• <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 ?

    改進ACO-SVM在網(wǎng)絡(luò)入侵檢測中的應(yīng)用

    2018-11-17 01:32:24楊正校
    軟件 2018年10期
    關(guān)鍵詞:特征選擇子集正確率

    劉 靜,楊正校

    ?

    改進ACO-SVM在網(wǎng)絡(luò)入侵檢測中的應(yīng)用

    劉 靜,楊正校

    (蘇州健雄職業(yè)技術(shù)學(xué)院 軟件與服務(wù)外包學(xué)院,江蘇 太倉 215411)

    為了提高網(wǎng)絡(luò)入侵檢測正確率,降低特征冗余,提出一種蟻群優(yōu)化與支持向量機相結(jié)合的入侵檢測方法(ACO-SVM)。利用支持向量機的分類精度和特征子集維數(shù)加權(quán)構(gòu)造綜合適應(yīng)度指標,利用蟻群算法的全局尋優(yōu)和多次優(yōu)解搜索能力實現(xiàn)特征子集搜索,并設(shè)計了局部細化搜索方式,實現(xiàn)特征選擇結(jié)果降維,提高算法的收斂性。

    特征選擇;蟻群優(yōu)化算法;支持向量機;網(wǎng)絡(luò)入侵檢測

    0 引言

    隨著網(wǎng)絡(luò)的迅猛發(fā)展,網(wǎng)絡(luò)攻擊方式多樣化,攻擊數(shù)量及其危害程度日益嚴重,網(wǎng)絡(luò)入侵檢測作為一種安全防御技術(shù)顯得越來越重要[1]。

    網(wǎng)絡(luò)入侵檢測實質(zhì)是一個多模式識別問題,包含大量冗余信息和噪聲特征,如果不加篩選直接使用,會削弱分類器的性能,降低檢測速度;由于入侵特征數(shù)與檢測算法不存在線性關(guān)系,當特征數(shù)量超過限度時,檢測算法性能變壞[2]。因此如何選擇網(wǎng)絡(luò)入侵關(guān)鍵特征,消除冗余,降低入侵檢測模型的輸入特征維度,成為網(wǎng)絡(luò)入侵檢測建模的關(guān)鍵[3]。目前針對特征選擇提出許多有效網(wǎng)絡(luò)入侵檢測算法,主要基于組合搜索策略的設(shè)計,其中遺傳算法是一種基于仿生學(xué)原理的群智能算法,因其設(shè)置靈活,全局尋優(yōu)能力強,成為主流特征選擇算法[4]。蟻群優(yōu)化算法[5,6]在降低特征冗余方面也有一定的優(yōu)勢。大量研究表明,在實際應(yīng)用中遺傳算法能夠有效地提取關(guān)鍵特征,但對關(guān)聯(lián)比較強的多組特征時。其難以獲得穩(wěn)定的特征尋優(yōu)結(jié)果,且對樣本較敏感[7]。除了特征選擇外,支持向量機[8,9](Support Vector Machine,SVM)因其泛化能力強,成為網(wǎng)絡(luò)檢測的主要算法。

    為了提高網(wǎng)絡(luò)入侵檢測效果,針對特征選擇問題,本文提出一種蟻群優(yōu)化算法(Ant Colony Optimi-zation,ACO)和支持向量機相結(jié)合的入侵檢測方法(ACO-SVM),并對算法進行仿真測試。

    1 入侵檢測算法框架

    蟻群優(yōu)化與支持向量機相結(jié)合的入侵檢測方法采用wrapper特征選擇模型,使用基于SVM的5-fold進行全局搜索并交叉驗證,得到最優(yōu)特征集;根據(jù)SVM分類器進行特征集分類判斷并更新,得到最佳分類結(jié)果特征集進行入侵檢測,如圖1所示。

    圖1 入侵檢測算法框架

    2 網(wǎng)絡(luò)入侵檢測算法設(shè)計

    2.1 ACO算法

    ACO算法是一種模擬螞蟻覓食的過程中信息如何交流與協(xié)作的集體智能算法,具有全局搜索能力強、分布式計算的優(yōu)點,得到了廣泛應(yīng)用,具有較好的效果。在進行網(wǎng)絡(luò)入侵檢測特征選擇時,將入侵檢測特征作為蟻群信息交換點,特征優(yōu)化問題則轉(zhuǎn)化為如何進行最優(yōu)路徑選擇。

    2.2 適應(yīng)度函數(shù)

