• <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 ?

    基于改進稀疏自編碼神經(jīng)網(wǎng)絡(luò)的軟件缺陷預(yù)測*

    2019-01-15 08:15:26徐海濤
    傳感器與微系統(tǒng) 2019年2期
    關(guān)鍵詞:軟件缺陷原始數(shù)據(jù)分類器

    徐海濤, 高 瑩, 蘇 娜

    (杭州電子科技大學(xué) 計算機學(xué)院,浙江 杭州310018)

    0 引 言

    軟件缺陷預(yù)測是從軟件過去的缺陷記錄文件中提取代碼屬性并建立適當(dāng)?shù)哪P蛠眍A(yù)測下一次發(fā)布中可能存在缺陷的組件。機器學(xué)習(xí)分類算法在近年內(nèi)被廣泛使用,常用的有邏輯回歸、支持向量機(support vector machine,SVM)等。Shivaji S[1]研究發(fā)現(xiàn)不同的預(yù)處理或特征選擇算法與相同的分類算法結(jié)合會具有差異性的效果,單獨研究分類算法的意義不大,更重要的是結(jié)合預(yù)處理、特征提取等步驟。Hinton G E等人[2]于2006年提出的基于深度學(xué)習(xí)思想的自動編碼器(auto-encoder,AE)深層結(jié)構(gòu)[3]在機器學(xué)習(xí)領(lǐng)域取得了巨大的成功,可以進行有效的學(xué)習(xí)和分類。

    原始的軟件缺陷數(shù)據(jù)集的數(shù)據(jù)分布不平衡,其中有缺陷模塊數(shù)量遠少于無缺陷模塊,而對于作為少數(shù)類的有缺陷樣本的分析其實更為重要[4]。傳統(tǒng)的分類方法不能很好地應(yīng)對數(shù)據(jù)集不平衡和特征冗余的情況,如SVM會偏向于學(xué)習(xí)多數(shù)類而忽略少數(shù)類。針對軟件缺陷數(shù)據(jù)普遍存在數(shù)據(jù)不平衡性嚴重,數(shù)據(jù)特征冗余的特點,本文提出的分類模型將數(shù)據(jù)預(yù)處理,特征選擇和分類算法結(jié)合來檢測軟件中具有缺陷的成分。為了彌補少數(shù)類樣本在數(shù)據(jù)分布方面不足的問題,首先通過Chawla N V等人[5]提出的SMOTE算法均衡原始數(shù)據(jù)集,再結(jié)合稀疏自編碼神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)均衡化后的數(shù)據(jù)特征,訓(xùn)練完成后將提取到的特征使用分類器分類。其中神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程包括通過貪婪逐層訓(xùn)練學(xué)習(xí)算法進行前向無監(jiān)督訓(xùn)練,和反向傳播 (back propagation,BP) 算法后向有監(jiān)督微調(diào)整體網(wǎng)絡(luò)參數(shù)。實驗證明,本文組合分類模型通用性高,對于數(shù)據(jù)不平衡和特征冗余的數(shù)據(jù)集可以在盡量保留原始信息的前提下有效提高預(yù)測準確率,尤其改善了缺陷樣本作為少數(shù)類的分類效果。

    1 多層稀疏自編碼神經(jīng)網(wǎng)絡(luò)

    稀疏自編碼(sparse auto-encoder,SAE)神經(jīng)網(wǎng)絡(luò)在深度學(xué)習(xí)傳統(tǒng)模型自動編碼器的基礎(chǔ)上加入了稀疏性懲罰項,如圖1所示。優(yōu)勢在于通過尋找某些基礎(chǔ)特征來更高效地表示樣本數(shù)據(jù),即通過一組基向量的線性組合來表示輸入向量,且盡可能少的幾個基就可以表示輸入信號,可以在不丟失數(shù)據(jù)本質(zhì)特征的基礎(chǔ)上盡量減少數(shù)據(jù)維度。在稀疏約束條件下學(xué)習(xí)相對稀疏簡明的數(shù)據(jù)特征,可以更好地表達輸入數(shù)據(jù)。

    圖1 稀疏自編碼器

    編碼過程最終需要得到優(yōu)化的參數(shù)θ={W,b},可通過最小化SAE神經(jīng)網(wǎng)絡(luò)的代價函數(shù)得到

    2 改進的SAE神經(jīng)網(wǎng)絡(luò)

