模式三元組(SchemaTriple),指三元組的主語謂語和賓語都在本體文件(OntologyFile)中有定義.即:

    其中,n表示模式三元組的總數(shù).若v∈{Si,Pj,Ok}, v∈OntologyFile,則:

    定義2.實(shí)例三元組(InstanceTriple),指主語謂語和賓語至少有一個在本體文件(OntologyFile)中未定義,是具體的實(shí)例.即:

    其中,n表示實(shí)例三元組的總數(shù).若v∈{Si,Pj,Ok},?v?OntologyFile,則:

    定義3.三元組類型標(biāo)記(Flag_TripleType),用于標(biāo)識模式三元組與實(shí)例三元組,結(jié)合定義1和定義2,三元組類型標(biāo)記Flag_TripleType定義如下:

    其中,n表示三元組的總數(shù).則:

    定義4.模式三元組列表(SchemaRDD).用于獲取相同謂語或者賓語的模式三元組集合.結(jié)合定義1,模式三元組列表SchemaRDD定義如下:

    其中,n表示模式三元組的總數(shù).則,

    其中,Om_RDD表示滿足謂語Pj∈{rdf:type}且具有相同賓語的三元組集合,以該賓語命名;Pt_RDD表示滿足謂語Pj?{rdf:type}的所有具有相同謂語的三元組集合,以該謂語命名.具體定義如下:

    定義 5.連接變量(LinkVar).連接變量為在RDFS/OWL規(guī)則中用于連接兩個前件的模式三元組項(xiàng),根據(jù)規(guī)則描述,連接變量可以不止一個.本文將每一條規(guī)則的連接變量信息以的形式存儲在Rulem_RDD,其中key存儲該規(guī)則所有用于前件連接的模式三元組項(xiàng),value存儲該規(guī)則結(jié)論部分的模式三元組項(xiàng).

    DPRS算法根據(jù)連接變量的類型,對OWL Horst規(guī)則進(jìn)行分類.本文引用OWL Horst規(guī)則時(shí)采用OWL-規(guī)則編號的形式,例如OWL-4表示圖1中的第4條規(guī)則.同時(shí),給每條規(guī)則分配一個規(guī)則名稱標(biāo)記,規(guī)則名稱標(biāo)記即為該規(guī)則所對應(yīng)的名稱(例如,規(guī)則OWL-4的規(guī)則名稱標(biāo)記為OWL-4).具體的規(guī)則分類如下:

    1)類型 1:只包含一個前件的規(guī)則或SchemaTriple與InstanceTriple組合的規(guī)則,且只有一個InstanceTriple,可以在Map推理過程中直接輸出推理結(jié)果(圖1中規(guī)則OWL-3、OWL-5a、OWL-5b、OWL-6、OWL-8a、OWL-8b、OWL-9、OWL-12a、OWL-12b、OWL-12c、OWL-13a、OWL-13b、OWL-13c、OWL-14a、OWL-14b).

    2)類型2:SchemaTriple與InstanceTriple組合的規(guī)則,且有多個InstanceTriple的,需要結(jié)合 Map和ReduceByKey兩個階段推理(圖1中規(guī)則OWL-1、OWL-2、OWL-4、OWL-7、OWL-15、OWL-16).

    定義 6.設(shè)Cmn為第m條規(guī)則的第n個模式三元組前件,定義規(guī)則前件模式標(biāo)記Indexmn, 用于標(biāo)識是否有符合該前件的模式三元組存在,即以該模式三元組前件Cmn所命名的SchemaRDD是否為空.結(jié)合定義4,規(guī)則前件模式標(biāo)記Indexmn定義如下:

    定義7.規(guī)則標(biāo)記Flag_Rule_m,用于標(biāo)記該規(guī)則是否為不可能激活的規(guī)則.結(jié)合定義6進(jìn)行定義規(guī)則標(biāo)記Flag_Rulem如下:

    Flag_Rulem={0,1,2}其中,規(guī)則不能激活時(shí),Flag_Rulem=0;規(guī)則激活且為類型1時(shí),Flag_Rulem=1;規(guī)則激活且為類型2時(shí), Flag_Rulem=2.

    由于圖1中OWL規(guī)則5a、5b不影響推理的并行化,因而,本文所述推理不考慮這兩條規(guī)則.

    圖1 OWLHorst規(guī)則

    2 DPRS算法

    在Rete算法中,同一規(guī)則連接結(jié)點(diǎn)上的寄存器保留了大量的冗余結(jié)果.實(shí)際上,寄存器中大部分信息已經(jīng)體現(xiàn)在沖突集的規(guī)則實(shí)例中.因此,如果在部分匹配過程中直接使用沖突集來限制模式之間的變量約束,不僅可以減少寄存器的數(shù)量,而且能夠加快匹配處理效率.這一思想稱為沖突集支撐策略.基于沖突集支撐策略,TREAT[10]算法放棄了Rete算法中利用β寄存器保存模式之間變量約束中間結(jié)果的思想.

    DPRS算法根據(jù)Spark RDD的特點(diǎn),結(jié)合TREAT算法的原理,首先根據(jù)RDF本體數(shù)據(jù)構(gòu)建模式三元組對應(yīng)的alpha寄存器Om_RDD或Pt_RDD并廣播,然后對每條規(guī)則的模式前件進(jìn)行連接并生成對應(yīng)的連接模式三元組集合Rulem_linkvar_RDD,從而加快推理過程中的匹配速度,能夠?qū)崿F(xiàn)多條規(guī)則的分布式并行推理.DPRS算法主要包括以下幾個步驟:

    Step1.加載模式三元組集合Pt_RDD、Om_RDD和Rulem_linkvar_RDD并廣播.

    Step2.構(gòu)建規(guī)則標(biāo)記模型Flag_Rulem并廣播.

    Step3.并行執(zhí)行OWL Horst規(guī)則推理.

    Step4.刪除重復(fù)三元組.

