• <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 ?

    隱私保護(hù)頻繁項(xiàng)集挖掘中的細(xì)粒度隨機(jī)化模型

    2019-11-16 07:28:46郭宇紅童云海
    軟件工程 2019年10期

    郭宇紅 童云海

    摘 ?要:已有的隨機(jī)化回答模型調(diào)控的數(shù)據(jù)范圍寬、粒度粗,對(duì)隱私數(shù)據(jù)的保護(hù)粒度缺乏靈活性,無法實(shí)現(xiàn)精細(xì)化、個(gè)性化、差異化的隱私保護(hù)。提出三類多參數(shù)隨機(jī)化回答模型,包括行多參、復(fù)合多參、分組多參共11種隨機(jī)化回答模型,給出了模型的分類框架和分類層次。細(xì)粒度多參數(shù)隨機(jī)化模型可實(shí)現(xiàn)精細(xì)化、個(gè)性化、差異化的隱私保護(hù)效果。

    關(guān)鍵詞:隨機(jī)化回答;隱私保護(hù);頻繁項(xiàng)集;敏感問題調(diào)查

    中圖分類號(hào):TP311 ? ? 文獻(xiàn)標(biāo)識(shí)碼:A

    Abstract:The existing randomized response model regulates a wide range of data with coarse granularity and lacks flexibility in protecting privacy,unable to achieve fine,personalized and differentiated privacy protection.Three kinds,11 types of multi-parameter random response models are proposed,including row multi-parameter,compound multi-parameter and grouping multi-parameter.The classification framework and hierarchy of these models are given.The fine-grained multi-parameter randomized response models can realize fine,individualized and differentiated privacy protection effect.

    Keywords:randomized response;privacy preserving;frequent item set;sensitivity survey

    1 ? 引言(Introduction)

    頻繁項(xiàng)集挖掘是數(shù)據(jù)挖掘中的一個(gè)重要分支,隨著人們對(duì)數(shù)據(jù)隱私和安全的日益關(guān)注,頻繁項(xiàng)集挖掘賴以生存的數(shù)據(jù)環(huán)境發(fā)生很大變化,表現(xiàn)在:(1)在數(shù)據(jù)收集階段,出于隱私的考慮,人們可能不再愿意提供真實(shí)的數(shù)據(jù)供分析使用,比如在線調(diào)查,一家藥品公司為了發(fā)現(xiàn)各種疾病之間的關(guān)聯(lián)關(guān)系,需要開展疾病的調(diào)查以收集數(shù)據(jù),而調(diào)查者出于隱私的考慮不愿意提供數(shù)據(jù)或提供虛假數(shù)據(jù);(2)在企業(yè)試圖將頻繁模式挖掘任務(wù)外包給第三方,或多個(gè)企業(yè)合作進(jìn)行頻繁模式挖掘而需共享數(shù)據(jù)時(shí),出于客戶隱私和商業(yè)安全的考慮,在數(shù)據(jù)共享前需對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,以保護(hù)客戶隱私和隱藏一些敏感規(guī)則;(3)頻繁項(xiàng)集挖掘的科研人員對(duì)自己的算法進(jìn)行測(cè)試時(shí),難以得到真實(shí)數(shù)據(jù)作為benchmark。如何在基于隱私和安全考慮的環(huán)境中,很好地實(shí)施數(shù)據(jù)挖掘任務(wù)和各種應(yīng)用,是隱私保護(hù)數(shù)據(jù)挖掘要解決的問題[1-3]。

    2 ? 相關(guān)工作(Related work)

    隨機(jī)化[4,5]是目前隱私保護(hù)數(shù)據(jù)挖掘中運(yùn)用的主要方法,包括隨機(jī)化干擾(randomized perturbation)和隨機(jī)化回答(randomized response)兩種模型。其中隨機(jī)化干擾模型主要用于數(shù)值數(shù)據(jù),通過在原始數(shù)值數(shù)據(jù)上增加隨機(jī)干擾數(shù)實(shí)現(xiàn);隨機(jī)化回答模型主要用于分類數(shù)據(jù),通過對(duì)分類屬性值在不同取值間作隨機(jī)變換實(shí)現(xiàn),該模型最先由沃納提出[6],被廣泛用于敏感性問題[7]的調(diào)查中。

    在隱私保護(hù)頻繁模式挖掘[8-11]、隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘[12,13]方面,文獻(xiàn)[13]提出基于隨機(jī)化回答的mask/MASK(Mining Associations with Secrecy Konstraints)方法,通過數(shù)據(jù)干擾和支持度重構(gòu)實(shí)現(xiàn)了隱私數(shù)據(jù)保護(hù)的關(guān)聯(lián)規(guī)則挖掘,mask方法中隨機(jī)化參數(shù)只有一個(gè),所有的數(shù)據(jù)元素受控于此唯一的參數(shù)。文獻(xiàn)[14]對(duì)mask算法進(jìn)行了擴(kuò)展,提出“特定于符號(hào)(1和0)”的隨機(jī)化過程(symbol-specific distortion)和相應(yīng)的emask算法,emask對(duì)“1”“0”設(shè)置兩個(gè)不同的隨機(jī)化參數(shù),使它們擁有不同的隱私保護(hù)級(jí)別。文獻(xiàn)[15]提出“非統(tǒng)一”(non-uniform)參數(shù)的隨機(jī)化過程和相應(yīng)的項(xiàng)集支持度遞歸估計(jì)RE(Recursive Estimation)算法,RE在隨機(jī)化過程中對(duì)不同屬性設(shè)置不同的隨機(jī)化參數(shù),使不同屬性可以擁有不同的隱私保護(hù)級(jí)別。文獻(xiàn)[16]對(duì)mask算法在支持度重構(gòu)復(fù)雜度方面進(jìn)行了優(yōu)化,提出了mmask算法。文獻(xiàn)[17]使用“風(fēng)險(xiǎn)-效用”映射(Risk-Utility,R-U)比較了不同的隨機(jī)化策略,并提出了用于布爾數(shù)據(jù)和分類數(shù)據(jù)的最優(yōu)隨機(jī)化策略,同emask一樣,針對(duì)布爾數(shù)據(jù)的隨機(jī)化采用兩個(gè)隨機(jī)化參數(shù)。