    SAE旨在找到比原始特征更適合分類任務(wù)的特征表示方式,但在誤差計算和傳遞的過程中,SAE網(wǎng)絡(luò)對于不同類別是平等對待的并沒有加以區(qū)分。在缺陷預(yù)測過程中,正常的樣本量一般遠多于有缺陷的樣本量,很容易造成缺陷漏報的現(xiàn)象。

    針對軟件缺陷數(shù)據(jù)存在嚴重不平衡以及特征冗余的特性,提出一種結(jié)合SMOTE[5]和SAE神經(jīng)網(wǎng)絡(luò)的優(yōu)點的分類模型。將原始數(shù)據(jù)樣本作為SMOTE算法[6]的輸入,再將SMOTE算法的輸出作為SAE神經(jīng)網(wǎng)絡(luò)的輸入,利用SAE神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練學(xué)習(xí)和特征抽象,最后使用邏輯回歸算法作為最終分類器對提取到的特征進行分類。圖2為整個算法的模型表示,圖3為算法流程。算法具體步驟如下:

    1)輸入原始數(shù)據(jù)集,選擇少數(shù)類樣本集Xmin={x1,…xi,…,xn}。

    2)設(shè)置SMOTE算法參數(shù):采樣率N,選取近鄰的個數(shù)k,對于每個xi合成少數(shù)類樣本yj=xi+rand(0,1)×(xi-xij)并加入到數(shù)據(jù)集中,得到新數(shù)據(jù)集Xnew。

    3)隨機初始化網(wǎng)絡(luò)參數(shù)θ={W,b},其中W為網(wǎng)絡(luò)的權(quán)重,b為偏置;初始化懲罰系數(shù)β和稀疏性參數(shù)ρ;設(shè)置隱含層層數(shù)為l。

    4)貪婪逐層訓(xùn)練各隱含層:

    a.第1層的輸入為步驟(2)的輸出Xnew;

    b.第k層的輸出作為第k+1層的輸入;通過最小化代價函數(shù)JSAE(W,b)確定θk+1。

    5)將稀疏懲罰系數(shù)置0,執(zhí)行類似于步驟(4)的反向傳播算法過程微調(diào)整個網(wǎng)絡(luò),更新參數(shù)。

    6)利用訓(xùn)練好的整個網(wǎng)絡(luò),對測試數(shù)據(jù)特征壓縮降維。

    7)使用邏輯分類器進行分類,返回Accuracy等結(jié)果。

    圖2 算法模型

    圖3 算法流程

    3 軟件缺陷預(yù)測實驗與結(jié)果分析

    3.1 數(shù)據(jù)集

    實驗使用的是NASA軟件缺陷公共數(shù)據(jù)庫。該數(shù)據(jù)庫由若干個專門用于進行軟件屬性研究的數(shù)據(jù)集組成,每個數(shù)據(jù)集都代表NASA軟件系統(tǒng)或者子系統(tǒng),其中包含了一些軟件模塊及相應(yīng)的故障數(shù)據(jù),這些模塊以靜態(tài)代碼度量(Bennin K E[7]和Kamei Y[8]等)作為特征,被轉(zhuǎn)換為數(shù)值化的樣例。當(dāng)某軟件模塊存在一個或多個缺陷時,其樣本就被標記為正類,反之則為負類。

    3.2 評估指標

    軟件缺陷預(yù)測[10]屬于偏斜類(skewed classes)問題,該問題表現(xiàn)為訓(xùn)練集中有非常多的同一種類的樣例,只有很少或沒有其他類的樣例。而軟件缺陷預(yù)測中對于作為少數(shù)類的缺陷樣本的正確判斷意義更為重要,因此,需要使用更合適的度量來評價算法的性能:

    1)準確率(accuracy):表示被準確預(yù)測的樣本在所有樣本中所占的比例,可表示為

    式中FP,TP,F(xiàn)N,TN均為混淆矩陣參數(shù),分別代表假正類、真正類、假負類和真負類。

    2)F-score:在更全面地衡量預(yù)測算法性能的基礎(chǔ)上相對偏向于少數(shù)類的分類效果,可表示為

    3)G-mean:少數(shù)類和多數(shù)類分類準確率的幾何平均值,可表示為

    3.3 實驗與結(jié)果分析

    實驗設(shè)置SMOTE的近鄰個數(shù)k=5,采樣率N=5。SAE神經(jīng)網(wǎng)絡(luò)設(shè)置為4層網(wǎng)絡(luò)結(jié)構(gòu),包括輸入層、2層隱含層、輸出層,輸入層節(jié)點數(shù)為各數(shù)據(jù)集屬性數(shù)。隨機初始化網(wǎng)絡(luò)參數(shù)θ={W,b},初始化懲罰系數(shù)β=3 和稀疏性參數(shù)ρ=0.05;第一隱層數(shù)量定在區(qū)間[15,20],第二隱含層數(shù)量定在區(qū)間[8,10],設(shè)置輸出層的節(jié)點個數(shù)為5。在訓(xùn)練時采用L-BFGS算法進行優(yōu)化,迭代次數(shù)為500次,實驗采取10折交叉驗證。

    為了驗證本文提出的SMOTE+SAE網(wǎng)絡(luò)+LR(SSL)的分類模型的性能,還進行了先通過SAE進行特征提取,再由LR算法進行分類的實驗,其中神經(jīng)網(wǎng)絡(luò)的參數(shù)設(shè)置不變。先使用主成分分析(principal component analysis,PCA)提取特征再用LR分類器分類的實驗中,提取的因子個數(shù)也設(shè)置為5,與SAE的輸出節(jié)點個數(shù)一致。此外還直接使用LR對未進行預(yù)處理的原始數(shù)據(jù)進行了分類。在各個數(shù)據(jù)集上的分類效果如表1所示。

    表1 不同分類方法的評估指標對比

    對比實驗結(jié)果可以發(fā)現(xiàn),本文提出的SSL模型的分類效果比其他算法有所提高。對比傳統(tǒng)的特征提取和分類的方法,能更好地提煉數(shù)據(jù)的特征,尤其對于不平衡數(shù)據(jù)集中的少數(shù)類分類具有明顯優(yōu)勢。在MC1 數(shù)據(jù)集上,分類精度有一定的提升,但是描述整體分類性能的G-mean指標變動不大。觀察原始數(shù)據(jù)集判斷是由于其不平衡率過高造成,SMOTE的采樣率為5時遠不足以均衡原始數(shù)據(jù)集,即過采樣后的新數(shù)據(jù)依然是有偏的,這使得對于少數(shù)類的分類效果未明顯提高。但對比其他算法的G-mean值可以判斷,本文提出的SSL分類模型在總體更優(yōu)。

    4 結(jié) 論

    本文提出的SSL組合分類模型通過結(jié)合SMOTE采樣技術(shù)和SAE神經(jīng)網(wǎng)絡(luò)的處理方法,可以有效提高分類器的分類性能,能夠更好地識別軟件缺陷。具體表現(xiàn)在:

    1)對于作為有缺陷的樣本類作為少數(shù)類的分類精度有明顯提高;

    2)相對傳統(tǒng)的特征提取方法,本模型在進行數(shù)據(jù)降維的同時更好地保留了其原始信息,更利于分類效果的提升;

    3)模型通用性高,在屬性數(shù)量、樣本數(shù)量有很大差異的各個數(shù)據(jù)集上均有良好的表現(xiàn)。

    通過實驗發(fā)現(xiàn)數(shù)據(jù)集屬性數(shù)量、樣本數(shù)量都可能對分類效果產(chǎn)生影響。此外如何針對不同的數(shù)據(jù)集選擇合適的過采樣率,對于不平衡率過高的數(shù)據(jù)集如何有效地合成少數(shù)類樣本等問題也值得進一步研究。