    Step5.如果產(chǎn)生新的模式三元組數(shù)據(jù),則跳至步驟Step2,如果產(chǎn)生新的實(shí)例三元組數(shù)據(jù),則跳至步驟Step3,否則跳至步驟Step6.

    Step6.算法結(jié)束.

    DPRS算法的總體框架圖如圖2所示.

    圖2 DPRS算法總體框架圖

    2.1 加載模式三元組與構(gòu)建規(guī)則標(biāo)記模型

    由于模式三元組的數(shù)量遠(yuǎn)遠(yuǎn)少于實(shí)例三元組, DPRS算法將SchemaTriple加載到SchemaRDD中并廣播.并構(gòu)建每條規(guī)則中的模式三元組或模式三元組連接后的數(shù)據(jù)(Rulem_linkvar_RDD或 Om_RDD或Pt_RDD)為 alpha寄存器并廣播,保存對應(yīng)的SchemaTriple.

    為了盡早判斷出不可能被激活的規(guī)則,DPRS算法根據(jù)OWL規(guī)則構(gòu)建每一條規(guī)則內(nèi)SchemaTriple間的關(guān)系Om_RDD或Pt_RDD,并判斷SchemaRDD中是否存在規(guī)則前件中的SchemaTriple,生成對應(yīng)規(guī)則的標(biāo)記Flag_Rulem,構(gòu)建所有規(guī)則的標(biāo)記模型,將規(guī)則標(biāo)記模型加載到Flag_Rulem并廣播.

    通過SchemaRDD和構(gòu)建規(guī)則標(biāo)記模型能夠過濾大量InstanceTriple,減少M(fèi)ap階段鍵值對的輸出,從而減少了無效的網(wǎng)絡(luò)傳輸,提高整體推理效率.

    2.2 Map階段

    Map階段主要完成數(shù)據(jù)選擇過濾與類型1推理,將過濾的結(jié)果以鍵值對的形式輸出,本文提出的數(shù)據(jù)分配與過濾算法具體步驟如下:

    Step1.獲取廣播變量中的Om_RDD、Pt_RDD和

    Rulem_linkvar_RDD以及規(guī)則標(biāo)記Flag_Rulem.

    Step2.對于輸入的?(Si,Pj,Ok)∈InstanceTriple判斷所有Flag_Rulem的值.如果值為0,則跳至Step3,如果值為1,則跳至Step4,否則跳至Step5.

    Step3.對(Si,Pj,Ok)不做任何處理.

    Step4.結(jié)合Om_RDD或Pt_RDD執(zhí)行類型1的規(guī)則推理,根據(jù)規(guī)則的結(jié)論直接輸出對應(yīng)的三元組

    Step5獲取對應(yīng)規(guī)則中的模式三元組alpha寄存器Om_RDD、Pt_RDD或Rulem_linkvar_RDD,判斷當(dāng)前的實(shí)例三元組是否滿足前件連接變量的條件;滿足,則構(gòu)建對應(yīng)的鍵值對輸出;不滿足,則不做處理.

    以圖1中規(guī)則8a(inverseOf)為例,偽碼描述如下:

    類似于規(guī)則8,推理可以在Map階段就得到規(guī)則產(chǎn)生的三元組結(jié)果,那么reduce階段就可以對規(guī)則8產(chǎn)生的三元組去重并輸出.

    以圖1中規(guī)則9(type+sameAs)為例,偽碼描述如下:

    以圖1中規(guī)則15(someValuesFrom)為例,偽碼描述如下:

    如上所描述的規(guī)則9和15,以規(guī)則9為例,在Map階段需要對輸入的三元組進(jìn)行處理,以“Rule9+連接變量”為key,如果謂語為type,那么value中標(biāo)記為type且資源為連接變量;如果謂語為sameAs,那么value中標(biāo)記為sameAs且資源為賓語.

    2.3Reduce階段

    Reduce階段主要完成連接推理.利用RDD的reduceByKey,結(jié)合OWL規(guī)則,根據(jù)SchemaRDD和alpha寄存器以及Map階段的InstanceTriple輸出結(jié)果完成連接推理,得到推理結(jié)果.本文提出的連接推理算法具體步驟如下:

    Step1.獲取廣播變量中的Om_RDD、Pt_RDD和Rulem_linkvar_RDD以及規(guī)則標(biāo)記Flag_Rulem.

    Step2.獲取相同鍵對應(yīng)的迭代器;如果key為Rulem,則表示為類型1,直接將value的三元組輸出;如果key為Rulem_linkvar,則表示為類型2,則根據(jù)該key對應(yīng)的OWL規(guī)則和連接變量,結(jié)合alpha寄存器Rulem_linkvar_RDD與value迭代器完成連接推理,得到推理結(jié)果并輸出連接后的三元組在執(zhí)行連接推理過程中,因?yàn)榉蠗l件的SchemaTriple已經(jīng)在構(gòu)建alpha寄存器時(shí)已連接完畢,所以只需要執(zhí)行SchemaTriple與InstanceTriple或InstanceTriple與InstanceTriple間的連接即可.

    為了更加明確Reduce階段的連接推理,以圖1中規(guī)則9(type+sameAs規(guī)則)為例,偽碼描述如下:

    以圖1中規(guī)則15(someValuesFrom規(guī)則)為例,偽碼描述如下:

    由上述的規(guī)則9和規(guī)則15的偽碼,以規(guī)則9為例,在Reduce階段,根據(jù)輸入的key和values,我們通過values中的flag值來進(jìn)行區(qū)分并構(gòu)建輸出的三元組.

    2.4 刪除重復(fù)三元組和沖突集更新策略

    在執(zhí)行算法推理的過程中會產(chǎn)生大量重復(fù)的三元組數(shù)據(jù)到?jīng)_突集中,如不刪除沖突集中的重復(fù)三元組,則更新alpha寄存器時(shí)將會產(chǎn)生重復(fù)三元組數(shù)據(jù),浪費(fèi)系統(tǒng)資源,降低推理效率.如果每次推理后都能夠及時(shí)刪除沖突集中的重復(fù)三元組,那將會減少很大的網(wǎng)絡(luò)傳輸開銷.本文借助RDD的distinct和subtract完成刪除重復(fù)三元組算法.