    網(wǎng)絡(luò)入侵特征選擇中,特征子集優(yōu)劣一般通過適應(yīng)函數(shù)來評價[10],因此適應(yīng)度函數(shù)建立是一個十分重要環(huán)節(jié)。支持向量機(SVM)是最近發(fā)展起來的一種新的機器學(xué)習(xí)技術(shù),具有先進完備的理論體系和更好的泛化能力,因此本研究選擇支持向量機構(gòu)建網(wǎng)絡(luò)入侵檢測分類器,并檢測正確率[11]。入侵特征選擇目標分為兩方面:選擇特征子集提高正確率、降低特征維度。因此對于特征子集s來講,其適應(yīng)度函數(shù)如公式1:

    其中為的維數(shù);為候選特征集的維數(shù);Perror為分類錯誤率。

    錯誤率權(quán)重系數(shù)如公式2:

    其中,表示特征維度加1后入侵檢錯誤率減少的百分數(shù)。

    2.3 螞蟻狀態(tài)轉(zhuǎn)移概率

    螞蟻算法對特征進行搜索時,轉(zhuǎn)移概率決定了蟻群的前進方向,從特征i轉(zhuǎn)移到特征j的概率為式(3):

    式中,0為權(quán)值初值,為迭代次數(shù),N為最大循環(huán)次數(shù)。

    由于是動態(tài)變化,在算法運行初期,可以加快螞蟻搜索效率,在運行后期,能夠加快算法的收斂速度。

    2.4 局部細化搜索

    假設(shè)螞蟻經(jīng)過次重要特征搜索,得到了k個特征,為了減少冗余,最優(yōu)子集u需要滿足:

    S為修正當前特征集。

    2.5 更新信息素

    完成一輪搜索后,螞蟻(編號)均需更新路徑信息濃度,方式如下:

    式中,為增長濃度,(s)為適應(yīng)度值;為殘留因子。對于適應(yīng)度函數(shù)越小的特征子集,信息素濃度越大。為強化最優(yōu)路徑影響,可附加激勵:

    式中,(s)為最優(yōu)特征子集的適應(yīng)度函數(shù)。

    2.6 搜索終止條件

    螞蟻搜索終止條件設(shè)定為:連續(xù)3次增加特征,()沒有發(fā)生太大改變,即終止。

    2.7 網(wǎng)絡(luò)入侵檢測器的設(shè)計

    式中,為超平面法向量,為超平面偏移向量。

    二次優(yōu)化,即:

    約束條件為:

    對于大樣本的分類問題,SVM學(xué)習(xí)速度慢,通過引入Lagrange乘子將SVM分類問題轉(zhuǎn)化對偶問題來解決得到SVM決策函數(shù):

    由于RBF只需確定核函數(shù)寬度參數(shù),這樣有利于參數(shù)優(yōu)化,因此,RBF核函數(shù)定義如下:

    網(wǎng)絡(luò)入侵檢測是一種多分類問題,因此必須通過組合策略構(gòu)建網(wǎng)絡(luò)入侵檢測器。本文采用有向無環(huán)圖將兩分類的SVM組合在一起,構(gòu)造網(wǎng)絡(luò)入侵檢測器,具體構(gòu)造如圖2所示。

    3 仿真實驗

    3.1 特征數(shù)據(jù)來源

    模擬異常檢測數(shù)據(jù)集分為四類:掃描與探Probe、拒絕服務(wù)攻擊DoS、對本地超級用戶的非法訪問U2R、未經(jīng)授權(quán)的遠程訪問R2L。一個連接記錄為一個完整會話,每條記錄共有41個屬性(9個離散、32個連續(xù))。訓(xùn)練集、測試集的比例為4∶1。

    3.2 特征對網(wǎng)絡(luò)入侵檢測性能影響

    為了測試不同特征子集對網(wǎng)絡(luò)入侵檢測性能的影響,采采用未進行特征選擇的SVM模型(SVM),只采用遺傳算法進行特征選擇的SVM模型(GA- SVM)作為對比模型用支持向量機建立的網(wǎng)絡(luò)入侵檢測模型,各種模型在各個數(shù)據(jù)集上運行10次所得結(jié)果的平均網(wǎng)絡(luò)入侵檢測正確率(%)如圖3所示。

    從圖3可知,相對于傳統(tǒng)SVM,特征選擇模型(GA-SVM、ACO-SVM)的檢測正確率都得到了提高,有效消除冗余特征。改進ACO-SVM的入侵檢測的正確率略高于GA-SVM,說明采用ACO對特征進行選擇降,能夠找到更優(yōu)的特征子集。