    猜你喜歡
    軟件缺陷原始數(shù)據(jù)分類器
    GOLDEN OPPORTUNITY FOR CHINA-INDONESIA COOPERATION
    受特定變化趨勢限制的傳感器數(shù)據(jù)處理方法研究
    基于源文件可疑度的靜態(tài)軟件缺陷檢測方法研究
    基于NPE-SVM的軟件缺陷預(yù)測模型
    BP-GA光照分類器在車道線識別中的應(yīng)用
    電子測試(2018年1期)2018-04-18 11:52:35
    全新Mentor DRS360 平臺借助集中式原始數(shù)據(jù)融合及直接實時傳感技術(shù)實現(xiàn)5 級自動駕駛
    汽車零部件(2017年4期)2017-07-12 17:05:53
    開源程序的軟件缺陷分布特征的量化分析研究
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機的TSK分類器
    基于LLE降維和BP_Adaboost分類器的GIS局部放電模式識別
    国产精品伦人一区二区| 国产免费一级a男人的天堂| 国产精品福利在线免费观看| 高清av免费在线| 免费观看无遮挡的男女| 国产综合精华液| 国产精品三级大全| 久久久久久久大尺度免费视频| 久久久久九九精品影院| 欧美成人一区二区免费高清观看| 日韩av在线大香蕉| 日韩成人av中文字幕在线观看| 亚洲av一区综合| 日本免费a在线| 日日干狠狠操夜夜爽| 日日干狠狠操夜夜爽| 午夜福利在线观看吧| 国产在视频线精品| 亚洲国产精品成人久久小说| a级一级毛片免费在线观看| 午夜福利在线观看免费完整高清在| 精品久久久久久久久亚洲| 青春草亚洲视频在线观看| 简卡轻食公司| 国产欧美日韩精品一区二区| 91午夜精品亚洲一区二区三区| 国产欧美另类精品又又久久亚洲欧美| 一本一本综合久久| 亚洲丝袜综合中文字幕| 日韩av在线免费看完整版不卡| 777米奇影视久久| 丰满少妇做爰视频| 亚洲人成网站在线播| 99re6热这里在线精品视频| 婷婷色麻豆天堂久久| 日韩av免费高清视频| 免费观看的影片在线观看| 亚洲图色成人| 最近中文字幕2019免费版| 国产午夜精品久久久久久一区二区三区| 亚洲精品国产成人久久av| 麻豆成人午夜福利视频| 国产在线男女| 免费看a级黄色片| 91久久精品国产一区二区三区| av女优亚洲男人天堂| 丝瓜视频免费看黄片| 中文字幕制服av| 色吧在线观看| 国产一区亚洲一区在线观看| 中文精品一卡2卡3卡4更新| 色吧在线观看| 婷婷六月久久综合丁香| 成人毛片a级毛片在线播放| 久久久欧美国产精品| 国产激情偷乱视频一区二区| 18禁动态无遮挡网站| 国产成人aa在线观看| 久99久视频精品免费| 精品人妻熟女av久视频| 在线播放无遮挡| 久久99精品国语久久久| 在线观看免费高清a一片| 国产精品久久久久久久久免| 女人久久www免费人成看片| 免费观看a级毛片全部| 欧美日韩视频高清一区二区三区二| 国产精品一二三区在线看| 亚洲欧美成人精品一区二区| 蜜臀久久99精品久久宅男| 国产精品爽爽va在线观看网站| 国产麻豆成人av免费视频| 天堂av国产一区二区熟女人妻| 成人毛片a级毛片在线播放| 国产一区二区亚洲精品在线观看| 麻豆精品久久久久久蜜桃| 国产亚洲精品av在线| 亚洲精品久久久久久婷婷小说| 精品久久国产蜜桃| 干丝袜人妻中文字幕| 久久久久久久久久成人| 九九久久精品国产亚洲av麻豆| 大片免费播放器 马上看| 国产久久久一区二区三区| 国产精品1区2区在线观看.