    上述隨機(jī)化回答模型在隱私保護(hù)頻繁項(xiàng)集挖掘中,取得了很大進(jìn)展,但存在以下問題。(1)隨機(jī)化模型類型單一,隨機(jī)化參數(shù)調(diào)控的數(shù)據(jù)范圍寬、粒度粗,對(duì)隱私數(shù)據(jù)保護(hù)粒度的控制缺乏靈活性。(2)已有模型沒有考慮不同個(gè)體隱私保護(hù)需求的差異性,而這種需求在現(xiàn)實(shí)應(yīng)用中是客觀存在和急需解決的。

    針對(duì)以上問題,本文在沃納模型、單參數(shù)等隨機(jī)化模型的基礎(chǔ)上,提出三類細(xì)粒度的隨機(jī)化回答模型:個(gè)體多參隨機(jī)化模型、復(fù)合多參隨機(jī)化模型、分組多參隨機(jī)化模型。個(gè)體多參隨機(jī)化模型,面向不同個(gè)體需要不同保護(hù)的多樣化隱私保護(hù)需求問題,可為不同個(gè)體設(shè)置不同的隨機(jī)化參數(shù);復(fù)合多參隨機(jī)化模型,組合已有的單一型隨機(jī)化模型,使隨機(jī)化參數(shù)控制的數(shù)據(jù)范圍更加細(xì)致;分組多參隨機(jī)化模型,可對(duì)數(shù)據(jù)按不同方式分組,使隨機(jī)化參數(shù)對(duì)于數(shù)據(jù)粒度的控制更加靈活。本文給出了隨機(jī)化模型的分類框架和分類層次。本文旨在為隨機(jī)化回答模型在敏感問題調(diào)查、隱私保護(hù)頻繁項(xiàng)集挖掘的應(yīng)用提供一個(gè)概覽,推動(dòng)隱私保護(hù)頻繁項(xiàng)集挖掘方法的進(jìn)一步研究。

    3 ?多參數(shù)隨機(jī)化模型 (Multi-parameter random response models)

    不同于單參數(shù)隨機(jī)化,多參數(shù)隨機(jī)化用多個(gè)概率參數(shù)對(duì)數(shù)據(jù)進(jìn)行隨機(jī)化。其思想是對(duì)數(shù)據(jù)中的不同元素設(shè)置不同的隱私保護(hù)級(jí)別,不同的隱私保護(hù)級(jí)別對(duì)應(yīng)不同的隨機(jī)化參數(shù),由參與調(diào)查的個(gè)體自行決定對(duì)其不同數(shù)據(jù)元素的隱私保護(hù)級(jí)別和相應(yīng)的隨機(jī)化參數(shù)。根據(jù)不同屬性取值、不同屬性和不同個(gè)體可以有以下幾種多參數(shù)隨機(jī)化模型。為簡單起見,假設(shè)參與調(diào)查的個(gè)體總數(shù)為N,每個(gè)個(gè)體對(duì)應(yīng)m個(gè)需要保護(hù)的屬性,屬性取值均為布爾值“1”“0”,由這N個(gè)個(gè)體的m個(gè)布爾屬性組成需要保護(hù)的、二維布爾矩陣表示的數(shù)據(jù)表D。(事實(shí)上,數(shù)值類型屬性可以通過離散化轉(zhuǎn)變?yōu)槎嘣诸悓傩?,即枚舉屬性,而多元分類屬性又可以轉(zhuǎn)變?yōu)椴紶枌傩?,即一般的?shù)據(jù)都可以轉(zhuǎn)變?yōu)槎S布爾矩陣形式)

    3.1 ? 二元隨機(jī)化模型(簡稱P2模型)

    這是最簡單的多參數(shù)隨機(jī)化模型,在該模型中,設(shè)置有兩個(gè)不同的隨機(jī)化參數(shù)p1和p2,對(duì)值“1”和“0”區(qū)別對(duì)待,p1和p2分別決定了對(duì)“1”和“0”的兩個(gè)不同的隱私保護(hù)級(jí)別。隨機(jī)化過程為:對(duì)于D中取值為“1”的元素,以p1的概率保持不變,以1-p1的概率取反;對(duì)于D中取值為“0”的元素以p2的概率保持不變,1-p2的概率取反。

    文獻(xiàn)[14]對(duì)[13]提出的單參數(shù)隨機(jī)化模型和對(duì)應(yīng)的mask算法進(jìn)行了擴(kuò)展,提出了“特定于符號(hào)(1和0)”的隨機(jī)化過程和相應(yīng)的emask算法,其中的“特定于符號(hào)”的隨機(jī)化過程對(duì)應(yīng)于上述兩參數(shù)隨機(jī)化模型。通過對(duì)“1”“0”設(shè)置兩個(gè)不同的隨機(jī)化參數(shù),并對(duì)p1和p2進(jìn)行認(rèn)真選擇和調(diào)節(jié),emask可以在獲得滿意的隱私保護(hù)性、挖掘結(jié)果準(zhǔn)確性的同時(shí),提高頻繁項(xiàng)集挖掘的時(shí)間性能。

    3.2 ? 列多參隨機(jī)化模型(簡稱Pm模型)

    列(屬性)多參隨機(jī)化模型,對(duì)不同屬性(列)設(shè)置不同的隱私保護(hù)級(jí)別,假定有m個(gè)屬性A1…Am,則設(shè)置p1…pm共m個(gè)隨機(jī)化參數(shù)。隨機(jī)化過程為:對(duì)于屬性Ai所在列中的所有數(shù)據(jù)元素,以pi的概率取原值,以1-pi的概率取反。

    列多參模型主要基于以下事實(shí):通常人們對(duì)數(shù)據(jù)中的不同屬性有不同的隱私關(guān)注度。反映在敏感問題問卷調(diào)查中,不同的問題其敏感度是有差別的,例如,對(duì)于“你是否喝過酒”“你是否抽過煙”和“你是否吸過毒”三個(gè)問題,其敏感度和需要的隱私保護(hù)級(jí)別是不一樣的。再比如“性別”“年齡”和“收入”三個(gè)屬性的敏感度和需要的保護(hù)級(jí)別也是不同的。文獻(xiàn)[15]針對(duì)該類場(chǎng)景,即“不同屬性需要不同保護(hù)”的關(guān)聯(lián)規(guī)則挖掘進(jìn)行了研究,提出了“非統(tǒng)一”參數(shù)的隨機(jī)化過程和對(duì)應(yīng)的項(xiàng)集支持度遞歸估計(jì)RE算法。其中“非統(tǒng)一”參數(shù)的隨機(jī)化對(duì)應(yīng)于上述列多參隨機(jī)化模型。RE方法通過允許不同屬性擁有不同的隱私級(jí)別,即對(duì)不同屬性設(shè)置不同的隨機(jī)化參數(shù),可以提高支持度估計(jì)的精確性。