    圖3 不同模型性能比較

    4 結(jié)束語

    針對網(wǎng)絡(luò)入侵檢測中的特征集建立與降維問題,提出一種改進蟻群優(yōu)化與支持向量機相融合的入侵檢測算法ACO-SVM。仿真結(jié)果表明,該算法能進行選擇性降維,通過局部細化搜索,更新信息素,優(yōu)化核函數(shù)參數(shù),提高了算法整體收斂性。

    [1] Yu L, Liu H. Efficient Feature Selection via Analysis of Relevance and Redundancy[J]. Journal of Machine Learning Research, 2004(5): 1205-1224.

    [2] Denning D. E. An Intrusion Detection Model[J]. IEEE Transaction on Software Engineering, 2010, 13(2): 222-232.

    [3] Cheng-Lung Huang, Chieh-Jen Wang. A GA-based feature selection and parameters optimization for support vector machines[J]. Expert Systems with Applications, August 2009, 31(2): 231-240.

    [4] Durga Prasad Muni, Nikhil R Pal, Jyotirmoy Das. Genetic programming for simultaneous feature selection and class-ifier design[J]. IEEE Transactions on Systems, Man, and Cybernetics- Part B, February, 2009 36(1): 106-117.

    [5] 沙娓娓, 劉增力. 基于改進蟻群算法的無線傳感器網(wǎng)絡(luò)的路由優(yōu)化[J]. 軟件,2018, 39(1): 01-04.

    [6] 楊蘇影, 陳世平. 基于包簇框架平衡蟻群算法的資源分配策略[J]. 軟件,2018, 39(6): 04-08.

    [7] Kennedy J, Eberhart R C. Particle swarm optimization[C]. Proc of IEEE International Conference on Neural Networks, USA: IEEE Press, 2005: 1942-1948.

    [8] 聶敬云, 李春青, 李威威等. 關(guān)于遺傳算法優(yōu)化的最小二乘支持向量機在MBR 仿真預(yù)測中的研究[J]. 軟件,2015, 36(5): 40-44.

    [9] 徐朝輝, 施叢叢, 呂超賢等. 基于結(jié)構(gòu)化支持向量機的泄洪聯(lián)動設(shè)計[J]. 軟件, 2015, 36(9): 62-65

    [10] 趙宏, 郭萬鵬. 深度神經(jīng)網(wǎng)絡(luò)代價函數(shù)選擇與性能評測研究[J]. 軟件, 2018, 39(1): 14-20.

    [11] Montemanni R, Smith DH, Gambardella LM. Ant colony systems for large sequential ordering problems[C]. Pro-ceedings of the 2007 IEEE Swarm Intelligence Symposium, 2007: 478-482.

    [12] Tu Yaping, Liu Ping, Xie Baoling, et al. Improvement for parameters of ant algorithm [J]. Journal of Chinese Computer Systems, 2010, 28(11): 1985-1987.

    Improved ACO-SVM for Network Intrusion Detection

    LIU Jing, YANG Zheng-xiao

    (Software and service outsourcing Institute, Suzhou Chien-Shiung Institue of Technology, Taicang 215411, China)

    In order to improve the detection accuracy network intrusion detection, this paper proposes a novel network intrusion detection method, namely the ACO-SVM which is based ant colony optimization algorithm and support vector machine to cope with feature selection issue for network intrusion detection. The classification accuracy of support vector machine and the selected feature dimension form the fitness function, and the ant colony optimization algorithm provides good global searching capability and multiple sub-optimal solutions, and a local refinement searching scheme is designed to exclude the redundant features and improves the convergence rate. The experimental results show that the proposed method has reduced features dimensionality greatly and improve the detection accuracy of network intrusion.