| 成人国产麻豆网| 性插视频无遮挡在线免费观看| 国产久久久一区二区三区| 久久久久久久久久人人人人人人| 精品午夜福利在线看| 日韩亚洲欧美综合| 欧美日本视频| 美女主播在线视频| 好男人视频免费观看在线| 中文在线观看免费www的网站| 国产熟女欧美一区二区| 欧美另类一区| 美女高潮的动态| 搞女人的毛片| 亚洲av免费在线观看| 亚洲av免费高清在线观看| 成人综合一区亚洲| 男女边摸边吃奶| 久久久精品欧美日韩精品| 国产单亲对白刺激| 看免费成人av毛片| 久久久久久久久久黄片| 久久韩国三级中文字幕| 亚洲最大成人手机在线| av免费在线看不卡| 嫩草影院新地址| 国产成人aa在线观看| 国产免费又黄又爽又色| 免费观看在线日韩| 爱豆传媒免费全集在线观看| 亚洲婷婷狠狠爱综合网| 99热这里只有是精品在线观看| 日本三级黄在线观看| av专区在线播放| 夜夜看夜夜爽夜夜摸| 哪个播放器可以免费观看大片| 床上黄色一级片| 日本欧美国产在线视频| 亚洲国产精品国产精品| 97超碰精品成人国产| 天堂中文最新版在线下载 | 国产伦在线观看视频一区| 色网站视频免费| 男女边摸边吃奶| 国产午夜精品久久久久久一区二区三区| 亚洲欧洲国产日韩| 成人特级av手机在线观看| 18禁在线无遮挡免费观看视频| 亚洲精品日本国产第一区| 婷婷色av中文字幕| 联通29元200g的流量卡| 免费大片黄手机在线观看| 边亲边吃奶的免费视频| 精品国产三级普通话版| 舔av片在线| 精品欧美国产一区二区三| 中文字幕亚洲精品专区| 人妻一区二区av| 一区二区三区高清视频在线| 大又大粗又爽又黄少妇毛片口| 最近手机中文字幕大全| 99热6这里只有精品| 亚洲精品国产av蜜桃| 精品一区二区三卡| 夫妻性生交免费视频一级片| 国产一区二区在线观看日韩| 精品久久国产蜜桃| 欧美性猛交╳xxx乱大交人| 亚洲精品国产av蜜桃| av.在线天堂| 亚洲国产欧美人成| 高清毛片免费看| 高清午夜精品一区二区三区| 国产高清国产精品国产三级 | 国产av国产精品国产| 又爽又黄a免费视频| 国产午夜福利久久久久久| 色哟哟·www| 成年免费大片在线观看| 亚洲电影在线观看av| 狂野欧美激情性xxxx在线观看| 如何舔出高潮| 人妻夜夜爽99麻豆av| 乱人视频在线观看| 又黄又爽又刺激的免费视频.| 日韩人妻高清精品专区| 大片免费播放器 马上看| 联通29元200g的流量卡| 成人国产麻豆网| 中文乱码字字幕精品一区二区三区 | 天堂av国产一区二区熟女人妻| 哪个播放器可以免费观看大片| 国产在视频线精品| 亚洲欧美日韩东京热| 黑人高潮一二区| 99热6这里只有精品| 亚洲经典国产精华液单| 淫秽高清视频在线观看| 国产大屁股一区二区在线视频| 男的添女的下面高潮视频| 嫩草影院新地址| 国产成人精品一,二区| 中文欧美无线码| 欧美成人一区二区免费高清观看| 国产伦一二天堂av在线观看| 九色成人免费人妻av| 免费看av在线观看网站| 两个人的视频大全免费| 一个人观看的视频www高清免费观看| 一级爰片在线观看| 少妇被粗大猛烈的视频| 狂野欧美白嫩少妇大欣赏| 国产白丝娇喘喷水9色精品| 国产成人精品婷婷| 伊人久久国产一区二区| 久久99蜜桃精品久久| 久久午夜福利片| 国产伦精品一区二区三区四那| 久久精品久久久久久噜噜老黄| 在现免费观看毛片| 亚洲色图av天堂| 国产成人福利小说| 免费黄频网站在线观看国产| 国内揄拍国产精品人妻在线| 久久精品国产亚洲网站| 麻豆久久精品国产亚洲av| 日韩成人av中文字幕在线观看| 99热这里只有是精品50| 免费播放大片免费观看视频在线观看| 日本黄色片子视频| 日韩人妻高清精品专区| 99久国产av精品国产电影| 国产伦一二天堂av在线观看| 亚洲内射少妇av| 亚洲久久久久久中文字幕| 在线观看av片永久免费下载| 午夜免费激情av| 亚洲无线观看免费| xxx大片免费视频| 国产单亲对白刺激| 婷婷色麻豆天堂久久| 一区二区三区乱码不卡18| 国产午夜精品论理片| 最近最新中文字幕免费大全7| 国产精品国产三级国产专区5o| .