    3.3 ? 行多參隨機(jī)化模型(簡稱PN模型)

    行(個(gè)體)多參隨機(jī)化模型,對(duì)不同個(gè)體設(shè)置不同的隱私保護(hù)級(jí)別。假定有N個(gè)個(gè)體I1…IN,則設(shè)置p1…pN共N個(gè)隨機(jī)化參數(shù)。隨機(jī)化過程為:對(duì)于個(gè)體Ii所在行中的所有數(shù)據(jù)元素,以pi的概率取原值,以1-pi的概率取反。

    列多參模型雖然解決了縱向“不同屬性需要不同保護(hù)”的隱私保護(hù)需求問題,但沒有解決“不同個(gè)體需要不同保護(hù)”的隱私保護(hù)需求問題。

    事實(shí)上,通常不同的人對(duì)數(shù)據(jù)(即便是同樣的數(shù)據(jù))會(huì)有不同的隱私關(guān)注度,這來自個(gè)人對(duì)事物的主觀態(tài)度和意愿。反映在調(diào)查問卷中,不同的人對(duì)問題(即便是對(duì)同一個(gè)問題)的敏感度是有差異的,例如,對(duì)于同樣的調(diào)查問題“你是否吸過毒”,吸毒者張三、李四和王五的反應(yīng)態(tài)度可能會(huì)截然不同。張三對(duì)此問題并不敏感,表示十分愿意真實(shí)地做出回答和貢獻(xiàn)其個(gè)人對(duì)此問題的數(shù)據(jù);李四對(duì)此問題的敏感度模棱兩可,表示愿意以60%的概率貢獻(xiàn)其真實(shí)數(shù)據(jù);王五對(duì)此問題非常敏感,完全不愿意泄露對(duì)此問題的個(gè)人信息。同樣,對(duì)于“年齡”屬性,女性比男性可能更敏感,造成問卷調(diào)查中,女性組對(duì)于男性組更難于接受此項(xiàng)調(diào)查。這些例子均表明不同的個(gè)體會(huì)有不同的隱私保護(hù)要求和偏好。

    然而,到目前為止,還沒有文獻(xiàn)對(duì)“不同個(gè)體需要不同保護(hù)”的隱私保護(hù)頻繁模式挖掘(或關(guān)聯(lián)規(guī)則挖掘)問題做研究?,F(xiàn)有的隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘解決方案都是獨(dú)立于個(gè)體的,即默認(rèn)所有個(gè)體的隱私保護(hù)要求都相同,沒有尊重不同個(gè)體的主觀意愿。在提倡“以客戶為中心”“以人為本”“尊重用戶偏好”“強(qiáng)調(diào)個(gè)性化服務(wù)”的人本時(shí)代,如何能在獲取相關(guān)信息的同時(shí),盡可能地為不同的個(gè)體提供定制的隱私保護(hù)服務(wù),滿足不同個(gè)體的多樣化隱私保護(hù)要求,是隱私保護(hù)的數(shù)據(jù)發(fā)布、數(shù)據(jù)分析和數(shù)據(jù)挖掘必須解決和亟待解決的問題。本章將結(jié)合上面所提出的行多參隨機(jī)化模型,設(shè)計(jì)與之相對(duì)應(yīng)的項(xiàng)集支持度估算方法,通過允許不同個(gè)體擁有不同的隱私級(jí)別,實(shí)現(xiàn)頻繁模式挖掘中的個(gè)性化隱私保護(hù)。

    3.4 ? 復(fù)合多參隨機(jī)化模型

    上述三種基本的多參隨機(jī)化模型P2、Pm、PN可相互交叉組合,產(chǎn)生P2×m、P2×N、Pm×N和P2×m×N共四種復(fù)合的多參數(shù)隨機(jī)化模型(腳標(biāo)表示隨機(jī)化參數(shù)個(gè)數(shù)),不同模型中隨機(jī)化參數(shù)所控制的范圍或粒度不同。

    三種基本多參隨機(jī)化模型中,二元隨機(jī)化P2模型中的一個(gè)隨機(jī)化參數(shù)控制一類取值,只對(duì)“1”和“0”區(qū)分,保護(hù)粒度最粗;Pm模型中的一個(gè)隨機(jī)化參數(shù)控制一列,對(duì)每列作區(qū)分;PN模型中的一個(gè)參數(shù)控制一行,對(duì)每行作區(qū)分。

    四種復(fù)合多參隨機(jī)化模型中,P2×m模型的每列有兩個(gè)隨機(jī)化參數(shù)(稱其為二元隨機(jī)化列),一個(gè)控制該列中的“1”,一個(gè)控制該列中的“0”,對(duì)“1”“0”和列同時(shí)作區(qū)分;P2×N模型中的每行有兩個(gè)隨機(jī)化參數(shù)(稱其為二元隨機(jī)化行),分別控制該行中的“1”和“0”,對(duì)“1”“0”和行同時(shí)作區(qū)分;而Pm×N模型有m×N個(gè)隨機(jī)化參數(shù),每個(gè)參數(shù)控制一個(gè)數(shù)據(jù)單元,對(duì)行和列同時(shí)區(qū)分;P2×m×N模型有2×m×N個(gè)隨機(jī)化參數(shù),每一個(gè)數(shù)據(jù)單元上有兩個(gè)隨機(jī)化參數(shù)(稱其為二元隨機(jī)化數(shù)據(jù)單元),該模型對(duì)取值、行、列同時(shí)作區(qū)分,保護(hù)粒度最細(xì)。

    3.5 ? 分組多參隨機(jī)化模型

    在細(xì)粒度的隱私保護(hù)隨機(jī)化模型中,若保護(hù)粒度太細(xì),隨機(jī)化參數(shù)太多,并且存在多個(gè)屬性的敏感度相當(dāng),或參與調(diào)查的多個(gè)個(gè)體的隱私保護(hù)要求差不多,則可按屬性垂直分組或按個(gè)體水平分組,進(jìn)行分組隨機(jī)化,使同一組內(nèi)共用一個(gè)隨機(jī)化參數(shù),形成分組多參隨機(jī)化模型。將按個(gè)體、屬性分組結(jié)合到以上Pm、PN和P2×m、P2×N、Pm×N模型中(注:P2模型不涉及個(gè)體、屬性,不可分組),可派生出下面六種分組多參隨機(jī)化模型:

    Pm/g模型:屬性分組多參隨機(jī)化模型,m個(gè)屬性被分為若干組,每組一個(gè)隨機(jī)化參數(shù),每個(gè)隨機(jī)化參數(shù)控制組中的多列。若等分時(shí)每組包含g列,則組數(shù)和隨機(jī)化參數(shù)個(gè)數(shù)為m/g。

    PN/g模型:個(gè)體分組多參隨機(jī)化模型,N個(gè)個(gè)體被分為若干組,每組一個(gè)隨機(jī)化參數(shù),每個(gè)隨機(jī)化參數(shù)控制組中的多行。若等分時(shí)每組包含g行,則組數(shù)和隨機(jī)化參數(shù)個(gè)數(shù)為N/g。

    P2×m/g模型:二元屬性分組多參隨機(jī)化模型,m個(gè)二元隨機(jī)化的列垂直分為m/g組,每組有兩個(gè)隨機(jī)化參數(shù),一個(gè)控制該組中的“1”,一個(gè)控制該組中的“0”。

    P2×N/g模型:二元個(gè)體分組多參隨機(jī)化模型,N個(gè)二元隨機(jī)化的行水平分為N/g組,每組有兩個(gè)隨機(jī)化參數(shù),一個(gè)控制該組中的“1”,一個(gè)控制該組中的“0”。

    Pm/g×N/g模型:行、列交叉分組多參隨機(jī)化模型,簡稱分塊多參隨機(jī)化模型。二維矩陣在行列方向同時(shí)分組后,被分為m/g×N/g塊,每塊一個(gè)隨機(jī)化參數(shù)。

    P2×m/g×N/g模型:二元行、列交叉分組多參隨機(jī)化模型,簡稱二元分塊多參隨機(jī)化模型。二維矩陣在行列方向同時(shí)分組后,被分為m/g×N/g塊,每塊兩個(gè)隨機(jī)化參數(shù),一個(gè)控制該塊中的“1”,一個(gè)控制該塊中的“0”。

    圖1給出了隨機(jī)化模型的分類框架、分類層次。該分類框架主要依據(jù)隨機(jī)化過程是否根據(jù)取值、屬性和個(gè)體的不同作了區(qū)分。依此分類框架構(gòu)成的隨機(jī)化模型分類層次中,最上端的P模型是最簡單的單參數(shù)隨機(jī)化模型,該模型不區(qū)分1—0取值、不區(qū)分行和列,以統(tǒng)一的隨機(jī)化參數(shù)對(duì)一個(gè)二維的數(shù)據(jù)表進(jìn)行隨機(jī)化干擾。位于第二層的是三種基本的多參隨機(jī)化模型P2、Pm、PN模型,分別對(duì)1—0取值、列和行作區(qū)分,并繼承了P模型的基本隨機(jī)化過程:以p的概率取原值,以1-p的概率取反。位于第三、第四層的是四種復(fù)合的多參數(shù)隨機(jī)化模型P2×m、P2×N、Pm×N和P2×m×N,由相應(yīng)的基本多參隨機(jī)化模型交叉組合而產(chǎn)生。六種分組多參隨機(jī)化模型未在圖中列出,實(shí)際上每個(gè)分組隨機(jī)化模型都可看作是相應(yīng)模型的特例,比如Pm/g模型可看作是Pm模型在某些列隨機(jī)化參數(shù)相等時(shí)的特例。

    沿分類層次,越往上模型越簡單、隨機(jī)化參數(shù)越少,同一層次中,越往左模型越簡單、隨機(jī)化參數(shù)越少。且上層模型可看作是下層模型在某些隨機(jī)化參數(shù)相等時(shí)的特例,比如最上端的、最簡單的單參數(shù)隨機(jī)化P模型,可看作是最下端的多參數(shù)隨機(jī)化P2×m×N模型在所有2×m×N個(gè)隨機(jī)化參數(shù)都相等時(shí)的特例。

    目前,研究者已先后提出了跟單參數(shù)隨機(jī)化P模型、二元隨機(jī)化P2模型、屬性多參隨機(jī)化Pm模型(圖1左上角)分別相匹配的mask、emask和RE三種項(xiàng)集支持度重構(gòu)算法,用以解決隱私保護(hù)的頻繁模式挖掘問題。對(duì)于除這三種模型外的其他幾種較為復(fù)雜、保護(hù)粒度較細(xì)的隨機(jī)化模型(圖1右下角),還沒有相關(guān)的研究,而這幾種細(xì)粒度隨機(jī)化模型的研究以及與之相適應(yīng)的項(xiàng)集支持度重構(gòu)算法的設(shè)計(jì),對(duì)于進(jìn)一步加強(qiáng)隨機(jī)化過程參數(shù)設(shè)置的靈活性、增強(qiáng)隱私保護(hù)挖掘方法的隱私保護(hù)性和提高隱私保護(hù)挖掘結(jié)果的準(zhǔn)確性,都將有積極的推動(dòng)作用。同時(shí),圖1右下角與“N”相關(guān)的四個(gè)模型在個(gè)性化方向的擴(kuò)展,可作為個(gè)性化隱私保護(hù)方法研究的一個(gè)新起點(diǎn)。

    4 ? 結(jié)論(Conclusion)

    本文針對(duì)頻繁項(xiàng)集挖掘中的隱私保護(hù)問題,其主要貢獻(xiàn)在于:(1)拓展和豐富了已有的三種簡單、粗粒度隨機(jī)化模型(P、P2、Pm模型),提出了三大類細(xì)粒度隨機(jī)化模型,共11種,具體包括:一種行多參隨機(jī)化模型(PN),四種復(fù)合多參隨機(jī)化(P2×m、P2×N、Pm×N和P2×m×N),六種分組多參隨機(jī)化模型(Pm/g、PN/g、P2×m/g、P2×N/g、Pm/g×N/g、P2×m/g×N/g);(2)給出了隨機(jī)化模型的分類框架、分類層次。

    作為個(gè)性化隱私保護(hù)頻繁項(xiàng)集挖掘的一個(gè)研究分支,還有很多工作值得今后探索。(1)針對(duì)PN/g模型的支持度重構(gòu)方法,是否能推導(dǎo)出該方法所對(duì)應(yīng)的支持計(jì)數(shù)重構(gòu)公式和支持度重構(gòu)偏差公式,是否能設(shè)計(jì)相應(yīng)算法實(shí)驗(yàn)驗(yàn)證方法的有效性需要進(jìn)一步研究;(2)這11種細(xì)粒度隨機(jī)化模型的支持度重構(gòu)方法尚屬空白,對(duì)此內(nèi)容研究將極大豐富隱私保護(hù)頻繁模式挖掘方法;(3)能否將各種隨機(jī)化模型應(yīng)用到分類、聚類等

    挖掘任務(wù),并構(gòu)造與之適應(yīng)的特征重構(gòu)方法,也值得研究。

    參考文獻(xiàn)(References)

    [1] Kenthapadi K,Mironov I,Thakurta AG.Privacy-preserving data mining in industry[C].In:Proc.of the Web Conference 2019-Companion of the World Wide Web Conference (WWW '19),2019:1308-1310.