    Feature selection; Ant colony optimization algorithm; Support vector machine; Network intrusion detection

    TP181

    A

    10.3969/j.issn.1003-6970.2018.10.012

    2018年江蘇省“青藍工程”項目資助;2018年江蘇省333高層次人才培養(yǎng)工程項目;2017年太倉市科技局科技計劃項目基礎(chǔ)研究計劃《基于攻擊原型建模的工業(yè)控制網(wǎng)絡(luò)安全技術(shù)研究》

    劉靜(1979-),女,碩士,副教授,主要研究領(lǐng)域為網(wǎng)絡(luò)安全技術(shù)等;楊正校(1963-),男,碩士,教授,主要研究領(lǐng)域為網(wǎng)絡(luò)安全技術(shù)、軟件算法等。

    劉靜,楊正校. 改進ACO-SVM在網(wǎng)絡(luò)入侵檢測中的應(yīng)用[J]. 軟件,2018,39(10):57-59

    猜你喜歡
    特征選擇子集正確率
    由一道有關(guān)集合的子集個數(shù)題引發(fā)的思考
    拓撲空間中緊致子集的性質(zhì)研究
    門診分診服務(wù)態(tài)度與正確率對護患關(guān)系的影響
    關(guān)于奇數(shù)階二元子集的分離序列
    Kmeans 應(yīng)用與特征選擇
    電子制作(2017年23期)2017-02-02 07:17:06
    生意
    品管圈活動在提高介入手術(shù)安全核查正確率中的應(yīng)用
    天津護理(2016年3期)2016-12-01 05:40:01
    生意
    故事會(2016年15期)2016-08-23 13:48:41
    聯(lián)合互信息水下目標特征選擇算法
    每一次愛情都只是愛情的子集
    都市麗人(2015年4期)2015-03-20 13:33:22
    亚洲国产色片| av卡一久久| 久久久久精品性色| 国产淫语在线视频| 久久午夜福利片| 亚洲一区二区三区欧美精品| 午夜视频国产福利| 国产免费视频播放在线视频| 26uuu在线亚洲综合色| 国产男女超爽视频在线观看| 国产乱人偷精品视频| 国产日韩一区二区三区精品不卡 | 人人妻人人添人人爽欧美一区卜| 汤姆久久久久久久影院中文字幕| 伦精品一区二区三区| 国产乱来视频区| 日韩强制内射视频| 国产欧美日韩综合在线一区二区 | 成年av动漫网址| 91精品伊人久久大香线蕉| 亚洲一级一片aⅴ在线观看| av在线观看视频网站免费| 日韩人妻高清精品专区| 91aial.com中文字幕在线观看| 国产精品福利在线免费观看| 99热国产这里只有精品6| 日本色播在线视频| 国产一区二区在线观看日韩| 美女主播在线视频| av视频免费观看在线观看| 久久久久久久亚洲中文字幕| 91精品一卡2卡3卡4卡| 午夜视频国产福利| 欧美激情国产日韩精品一区| 99国产精品免费福利视频| 熟女av电影| 国产淫语在线视频| 日本黄色日本黄色录像| 精品国产一区二区三区久久久樱花| 黑丝袜美女国产一区| 成人免费观看视频高清| 欧美+日韩+精品| 国产伦理片在线播放av一区| 少妇被粗大的猛进出69影院 | 国产成人精品久久久久久| 欧美最新免费一区二区三区| 国产精品久久久久久久电影| 欧美日韩一区二区视频在线观看视频在线| 国产精品一区二区在线观看99| 最近中文字幕2019免费版| 亚洲,欧美,日韩| 亚洲美女搞黄在线观看| 在线观看一区二区三区激情| 日韩电影二区| 免费看不卡的av| 亚洲精品一二三| 色视频www国产| 在线观看www视频免费| 97精品久久久久久久久久精品| 成年人午夜在线观看视频| 人妻系列 视频| 