国产精品久久| 我要看日韩黄色一级片| 国产欧美日韩精品一区二区| 亚洲精品乱久久久久久| 亚洲av在线观看美女高潮| 国产亚洲5aaaaa淫片| 一级毛片我不卡| 中文资源天堂在线| 亚州av有码| 久久草成人影院| av网站免费在线观看视频 | 特级一级黄色大片| 97在线视频观看| 久久精品国产亚洲av天美| 久久精品人妻少妇| av女优亚洲男人天堂| 日韩,欧美,国产一区二区三区| 国产成年人精品一区二区| 久热久热在线精品观看| 天堂中文最新版在线下载 | 国产在视频线精品| 国产精品1区2区在线观看.| 国产高清国产精品国产三级 | 亚洲图色成人| 国产不卡一卡二| 午夜激情福利司机影院| 日本黄大片高清| 欧美zozozo另类| 赤兔流量卡办理| 久久久成人免费电影| 国产乱来视频区| 日本黄大片高清| 国产精品久久久久久av不卡| 亚洲性久久影院| 九色成人免费人妻av| av黄色大香蕉| 国产综合懂色| av免费观看日本| 午夜激情欧美在线| 免费观看av网站的网址| 大片免费播放器 马上看| 国产伦在线观看视频一区| 九色成人免费人妻av| 中文字幕人妻熟人妻熟丝袜美| 中文欧美无线码| 能在线免费观看的黄片| 欧美高清成人免费视频www| 黄片wwwwww| 国模一区二区三区四区视频| 免费观看的影片在线观看| 国产免费又黄又爽又色| 纵有疾风起免费观看全集完整版 | 日韩 亚洲 欧美在线| 亚洲国产日韩欧美精品在线观看| 日本午夜av视频| 日韩欧美精品免费久久| 中文字幕久久专区| 国产精品福利在线免费观看| 国产av国产精品国产| 国产高清三级在线| 22中文网久久字幕| 亚洲av一区综合| 直男gayav资源| 国产一级毛片七仙女欲春2| 精品一区在线观看国产| 精品99又大又爽又粗少妇毛片| 一级毛片黄色毛片免费观看视频| 亚洲一级一片aⅴ在线观看| 中文字幕制服av| 日本与韩国留学比较| 亚洲人与动物交配视频| 国产乱人视频| 久久久久精品性色| 91久久精品电影网| 国产精品熟女久久久久浪| 99久久九九国产精品国产免费| 亚洲av一区综合| 午夜免费男女啪啪视频观看| 国产精品三级大全| 午夜免费观看性视频| 亚洲av男天堂| 国产综合懂色| 97超视频在线观看视频| av在线老鸭窝| 七月丁香在线播放| 亚洲精品一区蜜桃| 草草在线视频免费看| 又爽又黄无遮挡网站| 久久久午夜欧美精品| 久99久视频精品免费| 亚洲av日韩在线播放| 午夜福利在线观看吧| 国产精品一区二区三区四区免费观看| 日本爱情动作片www.在线观看| 久久亚洲国产成人精品v| 九色成人免费人妻av| 成人美女网站在线观看视频| 精品一区二区免费观看| 国产在视频线在精品| 搡女人真爽免费视频火全软件| 免费看av在线观看网站| 亚洲精品日韩av片在线观看| 国产精品蜜桃在线观看| 亚洲成人中文字幕在线播放| 嘟嘟电影网在线观看| 中文欧美无线码| 国产乱来视频区| 亚洲av国产av综合av卡| 51国产日韩欧美| 亚洲av日韩在线播放| 禁无遮挡网站| 两个人的视频大全免费| 久99久视频精品免费| 国产女主播在线喷水免费视频网站 | 国产精品不卡视频一区二区| 99九九线精品视频在线观看视频| kizo精华| 中国国产av一级| 99久久精品一区二区三区| 高清av免费在线| 欧美97在线视频| 国产成人91sexporn| 久久精品国产亚洲av天美| 亚洲欧洲国产日韩| 极品少妇高潮喷水抽搐| 精品一区二区免费观看| 丝袜喷水一区| 美女黄网站色视频| 国产精品麻豆人妻色哟哟久久 | 亚洲在线观看片| 亚洲av男天堂| 国产成人精品一,二区| 爱豆传媒免费全集在线观看| 青春草视频在线免费观看| 黑人高潮一二区| 国产日韩欧美在线精品| 精品久久久久久久久av| 成年女人在线观看亚洲视频 | 六月丁香七月| 网址你懂的国产日韩在线| 亚洲欧美日韩卡通动漫| 国产精品1区2区在线观看.