• <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av不卡久久| 免费播放大片免费观看视频在线观看 | 青春草国产在线视频| 国产精品久久久久久精品电影| 成人欧美大片| 欧美丝袜亚洲另类| 一级毛片久久久久久久久女| 精品欧美国产一区二区三| 国产精品久久电影中文字幕| 久久鲁丝午夜福利片| 亚洲精品自拍成人| 久久精品影院6| 丰满少妇做爰视频| av黄色大香蕉| h日本视频在线播放| 日韩欧美 国产精品| 一区二区三区高清视频在线| 一级黄色大片毛片| 亚洲欧美成人精品一区二区| 如何舔出高潮| 99热6这里只有精品| 亚洲欧美中文字幕日韩二区| 国产亚洲最大av| 长腿黑丝高跟| 久久亚洲精品不卡| 亚洲精品日韩在线中文字幕| 亚洲激情五月婷婷啪啪| 高清午夜精品一区二区三区| 日韩欧美在线乱码| 免费一级毛片在线播放高清视频| 国产精品蜜桃在线观看| 97超视频在线观看视频| 免费观看精品视频网站| 女的被弄到高潮叫床怎么办| 免费看av在线观看网站| 嘟嘟电影网在线观看| 韩国av在线不卡| 一级毛片我不卡| 青青草视频在线视频观看| 亚洲一级一片aⅴ在线观看| 3wmmmm亚洲av在线观看| 婷婷色麻豆天堂久久 | 国产毛片a区久久久久| 成人午夜精彩视频在线观看| 国内精品一区二区在线观看| 少妇丰满av| 超碰av人人做人人爽久久| 免费在线观看成人毛片| 亚洲成av人片在线播放无| 身体一侧抽搐| 九九久久精品国产亚洲av麻豆| 久久久久久伊人网av| 精华霜和精华液先用哪个| 一区二区三区高清视频在线| 国产高潮美女av| 国产熟女欧美一区二区| 日韩制服骚丝袜av| 18禁裸乳无遮挡免费网站照片| 欧美另类亚洲清纯唯美| 国产精品一区二区在线观看99 | 99久久精品热视频| 久久6这里有精品| 最近2019中文字幕mv第一页| 欧美成人精品欧美一级黄| 国产人妻一区二区三区在| 亚洲国产最新在线播放| 久久久久网色| 美女高潮的动态| 成年av动漫网址| 欧美潮喷喷水| 嘟嘟电影网在线观看| 超碰97精品在线观看| 18禁在线无遮挡免费观看视频| 久久人人爽人人爽人人片va| 亚洲成人中文字幕在线播放| 免费电影在线观看免费观看| 成人亚洲欧美一区二区av| 国产成人精品一,二区| 亚洲不卡免费看| 最近的中文字幕免费完整| 亚洲欧美清纯卡通| 一二三四中文在线观看免费高清| АⅤ资源中文在线天堂| 免费大片18禁| 日韩成人av中文字幕在线观看| 五月玫瑰六月丁香| a级毛片免费高清观看在线播放| 欧美又色又爽又黄视频| 国产黄片美女视频| 成人毛片a级毛片在线播放| 国产男人的电影天堂91| 久久久久网色| 免费一级毛片在线播放高清视频| 国产午夜精品久久久久久一区二区三区| 久久久精品94久久精品| 韩国高清视频一区二区三区| 国产探花极品一区二区| 亚洲国产高清在线一区二区三| 91久久精品电影网| 大香蕉久久网| a级一级毛片免费在线观看| 日韩欧美国产在线观看| 最近中文字幕2019免费版| 亚洲伊人久久精品综合 | 亚洲在线自拍视频| 国产精品国产三级专区第一集| 男女国产视频网站| 国产精品一二三区在线看| 乱码一卡2卡4卡精品| 中文字幕亚洲精品专区| 欧美丝袜亚洲另类| 91精品国产九色| 秋霞在线观看毛片| 亚洲成人久久爱视频| 免费大片18禁| 欧美一区二区国产精品久久精品| 男女边吃奶边做爰视频| 在线观看美女被高潮喷水网站| 国产高清有码在线观看视频| 美女cb高潮喷水在线观看| 一级毛片久久久久久久久女| 