    [2] Li YL,Miao,CL,Su L,et al.An efficient two-layer mechanism for privacy-preserving truth discovery[C].In:Proc.of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining (KDD '18).ACM,New York,NY,USA,2018:1705-1714.

    [3] Teo SG,Cao JN,Lee VCS.DAG:A general model for privacy-preserving data mining[J].IEEE Transactions on Knowledge and Data Engineering,2018,Article in Press.

    [4] Bullek B,Garboski S,Darakhshan JM,et al.Towards understanding differential privacy:when do people trust randomized response technique?[C].In:Proc.of the 2017 CHI Conference on Human Factors in Computing Systems (CHI '17).ACM,New York,NY,USA,2017:3833-3837.

    [5] Aldà F and Simon HU.Randomized response schemes,privacy and usefulness[C].In:Proc.of the 2014 Workshop on Artificial Intelligent and Security Workshop (AISec '14).ACM,New York,NY,USA,2014:15-26.

    [6] Warner SL.Randomized response:A survey technique for eliminating evasive answer bias[J].The American Statistical Association,1965,60(309):63-69.

    [7] 陳光慧,韓兆洲.基于隨機(jī)化回答模型的最低工資敏感性問題研究[J].統(tǒng)計(jì)與信息論壇,2012,27(09):3-7.

    [8] 郭宇紅,童云海,唐世渭,等.帶學(xué)習(xí)的同步隱私保護(hù)頻繁模式挖掘[J].軟件學(xué)報(bào),2011,22(08):1749-1760.

    [9] Sun CJ,F(xiàn)u Y,Zhou JL,et al.Personalized privacy-preserving frequent itemset mining using randomized response[J].The Scientific World Journal,2014.

    [10] 許勝之.滿足差分隱私保護(hù)的頻繁模式挖掘關(guān)鍵技術(shù)研究[D].北京郵電大學(xué),2016.

    [11] 蔣辰,楊庚,白云璐,等.面向隱私保護(hù)的頻繁項(xiàng)集挖掘算法[J].信息網(wǎng)絡(luò)安全,2019(04):73-81.

    [12] 邢歡.基于隱私保護(hù)的關(guān)聯(lián)規(guī)則挖掘研究[D].南京郵電大學(xué),2016.

    [13] Rizvi SJ,Haritsa JR.Maintaining data privacy in association rule mining[C].In:Proc.of the 28th Int' l Conf.on Very Large Data Bases (VLDB '02).Morgan Kaufmann,2002:682-698.

    [14] Agrawal S,Krishnan V,Haritsa J.On addressing efficiency concerns in privacy preserving mining[C].In:Proc.of the 9th Int' l Conf.on Database Systems for Advanced Applications (DASFAA' 04).LNCS 2973,Springer-Verlag,2004:113-124.

    [15] Xia Y,Yang Y,Chi Y.Mining association rules with non-uniform privacy concerns[C].In:Proc.of the 9th ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery(DMKD '04).ACM Press,2004:27-34.

    [16] Andruszkiewicz P.Optimization for mask scheme in privacy preserving data mining for association rules[C].In:Proc.of Int' l Conf.Rough Sets and Emerging Intelligent Systems Paradigms(RSEISP '07).LNAI 4585,Springer-Verlag,2007:465-474.

    [17] Huang ZL,Du WL,Teng ZX.Searching for better randomized response schemes for privacy-preserving data mining[C].In:Proc.of the 11th European Conference on Principles and Practice of Knowledge Discovery in Databases (PKDD '07).LNCS 4702,Heidelberg:Springer-Verlag,2007:487-497.

    作者簡介:

    郭宇紅(1979-),女,博士,副教授.研究領(lǐng)域:數(shù)據(jù)挖掘,推薦系統(tǒng).

    童云海(1971-),男,博士,教授.研究領(lǐng)域:數(shù)據(jù)挖掘,聯(lián)機(jī)分析處理.