| 欧美成人a在线观看| 精品酒店卫生间| 天美传媒精品一区二区| 国产精品99久久久久久久久| 综合色av麻豆| 特级一级黄色大片| 一二三四中文在线观看免费高清| 亚洲色图av天堂| 性插视频无遮挡在线免费观看| 亚洲成色77777| 97热精品久久久久久| 人人妻人人澡人人爽人人夜夜 | 国产精品99久久久久久久久| 69av精品久久久久久| 免费无遮挡裸体视频| 一二三四中文在线观看免费高清| 久久久久久久久久久免费av| 插阴视频在线观看视频| 国产成人精品久久久久久| 中文乱码字字幕精品一区二区三区 | av卡一久久| 白带黄色成豆腐渣| 欧美zozozo另类| 亚洲经典国产精华液单| 国产亚洲av嫩草精品影院| 免费观看av网站的网址| 国产精品美女特级片免费视频播放器| 亚洲精品,欧美精品| 女人被狂操c到高潮| 亚洲欧美日韩无卡精品| 欧美成人精品欧美一级黄| 久久精品夜夜夜夜夜久久蜜豆| 亚洲av在线观看美女高潮| 国产成人免费观看mmmm| 国产精品麻豆人妻色哟哟久久 | 国产精品99久久久久久久久| 国产av国产精品国产| 一个人看的www免费观看视频| 天天躁日日操中文字幕| 你懂的网址亚洲精品在线观看| 午夜老司机福利剧场| 精品国产露脸久久av麻豆 | 日韩国内少妇激情av| 91久久精品国产一区二区成人| 看十八女毛片水多多多| 能在线免费看毛片的网站| 天堂中文最新版在线下载 | 久久久久性生活片| 久久久午夜欧美精品| 麻豆av噜噜一区二区三区| 欧美日韩精品成人综合77777| 嘟嘟电影网在线观看| 看非洲黑人一级黄片| 国产精品蜜桃在线观看| 精品久久久久久电影网| 国产 一区 欧美 日韩| 日韩大片免费观看网站| 亚洲在线观看片| 久久久久久久午夜电影| 高清视频免费观看一区二区 | 亚洲成人av在线免费| 一本久久精品| 人妻夜夜爽99麻豆av| 在线免费观看不下载黄p国产| 国产精品福利在线免费观看| 亚洲精品456在线播放app| 97人妻精品一区二区三区麻豆| 国产91av在线免费观看| 国产成年人精品一区二区| 欧美潮喷喷水| 听说在线观看完整版免费高清| 人妻制服诱惑在线中文字幕| 亚洲国产最新在线播放| 99热6这里只有精品| 91aial.com中文字幕在线观看| 欧美 日韩 精品 国产| 久久精品国产自在天天线| 午夜久久久久精精品| 九色成人免费人妻av| 国产成人午夜福利电影在线观看| 观看美女的网站| 精品酒店卫生间| 日韩欧美精品免费久久| 久久久久久九九精品二区国产| 秋霞在线观看毛片| 国产亚洲精品久久久com| 久久久a久久爽久久v久久| 少妇丰满av| 亚洲欧美一区二区三区国产| 色网站视频免费| 国产黄片视频在线免费观看| 精品国内亚洲2022精品成人| 菩萨蛮人人尽说江南好唐韦庄| 精品99又大又爽又粗少妇毛片| 国产精品av视频在线免费观看| 欧美高清性xxxxhd video| 菩萨蛮人人尽说江南好唐韦庄| 十八禁国产超污无遮挡网站| a级毛片免费高清观看在线播放| 伊人久久精品亚洲午夜| 一级毛片我不卡| 国产爱豆传媒在线观看| 女人被狂操c到高潮| 免费观看a级毛片全部| 中文在线观看免费www的网站| 亚洲国产欧美人成| 亚洲性久久影院| 大片免费播放器 马上看| 人妻夜夜爽99麻豆av| 