97热精品久久久久久| av女优亚洲男人天堂| 国产亚洲av嫩草精品影院| 成年女人永久免费观看视频| 国产亚洲最大av| 亚洲综合精品二区| 老司机影院成人| 成人av在线播放网站| 韩国高清视频一区二区三区| 成人亚洲精品av一区二区| 99热6这里只有精品| 久久久久网色| 国产国拍精品亚洲av在线观看| 午夜老司机福利剧场| av线在线观看网站| 精品少妇黑人巨大在线播放 | av免费观看日本| 中文字幕av成人在线电影| 日本五十路高清| 亚洲中文字幕日韩| 中文欧美无线码| 少妇被粗大猛烈的视频| 热99在线观看视频| 有码 亚洲区| 亚洲国产欧美在线一区| 久久久精品94久久精品| 亚洲18禁久久av| 国产精品三级大全| 国产成人精品婷婷| 3wmmmm亚洲av在线观看| av免费在线看不卡| 水蜜桃什么品种好| 国产精品.久久久| 久久婷婷人人爽人人干人人爱| 欧美一区二区国产精品久久精品| 日本免费a在线| 91在线精品国自产拍蜜月| 国产精品久久久久久精品电影小说 | 成人亚洲精品av一区二区| 人体艺术视频欧美日本| 淫秽高清视频在线观看| 国产在线一区二区三区精 | 一个人观看的视频www高清免费观看| 国产在线一区二区三区精 | 久久午夜福利片| 天堂网av新在线| 2022亚洲国产成人精品| 免费搜索国产男女视频| 国产探花在线观看一区二区| 亚洲av中文av极速乱| av在线天堂中文字幕| 欧美成人精品欧美一级黄| 九九在线视频观看精品| 综合色av麻豆| 国产精品蜜桃在线观看| 91久久精品电影网| 久久韩国三级中文字幕| 18+在线观看网站| 精华霜和精华液先用哪个| 一区二区三区乱码不卡18| 啦啦啦韩国在线观看视频| 中文欧美无线码| 欧美xxxx黑人xx丫x性爽| 久久久精品大字幕| 男的添女的下面高潮视频| a级毛片免费高清观看在线播放| 午夜老司机福利剧场| 男插女下体视频免费在线播放| av在线天堂中文字幕| 国产黄片视频在线免费观看| 最近手机中文字幕大全| 国产美女午夜福利| 最后的刺客免费高清国语| 秋霞在线观看毛片| 中文字幕免费在线视频6| a级一级毛片免费在线观看| 亚洲av日韩在线播放| 久久久精品欧美日韩精品| 内地一区二区视频在线| 看黄色毛片网站| 国产一区二区在线观看日韩| 一级黄片播放器| 一个人看视频在线观看www免费| 精品久久久久久电影网 | 国产成人a区在线观看| 色网站视频免费| 免费播放大片免费观看视频在线观看 | 国产伦一二天堂av在线观看| 色综合色国产| 日韩人妻高清精品专区| 国产一区二区在线观看日韩| 久久人人爽人人爽人人片va| 中文字幕精品亚洲无线码一区| 久久鲁丝午夜福利片| 欧美精品国产亚洲| 久久精品国产鲁丝片午夜精品| 久久精品91蜜桃| 久久精品影院6| 日本免费a在线| 精品无人区乱码1区二区| 免费黄色在线免费观看| 天堂网av新在线| 在线a可以看的网站| 伦精品一区二区三区| 人妻制服诱惑在线中文字幕| 精品熟女少妇av免费看| 久久精品夜夜夜夜夜久久蜜豆| 一二三四中文在线观看免费高清| 高清在线视频一区二区三区 | 五月伊人婷婷丁香| 国产三级中文精品| 久久精品综合一区二区三区| 久久精品国产亚洲网站| 看黄色毛片网站| 男的添女的下面高潮视频| 免费观看a级毛片全部| 亚洲av福利一区| 亚洲欧美一区二区三区国产| 最近2019中文字幕mv第一页| 欧美高清性xxxxhd video| 特级一级黄色大片| 亚洲中文字幕一区二区三区有码在线看| 不卡视频在线观看欧美| 最近最新中文字幕免费大全7| 