建设人人有责人人尽责人人享有的| av女优亚洲男人天堂| 日韩免费高清中文字幕av| 亚洲精品国产av成人精品| 午夜91福利影院| 青青草视频在线视频观看| 高清在线视频一区二区三区| 日韩大片免费观看网站| 日韩中文字幕视频在线看片| www.av在线官网国产| 日韩视频在线欧美| 欧美xxxx性猛交bbbb| 美女xxoo啪啪120秒动态图| 亚洲av国产av综合av卡| 国产黄片美女视频| 一个人免费看片子| 美女视频免费永久观看网站| 国产一级毛片在线| 免费看av在线观看网站| 亚洲国产欧美日韩在线播放 | 老女人水多毛片| 美女中出高潮动态图| 欧美一级a爱片免费观看看| 两个人免费观看高清视频 | 欧美xxⅹ黑人| 国产精品不卡视频一区二区| 国产毛片在线视频| 日韩精品免费视频一区二区三区 | 不卡视频在线观看欧美| 九九在线视频观看精品| 国产精品久久久久久久电影| 男女啪啪激烈高潮av片| 看非洲黑人一级黄片| 菩萨蛮人人尽说江南好唐韦庄| 少妇人妻一区二区三区视频| 国产精品.久久久| 在线观看人妻少妇| 亚洲精品视频女| 国产精品99久久久久久久久| 日韩在线高清观看一区二区三区| 久久精品国产亚洲av天美| 在线观看www视频免费| 美女内射精品一级片tv| 日韩强制内射视频| 又粗又硬又长又爽又黄的视频| 少妇丰满av| 日本与韩国留学比较| 99re6热这里在线精品视频| 狠狠精品人妻久久久久久综合| 午夜激情福利司机影院| 在线观看免费高清a一片| 国产成人a∨麻豆精品| 亚洲综合精品二区| 91精品国产九色| 性色av一级| 超碰97精品在线观看| 熟妇人妻不卡中文字幕| 我的老师免费观看完整版| 亚洲av中文av极速乱| 日韩不卡一区二区三区视频在线| 少妇的逼好多水| 午夜久久久在线观看| 欧美另类一区| 亚洲婷婷狠狠爱综合网| 99久国产av精品国产电影| av天堂久久9| 一级a做视频免费观看| 成人漫画全彩无遮挡| 色视频在线一区二区三区| 亚洲,一卡二卡三卡| 美女福利国产在线| 中文乱码字字幕精品一区二区三区| a 毛片基地| 熟女人妻精品中文字幕| 建设人人有责人人尽责人人享有的| 韩国高清视频一区二区三区| 亚洲精品国产av成人精品| 曰老女人黄片| 韩国高清视频一区二区三区| av黄色大香蕉| 国产精品不卡视频一区二区| 久久这里有精品视频免费| 久久毛片免费看一区二区三区| 不卡视频在线观看欧美| 亚洲欧美日韩东京热| 最近中文字幕2019免费版| 天天躁夜夜躁狠狠久久av| 国产伦在线观看视频一区| 人人妻人人爽人人添夜夜欢视频 | av女优亚洲男人天堂| 久久精品久久久久久久性| 狠狠精品人妻久久久久久综合| 国产成人精品一,二区| 少妇的逼水好多| 国产精品99久久久久久久久| 插逼视频在线观看| 22中文网久久字幕| 日韩制服骚丝袜av| freevideosex欧美| 精品国产一区二区久久| 九色成人免费人妻av| 久久久久久久久大av| 欧美少妇被猛烈插入视频| 精品少妇久久久久久888优播| 一级片'在线观看视频| 亚洲内射少妇av| 精品久久久久久久久av| 国产高清有码在线观看视频| 毛片一级片免费看久久久久| 啦啦啦中文免费视频观看日本| 亚洲成人手机| 亚洲精品456在线播放app| 中文字幕免费在线视频6| 精品一区二区三卡| 国产av一区二区精品久久| 国产伦理片在线播放av一区| 中文天堂在线官网| 只有这里有精品99| 丰满人妻一区二区三区视频av| 18禁裸乳无遮挡动漫免费视频| 中国国产av一级| 久久午夜福利片| 国产精品久久久久久精品电影小说| 三级国产精品片| 91成人精品电影| 80岁老熟妇乱子伦牲交| 国产白丝娇喘喷水9色精品| 制服丝袜香蕉在线| 亚洲伊人久久精品综合| 亚洲精品乱久久久久久| 美女福利国产在线| 人妻少妇偷人精品九色| 国产深夜福利视频在线观看| 国产在线男女| 欧美一级a爱片免费观看看| 国产成人午夜福利电影在线观看| 免费av不卡在线播放| 大话2 