    av福利片在线观看| 久久久欧美国产精品| 水蜜桃什么品种好| 亚洲国产色片| 春色校园在线视频观看| 丰满乱子伦码专区| 国产一区二区三区av在线| 少妇高潮的动态图| 国产av一区二区精品久久 | 97热精品久久久久久| 国产综合精华液| 久久久久久久精品精品| 免费不卡的大黄色大毛片视频在线观看| 成人免费观看视频高清| 18+在线观看网站| 国产色爽女视频免费观看| 欧美成人精品欧美一级黄| 久久精品夜色国产| 日韩免费高清中文字幕av| 王馨瑶露胸无遮挡在线观看| 在线观看国产h片| 97超视频在线观看视频| av又黄又爽大尺度在线免费看| 成人黄色视频免费在线看| 高清黄色对白视频在线免费看 | 国产成人精品福利久久| 久久久久久久久久人人人人人人| 又黄又爽又刺激的免费视频.| 校园人妻丝袜中文字幕| 菩萨蛮人人尽说江南好唐韦庄| 男女下面进入的视频免费午夜| 日韩不卡一区二区三区视频在线| 亚洲国产精品999| 亚洲不卡免费看| 成年人午夜在线观看视频| 久久 成人 亚洲| 黑人猛操日本美女一级片| 一区二区av电影网| 国产 一区精品| 男女啪啪激烈高潮av片| 国产亚洲5aaaaa淫片| 伦理电影大哥的女人| 在线观看人妻少妇| 亚洲精品成人av观看孕妇| 男男h啪啪无遮挡| 精品久久久久久久久av| 男女下面进入的视频免费午夜| 两个人的视频大全免费| 亚洲欧美日韩东京热| 成人美女网站在线观看视频| 国产精品伦人一区二区| 99久久精品国产国产毛片| 久久韩国三级中文字幕| 亚洲内射少妇av| 午夜激情久久久久久久| 一边亲一边摸免费视频| 十分钟在线观看高清视频www | 我要看黄色一级片免费的| 久久午夜福利片| 亚洲国产最新在线播放| 国产成人a∨麻豆精品| 日本av手机在线免费观看| 搡老乐熟女国产| 亚洲,一卡二卡三卡| av国产久精品久网站免费入址| 中文字幕精品免费在线观看视频 | 亚洲av中文av极速乱| 国产欧美亚洲国产| 女性生殖器流出的白浆| 在线天堂最新版资源| 国产在线免费精品| 成人午夜精彩视频在线观看| 精品亚洲成国产av| 久久精品国产鲁丝片午夜精品| 久久精品国产亚洲网站| 亚洲欧美日韩另类电影网站 | 午夜免费观看性视频| 老师上课跳d突然被开到最大视频| 熟妇人妻不卡中文字幕| 精品亚洲成国产av| 亚洲精品乱码久久久v下载方式| a 毛片基地| 免费在线观看成人毛片| 国产中年淑女户外野战色| 免费看av在线观看网站| 国产精品嫩草影院av在线观看| 亚洲欧美成人综合另类久久久| 大话2 男鬼变身卡| 亚洲成人中文字幕在线播放| 亚洲av成人精品一二三区| 精品久久久久久久久亚洲| 国产精品福利在线免费观看| 五月伊人婷婷丁香| 中国三级夫妇交换| 91aial.com中文字幕在线观看| 日本-黄色视频高清免费观看| 女人久久www免费人成看片| 日日摸夜夜添夜夜添av毛片| 91精品一卡2卡3卡4卡| 国产欧美日韩精品一区二区| 成人综合一区亚洲| 国产成人午夜福利电影在线观看| 国产探花极品一区二区| 久久国产精品男人的天堂亚洲 | 一级毛片我不卡| 男人和女人高潮做爰伦理| 99热6这里只有精品| av女优亚洲男人天堂| 免费在线观看成人毛片| 国产深夜福利视频在线观看| av专区在线播放| 日韩,欧美,国产一区二区三区| 国产成人一区二区在线| 乱码一卡2卡4卡精品| 国产精品久久久久久久久免| 99热全是精品| 高清毛片免费看| 日韩电影二区| 国产精品99久久久久久久久| 亚洲精品一二三| 成年女人在线观看亚洲视频| 人人妻人人看人人澡| 欧美日本视频| 亚洲国产精品999| 精品少妇黑人巨大在线播放| 国产av码专区亚洲av| 久久99精品国语久久久| 久久久久精品久久久久真实原创| 国产精品av视频在线免费观看| 少妇的逼好多水| 免费观看无遮挡的男女| 久久午夜福利片| 性色avwww在线观看| 乱系列少妇在线播放| 99热这里只有是精品在线观看| 老熟女久久久| 一级爰片在线观看| 精品一区二区三卡| 国产亚洲av片在线观看秒播厂| 成人综合一区亚洲| kizo精华| 夜夜看夜夜爽夜夜摸| 黄色一级大片看看| 久久毛片免费看一区二区三区| h视频一区二区三区| 国产伦精品一区二区三区四那| 国产午夜精品一二区理论片| 国产又色又爽无遮挡免| 尾随美女入室| 伊人久久精品亚洲午夜| 精品国产露脸久久av麻豆| 日韩欧美 国产精品| av在线观看视频网站免费| 亚洲精品日韩在线中文字幕| 日本黄大片高清| 我的老师免费观看完整版| 亚洲电影在线观看av| 免费观看在线日韩| 欧美xxⅹ黑人| 国产免费一级a男人的天堂| 制服丝袜香蕉在线| 日韩欧美 国产精品| 91午夜精品亚洲一区二区三区| 亚洲精品亚洲一区二区| 久久久午夜欧美精品| 国产精品偷伦视频观看了| 免费观看a级毛片全部| 五月伊人婷婷丁香| 亚洲美女视频黄频| 亚洲国产精品专区欧美| 亚洲综合色惰| xxx大片免费视频| 国产精品免费大片| 91久久精品国产一区二区三区| 激情 狠狠 欧美| 搡老乐熟女国产| 国产成人免费无遮挡视频| 成年人午夜在线观看视频| 精品久久久噜噜| 国产探花极品一区二区| 欧美+日韩+精品| 少妇高潮的动态图| 久久热精品热| 亚洲天堂av无毛| 欧美国产精品一级二级三级 | 校园人妻丝袜中文字幕| 亚洲va在线va天堂va国产| 国产精品一区www在线观看| 晚上一个人看的免费电影| 赤兔流量卡办理| 人妻制服诱惑在线中文字幕| 夜夜看夜夜爽夜夜摸| 成人国产麻豆网| 偷拍熟女少妇极品色| 国产在视频线精品| 亚洲欧美中文字幕日韩二区| 久久99热6这里只有精品| 国产深夜福利视频在线观看| 又黄又爽又刺激的免费视频.