久久久久久久久久黄片| 综合色av麻豆| 亚洲人与动物交配视频| 国产亚洲精品av在线| 成年版毛片免费区| 精品久久久久久久人妻蜜臀av| 国产又黄又爽又无遮挡在线| 国产乱人偷精品视频| 色5月婷婷丁香| 波多野结衣高清无吗| 一边亲一边摸免费视频| 禁无遮挡网站| 久久精品夜色国产| 欧美3d第一页| 久久草成人影院| 亚洲欧美一区二区三区国产| 亚洲国产最新在线播放| 好男人视频免费观看在线| 亚洲婷婷狠狠爱综合网| 国语对白做爰xxxⅹ性视频网站| 美女国产视频在线观看| 97人妻精品一区二区三区麻豆| 亚洲成人中文字幕在线播放| 色噜噜av男人的天堂激情| 亚洲精品久久久久久婷婷小说 | 亚洲精品乱码久久久v下载方式| 中文乱码字字幕精品一区二区三区 | 精品久久久噜噜| 伊人久久精品亚洲午夜| 26uuu在线亚洲综合色| 丰满乱子伦码专区| 亚洲av电影在线观看一区二区三区 | 日韩大片免费观看网站 | 国产欧美日韩精品一区二区| 国产免费一级a男人的天堂| 婷婷六月久久综合丁香| 久久久久九九精品影院| 成年av动漫网址| 在线观看66精品国产| 黑人高潮一二区| 男女视频在线观看网站免费| 国产综合懂色| 亚洲电影在线观看av| 久久热精品热| 国产精品久久久久久精品电影| 日本一二三区视频观看| 一级爰片在线观看| 你懂的网址亚洲精品在线观看 | 久久精品夜色国产| 日韩视频在线欧美| 少妇熟女aⅴ在线视频| 精品国产三级普通话版| 18禁裸乳无遮挡免费网站照片| 亚洲人成网站在线播| 亚洲最大成人中文| 五月伊人婷婷丁香| 精品久久久久久久末码| 国产乱人偷精品视频| h日本视频在线播放| 黄片无遮挡物在线观看| 美女黄网站色视频| 中文乱码字字幕精品一区二区三区 | av在线老鸭窝| 久久久久精品久久久久真实原创| 免费看av在线观看网站| 欧美又色又爽又黄视频| 国产淫片久久久久久久久| 欧美日韩综合久久久久久| 最近中文字幕高清免费大全6| 看黄色毛片网站| 亚洲国产欧美在线一区| 亚洲国产成人一精品久久久| 小说图片视频综合网站| av国产免费在线观看| 欧美一区二区国产精品久久精品| 亚洲国产色片| 成人美女网站在线观看视频| 午夜福利网站1000一区二区三区| 国产一区二区在线av高清观看| a级毛色黄片| 大香蕉久久网| 成人国产麻豆网| 春色校园在线视频观看| 日韩视频在线欧美| 在线观看66精品国产| 国产一区亚洲一区在线观看| 熟女人妻精品中文字幕| 精品久久久久久久人妻蜜臀av| 久久精品人妻少妇| 一级毛片久久久久久久久女| 欧美高清性xxxxhd video| 国产高清不卡午夜福利| 亚洲伊人久久精品综合 | 国产亚洲av片在线观看秒播厂 | 七月丁香在线播放| videos熟女内射| 亚洲欧美成人综合另类久久久 | 色吧在线观看| 99久久人妻综合| 国产不卡一卡二| 欧美丝袜亚洲另类| 国产亚洲5aaaaa淫片| 午夜爱爱视频在线播放| 久久久久久九九精品二区国产| 禁无遮挡网站| 亚洲第一区二区三区不卡| 一级毛片电影观看 | 久久鲁丝午夜福利片| 日韩大片免费观看网站 | 久久久精品大字幕| 亚洲最大成人中文| 欧美人与善性xxx| 中文字幕av在线有码专区| 日韩,欧美,国产一区二区三区 | 国产亚洲最大av| 男女视频在线观看网站免费| 亚洲av免费高清在线观看| 中文字幕精品亚洲无线码一区| 久久久久久久亚洲中文字幕| 国产伦一二天堂av在线观看| 国产成人精品久久久久久| 国产伦精品一区二区三区视频9| 成人av在线播放网站| 欧美三级亚洲精品| 