男鬼变身卡| 成人国产麻豆网| 国产日韩一区二区三区精品不卡 | 国产精品女同一区二区软件| 久久99蜜桃精品久久| 精品酒店卫生间| av黄色大香蕉| 秋霞在线观看毛片| 精品一区二区三区视频在线| 亚洲婷婷狠狠爱综合网| 成人特级av手机在线观看| 99久久精品热视频| 制服丝袜香蕉在线| 少妇精品久久久久久久| 韩国av在线不卡| 亚洲内射少妇av| 男女国产视频网站| av免费在线看不卡| 七月丁香在线播放| 啦啦啦视频在线资源免费观看| 成人毛片60女人毛片免费| 美女福利国产在线| 国产精品免费大片| 中文天堂在线官网| 一级毛片黄色毛片免费观看视频| 人人妻人人爽人人添夜夜欢视频 | 成人亚洲欧美一区二区av| 少妇精品久久久久久久| 一个人免费看片子| 久久精品国产亚洲av天美| 纯流量卡能插随身wifi吗| 精品一区二区三区视频在线| 男男h啪啪无遮挡| 亚洲欧美日韩卡通动漫| 亚洲情色 制服丝袜| 国产视频首页在线观看| 国产亚洲欧美精品永久| 亚洲av.av天堂| 只有这里有精品99| 国产欧美亚洲国产| 亚洲精品一二三| 国产欧美日韩精品一区二区| 麻豆成人av视频| 两个人的视频大全免费| av免费在线看不卡| 精品久久久久久久久av| 9色porny在线观看| 狂野欧美激情性xxxx在线观看| 欧美xxⅹ黑人| 高清午夜精品一区二区三区| 人妻一区二区av| 精品亚洲成a人片在线观看| 亚洲av在线观看美女高潮| 中文字幕亚洲精品专区| 最近的中文字幕免费完整| 成年人午夜在线观看视频| 婷婷色综合www| 国产片特级美女逼逼视频| 最近2019中文字幕mv第一页| 亚洲熟女精品中文字幕| av在线老鸭窝| 中文字幕人妻熟人妻熟丝袜美| 久热久热在线精品观看| 麻豆乱淫一区二区| 啦啦啦啦在线视频资源| 国产精品一区www在线观看| 亚洲欧美中文字幕日韩二区| 国产乱来视频区| 亚洲av不卡在线观看| 欧美精品亚洲一区二区| 人人澡人人妻人| 五月玫瑰六月丁香| 国产精品三级大全| 久久久久久久精品精品| 国产亚洲午夜精品一区二区久久| 99精国产麻豆久久婷婷| 成年人免费黄色播放视频 | 王馨瑶露胸无遮挡在线观看| 亚洲精品国产色婷婷电影| 黄色一级大片看看| 99久久人妻综合| 欧美丝袜亚洲另类| 热re99久久精品国产66热6| 亚洲人与动物交配视频| 久久久久久久精品精品| 欧美另类一区| 九九久久精品国产亚洲av麻豆| 久久人人爽人人爽人人片va| 成人国产av品久久久| 老司机影院毛片| 精品国产一区二区久久| 精品一区二区三区视频在线| 国产在线男女| 99久久精品热视频| av女优亚洲男人天堂| 高清视频免费观看一区二区| 精品国产一区二区久久| 欧美日韩av久久| av.在线天堂| 一二三四中文在线观看免费高清| 欧美老熟妇乱子伦牲交| 国产精品一区二区在线不卡| 国产又色又爽无遮挡免| 国产亚洲午夜精品一区二区久久| 免费少妇av软件| 亚洲怡红院男人天堂| 热re99久久精品国产66热6| 91午夜精品亚洲一区二区三区| 日本欧美国产在线视频| 你懂的网址亚洲精品在线观看| 国产成人a∨麻豆精品| 内射极品少妇av片p| 黑人猛操日本美女一级片| 黄色欧美视频在线观看| 国产亚洲91精品色在线| 欧美精品高潮呻吟av久久| 日韩不卡一区二区三区视频在线| 亚洲四区av| 亚洲av成人精品一二三区| 欧美xxxx性猛交bbbb| 国产探花极品一区二区| 黑人高潮一二区| 国产成人aa在线观看| 免费大片黄手机在线观看| 草草在线视频免费看| 免费观看无遮挡的男女| av在线app专区| 中文天堂在线官网| 久久久久视频综合| 人妻少妇偷人精品九色| 99热网站在线观看| 久久久久视频综合| 十八禁网站网址无遮挡 | 日韩不卡一区二区三区视频在线| 日日啪夜夜撸| 26uuu在线亚洲综合色| 自拍偷自拍亚洲精品老妇| 久久久久久伊人网av| 日本av手机在线免费观看| 久久97久久精品| 女性被躁到高潮视频| 