| 国产在线视频一区二区| av网站免费在线观看视频| 久久久久精品久久久久真实原创| 色吧在线观看| 欧美少妇被猛烈插入视频| 亚洲aⅴ乱码一区二区在线播放| 中文字幕精品免费在线观看视频 | 美女高潮的动态| 欧美一级a爱片免费观看看| 最近中文字幕2019免费版| 亚洲精品乱码久久久久久按摩| 精品国产三级普通话版| 青青草视频在线视频观看| 国产免费一区二区三区四区乱码| 久久久久网色| 亚洲人成网站在线播| 中文资源天堂在线| 亚洲av日韩在线播放| 亚洲综合色惰| 亚洲欧美日韩卡通动漫| 久久久久精品性色| 国产片特级美女逼逼视频| 如何舔出高潮| 国产在线男女| 身体一侧抽搐| 成人国产av品久久久| 纯流量卡能插随身wifi吗| 极品少妇高潮喷水抽搐| 另类亚洲欧美激情| 人体艺术视频欧美日本| 22中文网久久字幕| 我的女老师完整版在线观看| 最近中文字幕高清免费大全6| 男男h啪啪无遮挡| 国产老妇伦熟女老妇高清| 成年免费大片在线观看| 直男gayav资源| a级一级毛片免费在线观看| 亚洲国产日韩一区二区| 久久人妻熟女aⅴ| 日本与韩国留学比较| 亚洲av男天堂| 亚洲精品国产成人久久av| 国产av国产精品国产| 国产精品嫩草影院av在线观看| 久久精品久久久久久久性| 精品亚洲成a人片在线观看 | av免费在线看不卡| 国产精品精品国产色婷婷| 日本一二三区视频观看| 直男gayav资源| 国产在线免费精品| 欧美三级亚洲精品| 亚洲精品日韩在线中文字幕| 日本午夜av视频| 国产精品爽爽va在线观看网站| 最近的中文字幕免费完整| 久久这里有精品视频免费| 中文天堂在线官网| 有码 亚洲区| 亚洲精品国产av成人精品| 成人二区视频| 在线播放无遮挡| 亚洲真实伦在线观看| 亚洲av电影在线观看一区二区三区| 黄色视频在线播放观看不卡| 中文字幕久久专区| 欧美激情极品国产一区二区三区 | a级一级毛片免费在线观看| 国产精品久久久久久久电影| 免费不卡的大黄色大毛片视频在线观看| 精品久久久精品久久久| av在线老鸭窝| 国产熟女欧美一区二区| 国产精品国产三级专区第一集| 国产精品一及| 日本爱情动作片www.在线观看| av女优亚洲男人天堂| 亚洲精品乱码久久久v下载方式| 麻豆成人av视频| 观看av在线不卡| 亚洲,一卡二卡三卡| 欧美成人精品欧美一级黄| 看免费成人av毛片| 亚洲精品日韩在线中文字幕| 国产av精品麻豆| 久久久久精品久久久久真实原创| 91精品国产国语对白视频| 麻豆乱淫一区二区| 国产日韩欧美在线精品| 久久久久久久久久久免费av| 亚洲怡红院男人天堂| 欧美成人一区二区免费高清观看| 精品人妻一区二区三区麻豆| 精品国产露脸久久av麻豆| 精品一区二区免费观看| 亚洲成人手机| 久久人人爽人人片av| 成人综合一区亚洲| 肉色欧美久久久久久久蜜桃| 一级片'在线观看视频| 99久国产av精品国产电影| av在线老鸭窝| 日本-黄色视频高清免费观看| 日韩中文字幕视频在线看片 | 国产伦精品一区二区三区四那| 黑丝袜美女国产一区| 久久国产乱子免费精品| av一本久久久久| 亚洲欧美中文字幕日韩二区| 最近最新中文字幕大全电影3| 国产精品.久久久| 免费观看a级毛片全部| 久久影院123| 狂野欧美激情性bbbbbb| 精品视频人人做人人爽| 亚洲国产高清在线一区二区三| xxx大片免费视频| 下体分泌物呈黄色| 中文字幕久久专区| 亚洲电影在线观看av| 亚洲国产av新网站| 天美传媒精品一区二区| 99热6这里只有精品| 成人一区二区视频在线观看| 久久国产精品大桥未久av | 亚洲av国产av综合av卡| 大片电影免费在线观看免费| 一级毛片我不卡| 蜜桃久久精品国产亚洲av| 另类亚洲欧美激情| av网站免费在线观看视频| 亚洲精品色激情综合| 美女内射精品一级片tv| 久久久久久久大尺度免费视频| 内射极品少妇av片p| av在线观看视频网站免费| 国产精品一区二区在线不卡| 国产视频内射| 伊人久久精品亚洲午夜| 亚洲伊人久久精品综合| 在现免费观看毛片| 夜夜爽夜夜爽视频| 黄色一级大片看看| 成人黄色视频免费在线看| 国产精品女同一区二区软件| 久热久热在线精品观看| 成人亚洲精品一区在线观看 | 91精品伊人久久大香线蕉| 国产色爽女视频免费观看| 亚洲国产高清在线一区二区三| 十分钟在线观看高清视频www | 国产亚洲91精品色在线| 少妇 在线观看| 国产在线视频一区二区| 免费观看a级毛片全部| 国产高清有码在线观看视频| 成人二区视频| 欧美日本视频| 男人舔奶头视频| 成人漫画全彩无遮挡| 性色av一级| 人人妻人人澡人人爽人人夜夜| 97超视频在线观看视频| 狂野欧美白嫩少妇大欣赏| 久久av网站| 欧美精品一区二区免费开放| 深爱激情五月婷婷| 麻豆精品久久久久久蜜桃| 在线播放无遮挡| 中文欧美无线码| 久久精品久久精品一区二区三区| 久久久久久人妻| 成人毛片a级毛片在线播放| 国产综合精华液| 一个人免费看片子| 亚洲精品视频女| 久久 成人 亚洲| 老熟女久久久| 亚洲av二区三区四区| 大码成人一级视频| 精品一区二区三区视频在线| 涩涩av久久男人的天堂| 欧美区成人在线视频| 国产欧美另类精品又又久久亚洲欧美| 一级黄片播放器| h日本视频在线播放| 国产男女内射视频| 国产欧美日韩一区二区三区在线 | 久久影院123| 国产精品国产三级国产专区5o| 亚洲精品一二三| 亚洲欧美成人综合另类久久久| 在现免费观看毛片| 高清视频免费观看一区二区| 亚洲一级一片aⅴ在线观看| 性色avwww在线观看| 久久久久久久亚洲中文字幕| 亚洲欧美一区二区三区黑人 | 97超碰精品成人国产| 男女边摸边吃奶| 黄色怎么调成土黄色| 国产深夜福利视频在线观看| 精品熟女少妇av免费看| 日韩三级伦理在线观看| 亚洲欧美中文字幕日韩二区| 免费大片黄手机在线观看| 日韩三级伦理在线观看| 精品一区二区三区视频在线| 秋霞伦理黄片| a 毛片基地| 久久毛片免费看一区二区三区| 久久99蜜桃精品久久| 亚洲色图综合在线观看| 精品亚洲成a人片在线观看 | 亚洲精品久久午夜乱码| 