久久国内精品自在自线图片| 成人毛片60女人毛片免费| 国产亚洲精品久久久com| 国产精品久久久久久久电影| 69av精品久久久久久| 如何舔出高潮| 亚洲精品日韩在线中文字幕| 成人午夜高清在线视频| 亚洲av中文字字幕乱码综合| 亚洲精品自拍成人| 最近中文字幕高清免费大全6| 一卡2卡三卡四卡精品乱码亚洲| 成人毛片a级毛片在线播放| 在线观看美女被高潮喷水网站| 国产成人精品一,二区| 中文亚洲av片在线观看爽| 偷拍熟女少妇极品色| 精品人妻一区二区三区麻豆| 91午夜精品亚洲一区二区三区| 色播亚洲综合网| 亚洲国产精品国产精品| 中文亚洲av片在线观看爽| 青春草亚洲视频在线观看| 欧美一级a爱片免费观看看| 1000部很黄的大片| 精品人妻一区二区三区麻豆| 国产精品.久久久| 床上黄色一级片| 一区二区三区四区激情视频| 亚洲成人久久爱视频| 九草在线视频观看| 国产亚洲最大av| 亚洲三级黄色毛片| 免费播放大片免费观看视频在线观看 | 国产乱人视频| 国产精品久久视频播放| 国产精品久久电影中文字幕| 亚洲欧美日韩高清专用| 国产又色又爽无遮挡免| 久久久成人免费电影| 国产黄色视频一区二区在线观看 | 亚洲精品,欧美精品| 少妇猛男粗大的猛烈进出视频 | 美女黄网站色视频| videossex国产| 欧美97在线视频| 国产午夜精品久久久久久一区二区三区| 99久久无色码亚洲精品果冻| 国产精品永久免费网站| 国产精品福利在线免费观看| 亚洲欧美日韩卡通动漫| 99热这里只有是精品50| 亚洲av中文av极速乱| 女人十人毛片免费观看3o分钟| 尤物成人国产欧美一区二区三区| 久久国产乱子免费精品| 青青草视频在线视频观看| 亚洲在线观看片| 少妇人妻一区二区三区视频| 免费在线观看成人毛片| 亚洲成人精品中文字幕电影| 又爽又黄无遮挡网站| 精华霜和精华液先用哪个| 欧美成人午夜免费资源| 国产成年人精品一区二区| 可以在线观看毛片的网站| 色哟哟·www| 在线播放无遮挡| 69人妻影院| av福利片在线观看| 亚洲欧美清纯卡通| 国产精品综合久久久久久久免费| 99热6这里只有精品| 日韩欧美精品v在线| 极品教师在线视频| 99久久精品热视频| 啦啦啦观看免费观看视频高清| 九色成人免费人妻av| 波多野结衣巨乳人妻| 青青草视频在线视频观看| 大香蕉久久网| 99久久精品国产国产毛片| 大话2 男鬼变身卡| 精品无人区乱码1区二区| 国产 一区精品| 国产91av在线免费观看| 国产私拍福利视频在线观看| 啦啦啦韩国在线观看视频| 尾随美女入室| 亚洲伊人久久精品综合 | 欧美日韩在线观看h| 少妇熟女欧美另类| 成人毛片a级毛片在线播放| 亚洲av免费高清在线观看| 国产精品一区二区在线观看99 | 久久久久久伊人网av| 晚上一个人看的免费电影| 国产精品国产三级专区第一集| 在现免费观看毛片| 国产三级中文精品| 欧美极品一区二区三区四区| 99久久中文字幕三级久久日本| av在线老鸭窝| 舔av片在线| 国产精品一区二区三区四区免费观看| 97热精品久久久久久| 纵有疾风起免费观看全集完整版 | 中文字幕制服av| 色吧在线观看| 欧美高清成人免费视频www| 午夜亚洲福利在线播放| 中文亚洲av片在线观看爽| 国产美女午夜福利| eeuss影院久久| 丝袜喷水一区| 久久久精品94久久精品| 天天一区二区日本电影三级| 亚洲国产最新在线播放| 久久久亚洲精品成人影院| 久热久热在线精品观看| 丰满人妻一区二区三区视频av| 亚洲在线自拍视频| 国产精品人妻久久久影院| 久久人妻av系列| 