• <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 ?

    網(wǎng)絡故障預警算法研究

    2020-07-26 14:23:53李子為丁岳偉
    軟件導刊 2020年7期
    關鍵詞:網(wǎng)絡故障

    李子為 丁岳偉

    摘要:隨著網(wǎng)絡規(guī)模的不斷擴大,為了保障網(wǎng)絡安全、穩(wěn)定運行,需要一種更高效的網(wǎng)絡故障預警算法。通過對傳統(tǒng)網(wǎng)絡故障預警算法優(yōu)缺點的分析,針對其缺點進行優(yōu)化改進,采用離群點檢測算法建立網(wǎng)絡故障預警模型。對異常檢測算法數(shù)據(jù)進行預處理,在Hadoop平臺上計算數(shù)據(jù)異常指數(shù),并不斷調(diào)整閾值參數(shù)。實驗結果表明,改進型離群點檢測算法故障檢測率達到98%,可對網(wǎng)絡故障進行有效預警。

    關鍵詞:網(wǎng)絡故障;故障預警;離群點;Hadoop平臺

    DOI:10. 11907/rjdk. 192345 開放科學(資源服務)標識碼(OSID):

    中圖分類號:TP309文獻標識碼:A 文章編號:1672-7800(2020)007-0194-04

    Research on Algorithm of the Fault Early Warning of Network

    LI Zi-wei,DING Yue-wei

    (School of Optical Electrical and Computer Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China)

    Abstract:In order to meet the requirements of increasing network scale in automation operation and maintenance, a more efficient network fault early warning algorithm is proposed in this paper. It is hoped to improve the performance of algorithm of the fault early warning of network through the study of? the traditional algorithm of the fault early warning of network and analysis of its advantages and disadvantages. This paper proposes the alarm and fault identification based on outlier detection algorithm. Firstly, the model of fault early warning of network are established. Then the data of outlier detection algorithm are preprocessed, threshold values are adjusted, and the performance of this algorithm is verified on Hadoop platform. The experimental process and results of network fault early warning are analyzed the improved outlier detection algorithm achieves 98% fault detection rate. The result show that this algorithm is efficient to warn network faults.

    Key Words: network fault; fault early warning; network; outlier; Hadoop platform

    0 引言

    隨著移動互聯(lián)網(wǎng)的快速發(fā)展,網(wǎng)絡設備大規(guī)模投入使用必然會出現(xiàn)一些故障,從而影響網(wǎng)絡安全、穩(wěn)定運行。網(wǎng)絡故障在所難免,因此故障管理作為網(wǎng)絡管理中的一個重要組成部分,需要一套科學的管理方法[1]。一旦故障產(chǎn)生,則會在網(wǎng)絡中傳播,產(chǎn)生大量告警事件。如何能快速、有效地從這些告警事件中準確地進行事件關聯(lián),從而給故障定位,是故障管理過程中一個亟待解決的問題[2]。

    如今隨著網(wǎng)絡規(guī)模不斷擴大,網(wǎng)元結構逐漸復雜化,數(shù)據(jù)業(yè)務蓬勃發(fā)展,網(wǎng)絡故障、設備告警呈現(xiàn)出激增趨勢,運營商的網(wǎng)絡運營與維護面臨巨大挑戰(zhàn)[4]。因此,通過對大量設備數(shù)據(jù)的接入和告警關聯(lián)(Alarm Correlation,AC)[5]進行故障智能預警,可減少故障造成的損失。在這一思路的指導下,學者們提出了FP-growth算法、在線學習算法、Aprior算法以及改進型FP-growth算法[6-9]。但這些傳統(tǒng)算法只能針對其中某一個或幾個節(jié)點進行故障預警,而不能從全局角度發(fā)現(xiàn)網(wǎng)絡異常。在日志分析過程中,發(fā)現(xiàn)網(wǎng)絡異常處會形成離群點,因此學者們提出多種離群點檢測算法。如文獻[10]提出一種基于機器學習的貝葉斯網(wǎng)絡離群點檢測算法;文獻[11]指出基于空間的離群點檢測算法有待改進,并提出基于地統(tǒng)計學的離群點檢測算法;文獻[10]-[14]闡述了現(xiàn)有離群點檢測算法存在的對環(huán)境動態(tài)變化適應性差、網(wǎng)絡開銷過大、網(wǎng)絡數(shù)據(jù)庫安全性低、離群點維度較高、異常閾值需要手動設定等諸多缺點。同時,包括離群點檢測算法在內(nèi)的多種傳統(tǒng)異常檢測算法都存在運算數(shù)據(jù)量過于龐大的問題。