国产亚洲av片在线观看秒播厂| 日本与韩国留学比较| 18禁裸乳无遮挡免费网站照片| 国产成人午夜福利电影在线观看| 日本wwww免费看| 国语对白做爰xxxⅹ性视频网站| 亚洲图色成人| 99视频精品全部免费 在线| 成人特级av手机在线观看| 免费黄网站久久成人精品| 99国产精品免费福利视频| 久久久久久伊人网av| 日韩一区二区三区影片| 免费观看在线日韩| 嫩草影院新地址| 成年女人在线观看亚洲视频| 日韩不卡一区二区三区视频在线| 乱系列少妇在线播放| 精品少妇黑人巨大在线播放| 国产欧美另类精品又又久久亚洲欧美| 日韩一区二区三区影片| 精品国产一区二区三区久久久樱花 | 精品少妇黑人巨大在线播放| 色婷婷av一区二区三区视频| 免费黄色在线免费观看| 中国美白少妇内射xxxbb| 久久99蜜桃精品久久| 免费观看无遮挡的男女| 日韩欧美一区视频在线观看 | 黄片无遮挡物在线观看| 亚洲av免费高清在线观看| 日本黄色日本黄色录像| 九色成人免费人妻av| 国产欧美日韩一区二区三区在线 | 中文字幕人妻熟人妻熟丝袜美| 波野结衣二区三区在线| 久久ye,这里只有精品| 99热这里只有精品一区| 亚洲精品aⅴ在线观看| 亚洲成人手机| 国产伦在线观看视频一区| 中国三级夫妇交换| 亚洲av不卡在线观看| 这个男人来自地球电影免费观看 | 18禁裸乳无遮挡免费网站照片| kizo精华| 久久久久视频综合| 欧美日韩亚洲高清精品| 国产乱人视频| 美女cb高潮喷水在线观看| 大香蕉久久网| 亚洲内射少妇av| 狠狠精品人妻久久久久久综合| 纵有疾风起免费观看全集完整版| 最近中文字幕高清免费大全6| 黄色欧美视频在线观看| 日韩中字成人| 精品人妻熟女av久视频| .国产精品久久| 久久影院123| 国产精品麻豆人妻色哟哟久久| 自拍偷自拍亚洲精品老妇| 夜夜骑夜夜射夜夜干| 熟女av电影| 亚洲精品色激情综合| 中文字幕亚洲精品专区| 免费人妻精品一区二区三区视频| 国产精品久久久久久精品电影小说 | 精品国产一区二区三区久久久樱花 | 九九久久精品国产亚洲av麻豆| 下体分泌物呈黄色| 亚洲中文av在线| 欧美国产精品一级二级三级 | 欧美成人精品欧美一级黄| 三级国产精品欧美在线观看| av在线播放精品| 日韩一区二区视频免费看| 日韩不卡一区二区三区视频在线| 乱系列少妇在线播放| 国产高清不卡午夜福利| 亚洲av电影在线观看一区二区三区| 乱码一卡2卡4卡精品| 又大又黄又爽视频免费| 妹子高潮喷水视频| 中文字幕av成人在线电影| 国内精品宾馆在线| 国产av精品麻豆| 久久久久久久精品精品| 久久精品熟女亚洲av麻豆精品| 久久久久精品久久久久真实原创| 狂野欧美激情性bbbbbb| 日本-黄色视频高清免费观看| 王馨瑶露胸无遮挡在线观看| 国产欧美亚洲国产| 校园人妻丝袜中文字幕| 97超碰精品成人国产| 国国产精品蜜臀av免费| 99久久精品一区二区三区| 国产亚洲91精品色在线| 极品少妇高潮喷水抽搐| 日本午夜av视频| 久久久久精品性色| 日本-黄色视频高清免费观看| 欧美xxxx黑人xx丫x性爽| h日本视频在线播放| 免费观看无遮挡的男女| 国产在线视频一区二区| 天堂8中文在线网| 国产伦理片在线播放av一区| 九色成人免费人妻av| 免费黄频网站在线观看国产| 婷婷色综合大香蕉| 精品一区二区三区视频在线| 人人妻人人澡人人爽人人夜夜| 在线观看美女被高潮喷水网站| 国产精品国产av在线观看| 日韩av免费高清视频| 大又大粗又爽又黄少妇毛片口| 各种免费的搞黄视频| 国产大屁股一区二区在线视频| 一区二区av电影网| 免费黄网站久久成人精品| 黄片wwwwww| 婷婷色av中文字幕| 婷婷色麻豆天堂久久| 欧美日韩国产mv在线观看视频 | 激情五月婷婷亚洲| 久久这里有精品视频免费| 麻豆乱淫一区二区| 国产免费福利视频在线观看| 亚洲va在线va天堂va国产| 久久国产精品大桥未久av | 亚洲成人手机| 人人妻人人澡人人爽人人夜夜| 美女福利国产在线 | 欧美日韩视频精品一区| 久久精品国产亚洲网站| 日韩av不卡免费在线播放| 狂野欧美白嫩少妇大欣赏| 男女啪啪激烈高潮av片| 国产片特级美女逼逼视频| 日本-黄色视频高清免费观看| 卡戴珊不雅视频在线播放| 亚洲国产日韩一区二区| 国精品久久久久久国模美| 久久久久久久久久久免费av| 午夜老司机福利剧场| 久久女婷五月综合色啪小说| 欧美成人一区二区免费高清观看| 黑丝袜美女国产一区| 午夜老司机福利剧场| 精品熟女少妇av免费看| 2021少妇久久久久久久久久久| 亚洲第一区二区三区不卡| 老司机影院成人| 夜夜看夜夜爽夜夜摸| 中文字幕精品免费在线观看视频 | 最近中文字幕2019免费版| 最后的刺客免费高清国语| 精品国产一区二区三区久久久樱花 | 精品少妇久久久久久888优播| 国产探花极品一区二区| 少妇裸体淫交视频免费看高清| 欧美老熟妇乱子伦牲交| 国产精品精品国产色婷婷| 中文资源天堂在线| 一级二级三级毛片免费看| 国产伦在线观看视频一区| 超碰av人人做人人爽久久| 91狼人影院| 亚洲精品久久午夜乱码| 看免费成人av毛片| 91久久精品国产一区二区成人| 国产白丝娇喘喷水9色精品| 毛片一级片免费看久久久久| 女人久久www免费人成看片| 美女福利国产在线 | 日韩伦理黄色片| 精品亚洲成a人片在线观看 | 丝袜喷水一区| 中国三级夫妇交换| 丝袜喷水一区| 大码成人一级视频| 美女中出高潮动态图| 国产精品免费大片| 人妻 亚洲 视频| 久久久国产一区二区| 青春草视频在线免费观看| 麻豆国产97在线/欧美| 国产在线男女| 久久影院123| 精品少妇黑人巨大在线播放| 91在线精品国自产拍蜜月| 黄色配什么色好看| 国产精品久久久久久av不卡| av天堂中文字幕网| 国产在视频线精品| 全区人妻精品视频| 久久国内精品自在自线图片| 在线看a的网站|