    通過上述的刪除重復(fù)三元組后,沖突集中的模式三元組分別更新到對應(yīng)的alpha寄存器中,實(shí)例三元組合則并到實(shí)例文件中.

    2.5 算法的復(fù)雜度與完備性

    復(fù)雜性分析是算法分析的核心,DPRS算法的復(fù)雜性與集中式算法復(fù)雜性的分析不太相同,將DPRS算法的最壞情況下的時(shí)間復(fù)雜性分為Map階段的時(shí)間復(fù)雜性和Reduce階段的時(shí)間復(fù)雜性.假設(shè)數(shù)據(jù)集的規(guī)模大小為N個三元組,其中模式三元組為n個,在MapReduce中Map階段的并行數(shù)為k,Reduce階段傳入的實(shí)例三元組個數(shù)為m,Reduce階段的并行數(shù)為t.

    由于DPRS算法在Map階段對每個輸入的三元組,結(jié)合SchemaList、Flag_Rulem掃描一次,即可判斷該三元組是該舍棄或是能參與某些規(guī)則推理,如能參與后續(xù)規(guī)則推理,則以該規(guī)則名稱為key結(jié)合此三元組輸出.因此,Map階段的時(shí)間復(fù)雜性為:O(n*N/k).

    由于圖1 OWL規(guī)則中,規(guī)則1、2、3、4、15、16都含有兩個實(shí)例三元組前件,將上述規(guī)則稱作多實(shí)例變量規(guī)則,多實(shí)例變量規(guī)則的Reduce階段則需要遍歷兩次輸入的實(shí)例三元組與模式三元組連接,才能得到推理結(jié)果.因此在Reduce階段的時(shí)間復(fù)雜性分為單變量和多變量進(jìn)行分析.

    Reduce階段多變量的時(shí)間復(fù)雜性為:O(n*m/t).由于n的數(shù)目非常少,可以認(rèn)為其量級為常數(shù).

    DPRS算法首先將數(shù)據(jù)集中的模式三元組載入內(nèi)存并廣播,根據(jù)定義7和OWL規(guī)則的描述構(gòu)建各個規(guī)則的Flag_Rulem,從而過濾掉不可能激活的規(guī)則.在能被激活的規(guī)則并行推理過程中的Map階段,對于輸入的一個三元組,DPRS判斷其是否滿足某個規(guī)則前件,只要滿足,就將此規(guī)則名稱作為鍵(key),值(value)為該三元組輸出;若一個三元組數(shù)據(jù)滿足多個規(guī)則前件,我們也將據(jù)此方法產(chǎn)生多個不同鍵(key)的輸出,以保障Reduce階段推理連接的正確性和數(shù)據(jù)完整性.如果Reduce階段產(chǎn)生的三元組去重后,有產(chǎn)生新的模式三元組,那么 DPRS算法將重新計(jì)算各個規(guī)則的Flag_Rulem,再執(zhí)行規(guī)則的并行推理迭代;如果Reduce階段產(chǎn)生的三元組去重后產(chǎn)生的是實(shí)例三元組,那么DPRS算法直接執(zhí)行規(guī)則的并行推理迭代,直到?jīng)]有新的三元組數(shù)據(jù)產(chǎn)生為止.因而DPRS算法所得到的推理結(jié)果是完備的.

    3 實(shí)驗(yàn)與結(jié)果分析

    實(shí)驗(yàn)所使用的軟件環(huán)境為操作系統(tǒng)Linux Ubuntu,采用scala作為編程語言,開發(fā)環(huán)境為IntelliJIDEA.在實(shí)驗(yàn)環(huán)境中,用表1所示配置作為本系統(tǒng)Spark集群的配置,共計(jì)8臺,其Hadoop集群中1臺作為HDFS的名稱節(jié)點(diǎn),1臺作為JobTracker節(jié)點(diǎn),6臺為HDFS的數(shù)據(jù)節(jié)點(diǎn)和TaskTracker節(jié)點(diǎn),Spark集群中1臺作為Master兼Worker節(jié)點(diǎn),7臺作為Worker節(jié)點(diǎn).集群工作站的基本配置如表1所列.

    表1 Hadoop集群工作站的基本配置

    本文將DPRS算法與DRRM[4]和Cichlid-OWL[9]在相同的實(shí)驗(yàn)環(huán)境下針對不同的數(shù)據(jù)集進(jìn)行對比實(shí)驗(yàn).本實(shí)驗(yàn)采用LUBM[11](Lehigh University Benchmark)數(shù)據(jù)集和DBpedia[1]數(shù)據(jù)集進(jìn)行測試.數(shù)據(jù)集的基本參數(shù)說明如表2所列.

    表2 數(shù)據(jù)集的基本參數(shù)說明

    我們將實(shí)驗(yàn)數(shù)據(jù)集中的模式三元組數(shù)進(jìn)行統(tǒng)計(jì)如表2所示,與整個數(shù)據(jù)集的大小相比,模式三元組的數(shù)量非常少,在所測試的數(shù)據(jù)集范圍內(nèi),模式三元組數(shù)目最高僅僅達(dá)到了整個數(shù)據(jù)集的0.04%.

    表3 不同數(shù)據(jù)集三種算法在OWL推理產(chǎn)生的三元組數(shù)對比

    表4 不同數(shù)據(jù)集三種算法在OWL推理時(shí)間對比

    表5 DPRS算法在不同數(shù)據(jù)集上執(zhí)行推理的數(shù)據(jù)

    從表3和表4可知,在OWL規(guī)則推理結(jié)果一致的情況下,DPRS比Cichlid-OWL具有優(yōu)勢.其中,由于LUBM數(shù)據(jù)集本體比較簡單,OWL Horst中的許多規(guī)則無法被激活,所以DPRS相比Cichlid-OWL的優(yōu)勢比較微弱;對于比較復(fù)雜的DBpedia本體而言,OWL的大部分規(guī)則都可被激活,由于本文使用了alpha寄存器廣播、連接變量、規(guī)則標(biāo)記和沖突集更新策略,使得DPRS算法的推理時(shí)間相對Cichlid-OWL算法最大縮短了21%的時(shí)間.