欧美成人午夜免费资源| 一个人免费看片子| 99热6这里只有精品| 十八禁高潮呻吟视频 | 久久热精品热| 国产永久视频网站| 久久精品久久久久久噜噜老黄| 欧美日韩在线观看h| 91久久精品国产一区二区三区| 丰满迷人的少妇在线观看| 国产精品欧美亚洲77777| 国产精品福利在线免费观看| 亚洲一级一片aⅴ在线观看| 丰满乱子伦码专区| 9色porny在线观看| 汤姆久久久久久久影院中文字幕| 观看免费一级毛片| 亚洲欧美成人精品一区二区| 国产 精品1| 日韩成人av中文字幕在线观看| 3wmmmm亚洲av在线观看| 午夜激情久久久久久久| 午夜老司机福利剧场| 热99国产精品久久久久久7| av一本久久久久| 男女边吃奶边做爰视频| 在线观看人妻少妇| 日韩视频在线欧美| 一个人看视频在线观看www免费| 制服丝袜香蕉在线| 中国美白少妇内射xxxbb| 香蕉精品网在线| 久久国内精品自在自线图片| 久久精品国产亚洲av天美| 蜜桃在线观看..| 熟女av电影| 亚洲精品中文字幕在线视频 | 午夜福利影视在线免费观看| 亚洲精品中文字幕在线视频 | 日韩av在线免费看完整版不卡| 97超碰精品成人国产| 国产在线视频一区二区| 久久99一区二区三区| 男女免费视频国产| 22中文网久久字幕| 日韩av不卡免费在线播放| 国产毛片在线视频| 伦精品一区二区三区| 欧美三级亚洲精品| 三级国产精品欧美在线观看| 国产av精品麻豆| 亚洲精品乱码久久久久久按摩| 国产 一区精品| 一级,二级,三级黄色视频| 久久久欧美国产精品| 亚洲三级黄色毛片| 看十八女毛片水多多多| 国产精品一区二区性色av| .国产精品久久| 日韩伦理黄色片| 18禁裸乳无遮挡动漫免费视频| 十分钟在线观看高清视频www | 大话2 男鬼变身卡| 日本wwww免费看| 亚洲综合精品二区| 亚洲国产成人一精品久久久| 80岁老熟妇乱子伦牲交| 国产一区二区三区综合在线观看 | 久久国产亚洲av麻豆专区| 一本久久精品| 国产精品一二三区在线看| 日本黄色片子视频| 久久久精品免费免费高清| 91久久精品电影网| 久久午夜福利片| 伦精品一区二区三区| √禁漫天堂资源中文www| 97在线人人人人妻| 自拍偷自拍亚洲精品老妇| 一本大道久久a久久精品| 又黄又爽又刺激的免费视频.| 麻豆成人av视频| 高清黄色对白视频在线免费看 | 另类精品久久| 国产日韩欧美在线精品| 99精国产麻豆久久婷婷| av国产精品久久久久影院| 超碰97精品在线观看| 久久国产精品大桥未久av | 欧美日韩在线观看h| 亚洲欧美清纯卡通| 亚洲精品乱码久久久v下载方式| 女人久久www免费人成看片| 国产视频首页在线观看| 国产中年淑女户外野战色| 夜夜看夜夜爽夜夜摸| 一级毛片 在线播放| av不卡在线播放| 国产成人精品福利久久| 国产欧美日韩综合在线一区二区 | 春色校园在线视频观看| 国产69精品久久久久777片| 熟妇人妻不卡中文字幕| 久久狼人影院| 成人综合一区亚洲| 成年美女黄网站色视频大全免费 | 亚洲av二区三区四区| 一区在线观看完整版| 99久国产av精品国产电影| 欧美精品高潮呻吟av久久| 女性生殖器流出的白浆| 亚洲精品色激情综合| 色婷婷久久久亚洲欧美| 亚洲av成人精品一区久久| 97超视频在线观看视频| 亚洲欧美日韩另类电影网站| 日日啪夜夜撸| 少妇猛男粗大的猛烈进出视频| 全区人妻精品视频| 久久午夜综合久久蜜桃| 欧美日本中文国产一区发布| 爱豆传媒免费全集在线观看| 国产 一区精品| 日日摸夜夜添夜夜爱| 日韩精品免费视频一区二区三区 | 精华霜和精华液先用哪个| 国产精品久久久久久久久免| 国产欧美亚洲国产| 日韩免费高清中文字幕av| 日韩视频在线欧美| 亚洲欧洲精品一区二区精品久久久 | 国产精品久久久久久精品古装| 免费av不卡在线播放| 美女内射精品一级片tv| 欧美老熟妇乱子伦牲交| 最新的欧美精品一区二区| 在线观看www视频免费| 