精品久久久久久电影网 | 91aial.com中文字幕在线观看| 大香蕉97超碰在线| 天天一区二区日本电影三级| 成人漫画全彩无遮挡| 成人欧美大片| 久久久久久久久久黄片| 夜夜爽夜夜爽视频| 亚洲av男天堂| 国产综合懂色| 欧美bdsm另类| 麻豆精品久久久久久蜜桃| 国产爱豆传媒在线观看| 亚洲欧美日韩高清专用| 国产毛片a区久久久久| 一二三四中文在线观看免费高清| 日韩,欧美,国产一区二区三区 | 秋霞伦理黄片| 亚洲av.av天堂| 国产美女午夜福利| 神马国产精品三级电影在线观看| 男女视频在线观看网站免费| 国产白丝娇喘喷水9色精品| 精品免费久久久久久久清纯| 国产精品99久久久久久久久| 视频中文字幕在线观看| 亚洲人成网站在线观看播放| 噜噜噜噜噜久久久久久91| 亚洲精华国产精华液的使用体验| 亚洲精品国产成人久久av| 国产色婷婷99| 精品午夜福利在线看| av黄色大香蕉| 99久久中文字幕三级久久日本| 精品久久久久久久久久久久久| 精华霜和精华液先用哪个| 欧美极品一区二区三区四区| 久久精品夜夜夜夜夜久久蜜豆| 国产精品永久免费网站| 色综合亚洲欧美另类图片| 欧美高清性xxxxhd video| 男女下面进入的视频免费午夜| 久久99热6这里只有精品| 午夜福利网站1000一区二区三区| 午夜精品在线福利| 大话2 男鬼变身卡| 精品一区二区三区视频在线| 亚洲国产高清在线一区二区三| 男人的好看免费观看在线视频| 亚洲电影在线观看av| 亚洲av免费高清在线观看| 亚洲av日韩在线播放| 在现免费观看毛片| 国产极品精品免费视频能看的| 亚洲国产色片| 午夜福利高清视频| 精品无人区乱码1区二区| 亚洲欧美精品专区久久| 国产视频内射| 七月丁香在线播放| 高清视频免费观看一区二区 | 直男gayav资源| 噜噜噜噜噜久久久久久91| 国产老妇女一区| 非洲黑人性xxxx精品又粗又长| www.色视频.com| 欧美变态另类bdsm刘玥| 一边摸一边抽搐一进一小说| 免费看a级黄色片| 十八禁国产超污无遮挡网站| 成人漫画全彩无遮挡| 久久精品91蜜桃| 一级av片app| 中文精品一卡2卡3卡4更新| 国产精品99久久久久久久久| 亚洲欧美日韩高清专用| 久久久久精品久久久久真实原创| 赤兔流量卡办理| 午夜老司机福利剧场| 村上凉子中文字幕在线| 真实男女啪啪啪动态图| 国产精品人妻久久久影院| 成人午夜精彩视频在线观看| 美女xxoo啪啪120秒动态图| 一个人看视频在线观看www免费| 免费观看人在逋| 高清视频免费观看一区二区 | 丝袜美腿在线中文| av福利片在线观看| 毛片女人毛片| 日韩av在线免费看完整版不卡| 国产老妇伦熟女老妇高清| 永久免费av网站大全| 国产精品美女特级片免费视频播放器| 永久免费av网站大全| 少妇熟女欧美另类| 五月伊人婷婷丁香| av黄色大香蕉| 又粗又硬又长又爽又黄的视频| 久久这里有精品视频免费| 亚洲欧洲日产国产| av在线亚洲专区| 91精品伊人久久大香线蕉| 欧美三级亚洲精品| 亚洲欧美一区二区三区国产| 亚洲真实伦在线观看| 蜜桃亚洲精品一区二区三区| 久久久成人免费电影| 黄色欧美视频在线观看| 男女边吃奶边做爰视频| 亚洲精华国产精华液的使用体验| 国产精品女同一区二区软件| 亚洲性久久影院| 免费观看性生交大片5| 国产精品一区二区在线观看99 | 久久精品影院6| 亚洲性久久影院| 亚洲精品影视一区二区三区av| 日本黄大片高清| 免费黄色在线免费观看| 色噜噜av男人的天堂激情| 老师上课跳d突然被开到最大视频|