    另外,DPRS與DRRM相比均有較大的優(yōu)勢.首先, DPRS使用Spark平臺比DRRM使用的Hadoop具有迭代性能優(yōu)勢;再者,DPRS采用沖突集更新策略,避免了beta網(wǎng)絡(luò)的開銷,大大減少了傳輸冗余造成的浪費(fèi).使得DPRS算法的推理時(shí)間相對DRRM算法最大縮短了73.8%的時(shí)間.

    根據(jù)2.5節(jié)的復(fù)雜度分析,其中k和t為常數(shù),所以推理時(shí)間的復(fù)雜度與N和m成線性關(guān)系.結(jié)合表4和表5,考察數(shù)據(jù)集LUBM50和LUBM200,實(shí)例三元組個數(shù)N的比例為1:4.01,傳入Reduce的實(shí)例三元組數(shù)m的比例為1:3.89,推理時(shí)間的比例為1:4.20;考察數(shù)據(jù)集DBpedia3.7和DBpedia3.9,實(shí)例三元組個數(shù)N的比例為1:1.53,傳入Reduce的實(shí)例三元組數(shù)m的比例為1:1.41,推理時(shí)間的比例為1:1.35.可以發(fā)現(xiàn),我們的推理時(shí)間基本是與N和m成線性關(guān)系.從實(shí)驗(yàn)結(jié)果上符合了理論的分析,證明了算法的正確性.

    從圖3和圖4可知,在執(zhí)行OWL規(guī)則推理時(shí),雖然兩種算法都需要多次迭代才能使得推理最終停止,但是DPRS在推理前構(gòu)建并廣播了模式三元組的alpha寄存器,并且在每次迭代中采用高效的過濾機(jī)制,過濾掉大量的實(shí)例三元組數(shù)據(jù),減少了并行計(jì)算量和網(wǎng)絡(luò)傳輸?shù)拈_銷,使得DPRS算法在最終的推理時(shí)間較Cichlid-OWL略占優(yōu)勢,尤其是在DBpedia數(shù)據(jù)集下,從表2中可以看出,Dbpedia的模式三元組占比相對LUBM高,且數(shù)據(jù)集較為復(fù)雜,其優(yōu)勢更加明顯.

    圖3 采用未預(yù)處理與預(yù)處理算法在OWL推理的時(shí)間對比

    圖4 采用過濾算法與未過濾算法產(chǎn)生的中間結(jié)果數(shù)目對比

    由于在執(zhí)行推理過程中會產(chǎn)生重復(fù)的三元組數(shù)據(jù),重復(fù)三元組數(shù)據(jù)會造成系統(tǒng)資源無謂的浪費(fèi)并增加網(wǎng)絡(luò)的開銷.文中3.4節(jié)提出的刪除重復(fù)三元組算法,能夠減少重復(fù)的三元組數(shù)據(jù).為了評估算法的有效性,將刪除重復(fù)三元組前后的數(shù)據(jù)量進(jìn)行對比如圖5所示.刪除重復(fù)三元組后的三元組數(shù)量少于推理三元組數(shù)量,在所測試的數(shù)據(jù)范圍內(nèi).

    圖5 刪除重復(fù)三元組前后三元組數(shù)量對比

    4 結(jié)語

    本文提出的 DPRS算法能夠通過執(zhí)行一次MapReduce任務(wù)就完成OWL所有規(guī)則的一次推理,彌補(bǔ)了現(xiàn)有方法大多需要啟動多個MapReduce任務(wù)以及在大規(guī)模數(shù)據(jù)下無法對OWL規(guī)則中含有實(shí)例三元組的規(guī)則進(jìn)行推理的問題.DPRS算法能夠在MapReduce計(jì)算框架下高效地實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的并行推理,但無法對流式數(shù)據(jù)進(jìn)行推理.下一步將會在此方面進(jìn)行改進(jìn),且研究更深一步的OWLDL推理.

    1 Auer S,Bizer C,Kobilarov G,et al.Dbpedia:A nucleus for a web of open data.The Semantic Web.Springer Berlin Heidelberg.2007.722–735.

    2 Jentzsch A,Zhao J,Hassanzadeh O,et al.Linking Open Drug Data.I–SEMANTICS.2009.

    3 Apweiler R,Bairoch A,Wu CH,et al.UniProt:The universal protein knowledgebase.Nucleic AcidsResearch,2004, 32(s1):D115–D119.

    4 Urbani J,Kotoulas S,Maassen J,et al.WebPIE:A web-scale parallel inference engine using MapReduce.Web Semantics: Science,Services and Agents on the World Wide Web,2012, (10):59–75.

    5 Urbani J,Kotoulas S,Maassen J,et al.OWL reasoning with WebPIE:Calculating the closure of 100 billion triples. Extended Semantic Web Conference.SpringerBerlin Heidelberg.2010.213–227.

    6 UrbaniJ.On web-scale reasoning[PhD.dissertation]. Amsterdam,Netherlands:Computer Science Department, Vrije Universiteit,2013.

    7顧榮,王芳芳,袁春風(fēng),等.YARM:基于MapReduce的高效可擴(kuò)展的語義推理引擎.計(jì)算機(jī)學(xué)報(bào),2015,38(1):74–85.

    8汪璟玢,鄭翠春.結(jié)合Rete的RDF數(shù)據(jù)分布式并行推理算法.模式識別與人工智能,2016,(5):5.

    9 Gu R,Wang S,Wang F,et al.Cichlid:Efficient large scale RDFS/OWL reasoning with spark.Parallel and Distributed Processing Symposium(IPDPS),2015 IEEE International. IEEE.2015.700–709.