精品亚洲成国产av| av天堂久久9| 乱人伦中国视频| 777米奇影视久久| 99热这里只有是精品在线观看| 3wmmmm亚洲av在线观看| 老司机亚洲免费影院| freevideosex欧美| av国产久精品久网站免费入址| 老司机影院毛片| 国产伦精品一区二区三区视频9| 91成人精品电影| 99热网站在线观看| 欧美 亚洲 国产 日韩一| 免费高清在线观看视频在线观看| av在线播放精品| 国产欧美亚洲国产| 香蕉精品网在线| 日韩三级伦理在线观看| 伦理电影免费视频| 成年人免费黄色播放视频 | 国产精品女同一区二区软件| 国产成人freesex在线| 18禁裸乳无遮挡动漫免费视频| 久久久久久久亚洲中文字幕| 一级毛片久久久久久久久女| 欧美 日韩 精品 国产| 我的女老师完整版在线观看| 一级二级三级毛片免费看| 黄色配什么色好看| 欧美精品国产亚洲| 18禁在线播放成人免费| 人妻制服诱惑在线中文字幕| 精品国产一区二区久久| 欧美变态另类bdsm刘玥| 日本91视频免费播放| 99久久精品热视频| 免费少妇av软件| 国产av一区二区精品久久| 人人妻人人添人人爽欧美一区卜| 亚洲第一av免费看| 亚洲综合色惰| 国产精品不卡视频一区二区| 男人添女人高潮全过程视频| 欧美精品高潮呻吟av久久| 成人毛片a级毛片在线播放| 日本与韩国留学比较| 国产国拍精品亚洲av在线观看| 晚上一个人看的免费电影| 纵有疾风起免费观看全集完整版| 久久国产精品大桥未久av | 亚洲av不卡在线观看| 美女视频免费永久观看网站| 国产精品麻豆人妻色哟哟久久| 免费高清在线观看视频在线观看| 国产综合精华液| av黄色大香蕉| 国产黄片视频在线免费观看| 精品亚洲乱码少妇综合久久| 久久精品国产亚洲av涩爱| 日韩中字成人| av国产精品久久久久影院| 少妇丰满av| 亚洲国产精品一区三区| 十八禁高潮呻吟视频 | 久久久久久久亚洲中文字幕| 女性被躁到高潮视频| 人人妻人人爽人人添夜夜欢视频 | 国产高清不卡午夜福利| 一区二区三区精品91| 最近手机中文字幕大全| 夜夜爽夜夜爽视频| 中文字幕久久专区| 丰满迷人的少妇在线观看| 不卡视频在线观看欧美| 少妇的逼好多水| 亚洲在久久综合| 久久国内精品自在自线图片| 国内少妇人妻偷人精品xxx网站| 精品国产国语对白av| 免费观看av网站的网址| 国产69精品久久久久777片| 国产伦精品一区二区三区视频9| 99热全是精品| av在线观看视频网站免费| 国产91av在线免费观看| 日本与韩国留学比较| 国产日韩欧美在线精品| 黄色毛片三级朝国网站 | 精品午夜福利在线看| 尾随美女入室| 午夜av观看不卡| 亚洲美女搞黄在线观看| 久久午夜综合久久蜜桃| 亚洲精品第二区| 精品久久久久久久久亚洲| 人妻 亚洲 视频| 能在线免费看毛片的网站| 只有这里有精品99| tube8黄色片| 免费观看性生交大片5| 国内少妇人妻偷人精品xxx网站| 亚洲图色成人| 国产精品女同一区二区软件| 国产免费一级a男人的天堂| 自线自在国产av| 伦理电影免费视频| 国产乱来视频区| 少妇人妻 视频| 国产伦理片在线播放av一区| 亚洲va在线va天堂va国产| www.av在线官网国产| 在线免费观看不下载黄p国产| 中国三级夫妇交换| 如何舔出高潮| 国产成人精品婷婷| 波野结衣二区三区在线| 美女主播在线视频| 国产高清三级在线| 最近中文字幕高清免费大全6| 久久人妻熟女aⅴ| 一本—道久久a久久精品蜜桃钙片| 日本欧美视频一区| 最近中文字幕高清免费大全6| 亚洲成人av在线免费| 夜夜骑夜夜射夜夜干| 欧美亚洲 丝袜 人妻 在线| 国产色婷婷99| 99久久中文字幕三级久久日本| 精品人妻一区二区三区麻豆| 夫妻午夜视频| 人体艺术视频欧美日本| 日韩三级伦理在线观看| 国产伦在线观看视频一区| 人妻少妇偷人精品九色| 成人亚洲欧美一区二区av| 少妇熟女欧美另类| 国产成人精品婷婷| av有码第一页|