欧美丝袜亚洲另类| 亚洲国产精品sss在线观看| 国产乱人偷精品视频| 床上黄色一级片| 亚洲无线观看免费| 午夜老司机福利剧场| 久久热精品热| 如何舔出高潮| 777米奇影视久久| 久久久久免费精品人妻一区二区| 国模一区二区三区四区视频| 久久久久久九九精品二区国产| 一级av片app| 国产成人91sexporn| 天堂av国产一区二区熟女人妻| 日日干狠狠操夜夜爽| 在线天堂最新版资源| 乱系列少妇在线播放| 深夜a级毛片| 观看免费一级毛片| 淫秽高清视频在线观看| 精品酒店卫生间| 好男人在线观看高清免费视频| 免费高清在线观看视频在线观看| 中文字幕制服av| 欧美精品国产亚洲| 高清视频免费观看一区二区 | 1000部很黄的大片| 欧美 日韩 精品 国产| 亚洲一级一片aⅴ在线观看| 日韩在线高清观看一区二区三区| 日日摸夜夜添夜夜爱| 三级男女做爰猛烈吃奶摸视频| 国产淫片久久久久久久久| 中文欧美无线码| 在线观看人妻少妇| 噜噜噜噜噜久久久久久91| 国产精品一区二区在线观看99 | 国产午夜福利久久久久久| 少妇熟女欧美另类| 亚洲国产av新网站| 久久精品熟女亚洲av麻豆精品 | 国产又色又爽无遮挡免| 亚洲欧美日韩卡通动漫| 男的添女的下面高潮视频| 午夜福利成人在线免费观看| 精品午夜福利在线看| 国产午夜精品论理片| 一本久久精品| 中文欧美无线码| 国产色爽女视频免费观看| 搡老乐熟女国产| 白带黄色成豆腐渣| 国产成人aa在线观看| 热99在线观看视频| 久久精品熟女亚洲av麻豆精品 | 国产午夜精品论理片| 丰满少妇做爰视频| 日本与韩国留学比较| 中文字幕人妻熟人妻熟丝袜美| 久久久精品欧美日韩精品| .国产精品久久| 免费黄色在线免费观看| 日本wwww免费看| 欧美潮喷喷水| 欧美成人a在线观看| 亚洲av中文av极速乱| 亚洲图色成人| 青春草亚洲视频在线观看| 国产有黄有色有爽视频| 国产中年淑女户外野战色| 婷婷六月久久综合丁香| 亚洲精品一二三| 嫩草影院入口| 亚洲真实伦在线观看| 真实男女啪啪啪动态图| 亚洲av电影在线观看一区二区三区 | 麻豆久久精品国产亚洲av| 国产一级毛片在线| 亚洲av成人av| 亚洲色图av天堂| 国产中年淑女户外野战色| 国产 一区精品| 99热这里只有精品一区| 爱豆传媒免费全集在线观看| 国产精品一区二区三区四区久久| 中文在线观看免费www的网站| 日韩大片免费观看网站| 黄色欧美视频在线观看| 亚洲最大成人av| 白带黄色成豆腐渣| 春色校园在线视频观看| 色网站视频免费| 国产精品久久久久久精品电影小说 | 国产男人的电影天堂91| 成年女人在线观看亚洲视频 | 欧美日韩视频高清一区二区三区二| 国产探花极品一区二区| 欧美激情在线99| 国产av码专区亚洲av| 婷婷色综合www| 国产乱人视频| 超碰97精品在线观看| 男人舔女人下体高潮全视频| 亚洲av在线观看美女高潮| 国产精品一区二区三区四区久久| 午夜免费观看性视频| 青青草视频在线视频观看| 一个人看的www免费观看视频| 插阴视频在线观看视频| 22中文网久久字幕| 国产精品伦人一区二区| 亚洲av成人精品一二三区| 黄色欧美视频在线观看| av在线天堂中文字幕| 欧美+日韩+精品| 在线观看免费高清a一片| 免费观看在线日韩| 精品人妻熟女av久视频| 黄片无遮挡物在线观看| 极品少妇高潮喷水抽搐| 69人妻影院| 天天躁夜夜躁狠狠久久av| 在线观看人妻少妇| 久久6这里有精品| 男女边摸边吃奶| 国产综合懂色| 欧美zozozo另类| 亚洲真实伦在线观看| 青春草视频在线免费观看| 毛片一级片免费看久久久久| 亚洲精品久久久久久婷婷小说| 国产色婷婷99| 欧美成人a在线观看|