    10 Miranker DP.TREAT:A new and efficient match algorithm forAI production system.Morgan Kaufmann,2014.

    11 Guo Y,Pan Z,Heflin J.LUBM:A benchmark for OWL knowledge base systems.Web Semantics:Science,Services andAgents on the World Wide Web,2005,3(2):158–182.

    Distributed Parallel ReasoningAlgorithm Based on Spark

    YE Yi-Xin,WANG Jing-Bin

    (College of Mathematics and Computer Science,Fuzhou University,Fuzhou 350108,China)

    Multiple MapReduce tasks are needed for most of current distributed parallel reasoning algorithm for RDF data;moreover,the reasoning of instances of triple antecedents under OWL rules can’t be performed expeditiously by some of these algorithms during the processing of massive RDF data,and so the overall efficiency can’t be fulfilled in reasoning process.In order to solve the problems mentioned above,a method named distributed parallel reasoning algorithm based on Spark with TREAT for RDF data is proposed to perform reasoning on distributed systems.First step, alpha registers of schema triples and models for rule markup with the ontology of RDF data are built;then alpha stage of TREAT algorithm is implemented with MapReduce at the phase of OWL reasoning;at last,reasoning results are dereplicated and a whole reasoning procedure within all the OWL rules is executed.Experimental results show that through this algorithm,the results of parallel reasoning for large-scale data can be achieved efficiently and correctly.

    RDF;OWL;distributed reasoning;TREAT;Spark

    國家自然科學(xué)基金(61300104)

    2016-09-21;收到修改稿時(shí)間:2016-10-31

    10.15888/j.cnki.csa.005790

    猜你喜歡
    三元組寄存器實(shí)例
    基于語義增強(qiáng)雙編碼器的方面情感三元組提取
    軟件工程(2024年12期)2024-12-28 00:00:00
    基于帶噪聲數(shù)據(jù)集的強(qiáng)魯棒性隱含三元組質(zhì)檢算法*
    Lite寄存器模型的設(shè)計(jì)與實(shí)現(xiàn)
    關(guān)于余撓三元組的periodic-模
    分簇結(jié)構(gòu)向量寄存器分配策略研究*
    完形填空Ⅱ
    完形填空Ⅰ
    三元組輻射場的建模與仿真
    高速數(shù)模轉(zhuǎn)換器AD9779/AD9788的應(yīng)用
    一種可重構(gòu)線性反饋移位寄存器設(shè)計(jì)
    免费在线观看黄色视频的| 日韩免费高清中文字幕av| 在线观看免费视频日本深夜| 国产不卡一卡二| 极品教师在线免费播放| 亚洲欧美激情综合另类| 99精品在免费线老司机午夜| 亚洲成人免费电影在线观看| 国产av一区二区精品久久| 性色av乱码一区二区三区2| 在线观看日韩欧美| 黄色a级毛片大全视频| 9热在线视频观看99| 无遮挡黄片免费观看| 久久精品人人爽人人爽视色| 日本一区二区免费在线视频| 亚洲在线自拍视频| 国产99白浆流出| 国产精品国产av在线观看| 亚洲av熟女| 最新在线观看一区二区三区| 亚洲一区二区三区不卡视频| 国产三级在线视频| 淫秽高清视频在线观看| 亚洲欧美激情综合另类| 国产成+人综合+亚洲专区| 嫩草影视91久久| 亚洲成av片中文字幕在线观看| 久久精品91无色码中文字幕| 高清在线国产一区| 无限看片的www在线观看| 日韩欧美国产一区二区入口| 亚洲狠狠婷婷综合久久图片| 免费在线观看黄色视频的| 欧美最黄视频在线播放免费 | 久久亚洲精品不卡| 亚洲av熟女| 精品欧美一区二区三区在线| 欧美国产精品va在线观看不卡| 热re99久久精品国产66热6| 国产野战对白在线观看| 十八禁网站免费在线| 国产成人精品久久二区二区91| 国产av又大| 久久国产精品人妻蜜桃| 女人被躁到高潮嗷嗷叫费观| 美女高潮到喷水免费观看| 波多野结衣一区麻豆| 精品第一国产精品| 成人特级黄色片久久久久久久| 午夜福利一区二区在线看| 国产精品久久久久久人妻精品电影| 亚洲成国产人片在线观看| 91在线观看av| 国产亚洲精品第一综合不卡| 日本黄色日本黄色录像| 国产国语露脸激情在线看| 国产精品电影一区二区三区| 伊人久久大香线蕉亚洲五| a级片在线免费高清观看视频| 啦啦啦 在线观看视频| 亚洲国产欧美日韩在线播放| 午夜精品久久久久久毛片777| 欧美黑人欧美精品刺激| 一进一出好大好爽视频| avwww免费| 亚洲熟妇中文字幕五十中出 | 18美女黄网站色大片免费观看| 18禁美女被吸乳视频| av在线天堂中文字幕 | tocl精华| aaaaa片日本免费| av网站在线播放免费| 啦啦啦在线免费观看视频4| 每晚都被弄得嗷嗷叫到高潮| 国产精品爽爽va在线观看网站 | 淫秽高清视频在线观看| 桃色一区二区三区在线观看| 热99国产精品久久久久久7| 国产在线观看jvid| 免费搜索国产男女视频| 黄色丝袜av网址大全| 777久久人妻少妇嫩草av网站| 80岁老熟妇乱子伦牲交| 中文欧美无线码| 丰满迷人的少妇在线观看| 国产一区二区三区视频了| 99精品欧美一区二区三区四区| 欧美激情高清一区二区三区| 中亚洲国语对白在线视频| 高清黄色对白视频在线免费看| 日日干狠狠操夜夜爽| 久久人妻熟女aⅴ| 欧美成人性av电影在线观看| 久久天躁狠狠躁夜夜2o2o| 国产色视频综合| 亚洲欧美精品综合久久99| 成人18禁在线播放| 国产日韩一区二区三区精品不卡| 色综合婷婷激情| 欧美精品啪啪一区二区三区| 一二三四在线观看免费中文在| 神马国产精品三级电影在线观看 | 桃红色精品国产亚洲av| av国产精品久久久久影院| 国产成人欧美| 国产精品av久久久久免费| 成人国语在线视频| av免费在线观看网站| 精品国产美女av久久久久小说| 久久性视频一级片| 久久 成人 亚洲| 99久久人妻综合| 国产有黄有色有爽视频| 成人18禁在线播放| 妹子高潮喷水视频| 欧美激情高清一区二区三区| 欧美大码av| 一区二区三区激情视频| 成年人免费黄色播放视频| 黄色片一级片一级黄色片| 在线观看免费高清a一片| 精品人妻1区二区| 久久人妻熟女aⅴ| 精品久久蜜臀av无| 黄网站色视频无遮挡免费观看| 国产一区二区三区综合在线观看| 99精品久久久久人妻精品| 两个人看的免费小视频| 丝袜在线中文字幕| 久久香蕉国产精品| 久久午夜亚洲精品久久| 看黄色毛片网站| 亚洲成人精品中文字幕电影 | 制服人妻中文乱码| 女人被躁到高潮嗷嗷叫费观| 亚洲九九香蕉| svipshipincom国产片| 亚洲欧美日韩另类电影网站| 19禁男女啪啪无遮挡网站| 18禁黄网站禁片午夜丰满| 免费一级毛片在线播放高清视频 | 国产欧美日韩一区二区三| 1024视频免费在线观看| 真人做人爱边吃奶动态| av在线播放免费不卡| 一区二区三区精品91| 可以在线观看毛片的网站| 精品人妻1区二区| 啪啪无遮挡十八禁网站| 久久人人爽av亚洲精品天堂| 乱人伦中国视频| 亚洲av第一区精品v没综合| 日本三级黄在线观看| 亚洲人成网站在线播放欧美日韩| 欧美激情极品国产一区二区三区| 国产伦人伦偷精品视频| 两个人看的免费小视频| 国产精品久久久av美女十八| 久久九九热精品免费| 一级毛片高清免费大全| 欧美在线黄色| 久9热在线精品视频| 久久国产亚洲av麻豆专区| 色在线成人网| 久久久久国内视频| 亚洲午夜理论影院| 日韩欧美一区视频在线观看| 午夜精品在线福利| 国产精品国产高清国产av| 欧美老熟妇乱子伦牲交| 18禁黄网站禁片午夜丰满| 欧美精品啪啪一区二区三区| 国产精品国产av在线观看| 午夜精品久久久久久毛片777| 成人永久免费在线观看视频| 亚洲av美国av| 老司机午夜福利在线观看视频| 亚洲熟女毛片儿| 国产一区二区激情短视频| 日本wwww免费看| 欧美性长视频在线观看| 亚洲精品美女久久av网站| 色婷婷av一区二区三区视频| 九色亚洲精品在线播放| 亚洲精品国产精品久久久不卡| 首页视频小说图片口味搜索| 国产精品一区二区精品视频观看| 五月开心婷婷网| 97超级碰碰碰精品色视频在线观看| 777久久人妻少妇嫩草av网站| 日本黄色日本黄色录像| 桃色一区二区三区在线观看| 香蕉久久夜色| 精品乱码久久久久久99久播| 亚洲成a人片在线一区二区| 99国产精品一区二区三区| 国产精品久久久人人做人人爽| 欧美成狂野欧美在线观看| 日韩大尺度精品在线看网址 | 女生性感内裤真人,穿戴方法视频| 国产精品亚洲av一区麻豆| 欧美日韩精品网址| 欧美日本中文国产一区发布| 精品欧美一区二区三区在线| www.自偷自拍.com| 桃红色精品国产亚洲av| a级毛片黄视频| 久久香蕉国产精品| aaaaa片日本免费| 在线观看免费视频日本深夜| 国产伦人伦偷精品视频| 中文字幕高清在线视频| 99精品欧美一区二区三区四区| 欧美中文日本在线观看视频| 午夜视频精品福利| 18美女黄网站色大片免费观看| 午夜日韩欧美国产| 国产免费av片在线观看野外av| 国产欧美日韩综合在线一区二区| 欧美日韩av久久| 久久久水蜜桃国产精品网| 97超级碰碰碰精品色视频在线观看| 欧美成人午夜精品| 最近最新中文字幕大全免费视频| netflix在线观看网站| 日本五十路高清| 五月开心婷婷网| 一个人观看的视频www高清免费观看 | 午夜福利一区二区在线看| 国产精品秋霞免费鲁丝片| 精品福利观看| 欧美激情高清一区二区三区| 中文字幕高清在线视频| 欧美老熟妇乱子伦牲交| 亚洲男人的天堂狠狠| 久久久久久人人人人人| 黄片大片在线免费观看| 日韩免费高清中文字幕av| 国产精品一区二区三区四区久久 | 成在线人永久免费视频| 亚洲欧洲精品一区二区精品久久久| 日本五十路高清| 欧美乱妇无乱码| 日韩国内少妇激情av| 亚洲精品美女久久av网站| 国产精品久久电影中文字幕| 日韩精品青青久久久久久| a级毛片在线看网站| 在线观看舔阴道视频| 久久精品国产清高在天天线| 成熟少妇高潮喷水视频| 最好的美女福利视频网| 欧美日韩福利视频一区二区| 一区二区三区激情视频| 色精品久久人妻99蜜桃| netflix在线观看网站| 99热只有精品国产| 国产亚洲av高清不卡| 日本一区二区免费在线视频| 老熟妇乱子伦视频在线观看| 久久精品国产综合久久久| 亚洲专区国产一区二区| 夜夜看夜夜爽夜夜摸 | 午夜免费观看网址| 欧美成狂野欧美在线观看| 中文字幕高清在线视频| 一级a爱片免费观看的视频| 母亲3免费完整高清在线观看| 91大片在线观看| 午夜视频精品福利| 大陆偷拍与自拍| 国产片内射在线| 欧美日韩av久久| 日韩免费av在线播放| videosex国产| 波多野结衣一区麻豆| 成人18禁在线播放| 9热在线视频观看99| 99热只有精品国产| 这个男人来自地球电影免费观看| 日本vs欧美在线观看视频| 法律面前人人平等表现在哪些方面| 国产亚洲精品综合一区在线观看 | 欧美激情极品国产一区二区三区| 真人一进一出gif抽搐免费| 操美女的视频在线观看| 夜夜躁狠狠躁天天躁| 日日爽夜夜爽网站| 高清av免费在线| 久久人妻av系列| 美女国产高潮福利片在线看| 精品人妻1区二区| 欧美日本中文国产一区发布| 中文字幕人妻丝袜制服| 亚洲五月婷婷丁香| 亚洲成a人片在线一区二区| 91在线观看av| 亚洲中文字幕日韩| 国产91精品成人一区二区三区| 成年人免费黄色播放视频| 天天添夜夜摸| 国产亚洲欧美精品永久| 高潮久久久久久久久久久不卡| 久久精品国产综合久久久| 亚洲精品一卡2卡三卡4卡5卡| 国产免费av片在线观看野外av| cao死你这个sao货| 欧美大码av| 免费在线观看影片大全网站| 久久精品国产亚洲av香蕉五月| 久久天躁狠狠躁夜夜2o2o| 丰满迷人的少妇在线观看| 99久久久亚洲精品蜜臀av| 嫩草影院精品99| 国产成人欧美在线观看| 欧美不卡视频在线免费观看 | 男人的好看免费观看在线视频 | 亚洲精品一二三| 亚洲精品中文字幕在线视频| 在线观看一区二区三区| 久久久久久人人人人人| 高清在线国产一区| 两个人看的免费小视频| 久久精品国产综合久久久| 色哟哟哟哟哟哟| 18禁国产床啪视频网站| 国产精品成人在线| 丝袜在线中文字幕| 亚洲一卡2卡3卡4卡5卡精品中文| 国产99久久九九免费精品| 伊人久久大香线蕉亚洲五| 国产高清激情床上av| 久久中文字幕一级| 成人三级做爰电影| 在线观看舔阴道视频| 波多野结衣高清无吗| 国产一区二区三区在线臀色熟女 | 一二三四在线观看免费中文在| 日韩有码中文字幕| 欧美人与性动交α欧美软件| av欧美777| 久久久久久久久久久久大奶| 精品第一国产精品| 亚洲成人久久性| 国产有黄有色有爽视频| 在线播放国产精品三级| 欧美+亚洲+日韩+国产| 18禁美女被吸乳视频| 精品久久久久久久久久免费视频 | 高清黄色对白视频在线免费看| 91老司机精品| 亚洲国产精品999在线| 久久精品亚洲av国产电影网| 美国免费a级毛片| 亚洲激情在线av| 免费不卡黄色视频| 亚洲熟女毛片儿| 19禁男女啪啪无遮挡网站| 精品一区二区三区四区五区乱码| 97人妻天天添夜夜摸| 婷婷六月久久综合丁香| 最近最新免费中文字幕在线| 亚洲精品av麻豆狂野| 波多野结衣av一区二区av| 国产精品爽爽va在线观看网站 | 婷婷精品国产亚洲av在线| 免费高清在线观看日韩| www.精华液| 男女午夜视频在线观看| 日韩欧美免费精品| 一级片'在线观看视频| 午夜日韩欧美国产| 国产欧美日韩一区二区三| 亚洲欧美激情综合另类| 看黄色毛片网站| 亚洲成人久久性| 极品教师在线免费播放| 极品人妻少妇av视频| 麻豆成人av在线观看| 十八禁网站免费在线| 性欧美人与动物交配| 欧美乱色亚洲激情| 亚洲男人天堂网一区| 最新在线观看一区二区三区| 岛国在线观看网站| 亚洲第一青青草原| 在线观看免费日韩欧美大片| 久久久久久久久中文| 亚洲少妇的诱惑av| 亚洲精品国产精品久久久不卡| 1024视频免费在线观看| 国产在线精品亚洲第一网站| 12—13女人毛片做爰片一| 俄罗斯特黄特色一大片| 男女高潮啪啪啪动态图| 午夜精品国产一区二区电影| 最近最新中文字幕大全免费视频| 黑人欧美特级aaaaaa片| 丁香欧美五月| 国产av又大| 久久人妻av系列| 亚洲精品一区av在线观看| 国产精品爽爽va在线观看网站 | 男女做爰动态图高潮gif福利片 | av网站免费在线观看视频| 高潮久久久久久久久久久不卡| 亚洲国产精品999在线| 免费人成视频x8x8入口观看| 日日摸夜夜添夜夜添小说| 97碰自拍视频| 亚洲中文av在线| 亚洲欧洲精品一区二区精品久久久| 色哟哟哟哟哟哟| 午夜福利在线观看吧| 91老司机精品| 久久久国产欧美日韩av| 欧美激情高清一区二区三区| 久久久国产精品麻豆| 久久久久久久久久久久大奶| 老司机午夜福利在线观看视频| 亚洲一区中文字幕在线| 精品一品国产午夜福利视频| 国产精品国产av在线观看| 日韩三级视频一区二区三区| 国产亚洲欧美精品永久| 变态另类成人亚洲欧美熟女 | 亚洲久久久国产精品| 中文字幕色久视频| 精品国产国语对白av| 一进一出抽搐gif免费好疼 | 高清欧美精品videossex| 美女高潮喷水抽搐中文字幕| 99热国产这里只有精品6| 亚洲熟女毛片儿| 亚洲一码二码三码区别大吗| 欧美大码av| 国产精品香港三级国产av潘金莲| 麻豆av在线久日| 亚洲情色 制服丝袜| 大型黄色视频在线免费观看| 亚洲精品中文字幕一二三四区| 黑人猛操日本美女一级片| 国产三级在线视频| 久久中文字幕一级| 免费一级毛片在线播放高清视频 | 女生性感内裤真人,穿戴方法视频| 午夜老司机福利片| 成人永久免费在线观看视频| 久久人人精品亚洲av| 91av网站免费观看| 亚洲欧美精品综合久久99| 村上凉子中文字幕在线| avwww免费| 在线看a的网站| 在线播放国产精品三级| 激情视频va一区二区三区| 国产精品国产av在线观看| 午夜精品在线福利| www日本在线高清视频| 每晚都被弄得嗷嗷叫到高潮| 男女下面进入的视频免费午夜 | 一区在线观看完整版| 精品一区二区三区av网在线观看| 乱人伦中国视频| 极品教师在线免费播放| 国产精品 欧美亚洲| 动漫黄色视频在线观看| 午夜福利免费观看在线| 美女扒开内裤让男人捅视频| 国产无遮挡羞羞视频在线观看| 免费女性裸体啪啪无遮挡网站| 多毛熟女@视频| 亚洲成人免费av在线播放| 一区二区三区精品91| 热99国产精品久久久久久7| 长腿黑丝高跟| 免费av中文字幕在线| 久久欧美精品欧美久久欧美| 日韩人妻精品一区2区三区| 99国产精品99久久久久| 国产精品免费一区二区三区在线| 亚洲欧美精品综合久久99| 村上凉子中文字幕在线| 狂野欧美激情性xxxx| 欧美在线黄色| 日本三级黄在线观看| 久久天堂一区二区三区四区| 人人澡人人妻人| 亚洲精品美女久久av网站| 亚洲 欧美一区二区三区| 在线天堂中文资源库| 男男h啪啪无遮挡| 国产精品自产拍在线观看55亚洲| 亚洲一区二区三区不卡视频| 日日干狠狠操夜夜爽| 免费在线观看视频国产中文字幕亚洲| 亚洲人成77777在线视频| 国产激情欧美一区二区| 深夜精品福利| 久久热在线av| 国产一区二区激情短视频| 午夜日韩欧美国产| 午夜亚洲福利在线播放| 色老头精品视频在线观看| 一边摸一边抽搐一进一小说| 亚洲欧美日韩另类电影网站| 大香蕉久久成人网| 不卡一级毛片| 69精品国产乱码久久久| 日韩免费av在线播放| 精品一区二区三区四区五区乱码| 天天躁狠狠躁夜夜躁狠狠躁| 欧美一级毛片孕妇| 久久天堂一区二区三区四区| xxxhd国产人妻xxx| 亚洲人成77777在线视频| 国产精品乱码一区二三区的特点 | 99香蕉大伊视频| www.自偷自拍.com| 女人精品久久久久毛片| 国产亚洲精品第一综合不卡| 亚洲成a人片在线一区二区| 日本五十路高清| 夜夜夜夜夜久久久久| 国产真人三级小视频在线观看| www.熟女人妻精品国产| a级片在线免费高清观看视频| 精品久久久久久久久久免费视频 | 多毛熟女@视频| 99国产精品免费福利视频| 精品卡一卡二卡四卡免费| 国产伦人伦偷精品视频| 久久精品亚洲精品国产色婷小说| 极品教师在线免费播放| av国产精品久久久久影院| 99精品欧美一区二区三区四区| 久久人人爽av亚洲精品天堂| 精品久久久久久电影网| 国产欧美日韩综合在线一区二区| 久久婷婷成人综合色麻豆| 1024视频免费在线观看| 色婷婷久久久亚洲欧美| 天天添夜夜摸| 欧美日韩国产mv在线观看视频| 19禁男女啪啪无遮挡网站| 50天的宝宝边吃奶边哭怎么回事| 天天影视国产精品| 在线观看日韩欧美| 国产无遮挡羞羞视频在线观看| 成人黄色视频免费在线看| 久久婷婷成人综合色麻豆| 中文字幕人妻熟女乱码| 久久久久久免费高清国产稀缺| 国产欧美日韩综合在线一区二区| 色在线成人网| 男女高潮啪啪啪动态图| 俄罗斯特黄特色一大片| 国产无遮挡羞羞视频在线观看| 久9热在线精品视频| 国产真人三级小视频在线观看| 人人澡人人妻人| 免费观看人在逋| 久久久久久免费高清国产稀缺| 99久久综合精品五月天人人| 19禁男女啪啪无遮挡网站| 9热在线视频观看99| 久99久视频精品免费| avwww免费| 亚洲国产欧美网| 丝袜人妻中文字幕| 美女大奶头视频| 精品国产乱子伦一区二区三区| а√天堂www在线а√下载| 麻豆久久精品国产亚洲av | 久久国产精品男人的天堂亚洲| 99精品在免费线老司机午夜| 亚洲五月天丁香| 91字幕亚洲| 制服人妻中文乱码| 亚洲七黄色美女视频| 91字幕亚洲| 最新美女视频免费是黄的| 亚洲精品中文字幕一二三四区| 三上悠亚av全集在线观看| 国产片内射在线| 久久中文字幕一级| 12—13女人毛片做爰片一| 亚洲男人的天堂狠狠| 嫩草影院精品99| 亚洲一区二区三区色噜噜 | 国产精品影院久久| 国产精品一区二区免费欧美| 天堂中文最新版在线下载| 老司机靠b影院| 亚洲男人的天堂狠狠| 天天添夜夜摸| 国产成人欧美| 黄色丝袜av网址大全| 久久人妻熟女aⅴ| 亚洲精品中文字幕在线视频| 久久久国产一区二区| 黑丝袜美女国产一区| 麻豆久久精品国产亚洲av | 日本精品一区二区三区蜜桃| 曰老女人黄片| 精品无人区乱码1区二区| 一进一出好大好爽视频| 国产熟女xx| 波多野结衣一区麻豆| 欧美黑人精品巨大| 咕卡用的链子| 制服诱惑二区| 一a级毛片在线观看| 亚洲国产欧美网|