    本文通過對網(wǎng)絡日志數(shù)據(jù)進行預處理,以減少工作量。在事故發(fā)生的早期檢測到異常情況,可使管理員有更多時間采取正確的行動。傳統(tǒng)異常檢測算法大多是對原始數(shù)據(jù)進行離群點檢測,為了更好地對異常點進行檢測,需要對異常檢測算法進行改進。因此,本文提出一種首先對初始數(shù)據(jù)進行預處理的網(wǎng)絡故障預警算法。網(wǎng)絡故障預警流程如圖1所示, 預警模型如圖2所示。

    1 數(shù)據(jù)預處理

    1.1 預處理原理

    離群點是指與多數(shù)點距離超過某個特定數(shù)值的點。將正常的點進行聚合,根據(jù)密度進行排序,并減少對k近鄰的查找。將數(shù)據(jù)集中形成小集合的相似點去除,選取其中一個點,然后計算該點與其它點的距離,如果與其它集合中心的距離小于等于r/2,則將該點劃入該集合;若大于r/2,則將該點作為新的集合中心。集合中點的個數(shù)小于k的集合保留,其余集合全都刪去。若一個集合的中心點為o,在公式(1)中,集合中數(shù)據(jù)個數(shù)不小于k。在半徑為r的圓中,p、q的距離小于等于r。

    因此,去除的點p是非離群點。然后對剩下的點進行整合,劃分為幾個集合,以提高查找效率。按照密度進行排序,并根據(jù)離群點存在于該集合中的程度,將集合中點較少的集合定義為離群點集合,將點較多的集合定義為非離群點集合。對數(shù)據(jù)點進行離群點檢測,通常需要訪問所有對象,并對集合離群程度進行評估。每個對象的k鄰近程度都需要進行評估,導致時間復雜度非常高。因此,此處通過數(shù)據(jù)預處理降低算法計算量。

    1.2 預處理方法

    若[Avg(p)D(p,ai)

    查找p的鄰近點,如果公式(5)與公式(6)成立,則p并非本文所要找的離群點。因為p的離群程度均小于已知點,所以不必繼續(xù)查找p的鄰近點。隨著對另一個數(shù)據(jù)點P的k近鄰查找的進行,P的k近鄰中的最遠者總是會被距離其更近者所取代,因此該數(shù)據(jù)點的k近鄰平均距離,也即離群度隨著查找的進行總是不斷變小。Y是目前已得到n個候選離群點中的最小值,如果目前點P查找到的k近鄰平均距離已小于Y,那么再查找下去,其離群度也只會小于Y,也即是說,其離群度小于所有目前已知的n個候選離群點,因此不需要再計算P與數(shù)據(jù)集中其它點之間的距離。

    1.3 預處理過程

    算法運行時,p的鄰居會不斷地被更近的鄰居所替代,所以其離群度會持續(xù)降低。已知數(shù)個離群點的最小值,繼續(xù)查找仍不會找到大于Y的離群度,所以無需繼續(xù)查找。對相似度高的數(shù)據(jù)點進行歸類與排序,從而提高預處理效率。相似數(shù)據(jù)會被歸為同類,所以先在同一個類別中查找,可提高查找效率。原始數(shù)據(jù)與預處理后數(shù)據(jù)對比如圖4所示。

    2 異常檢測

    2.1 異常值

    異常值在某些條件下是有意義且充分的,但在聚類不同時無法得到令人滿意的值。離群值不是二元屬性,相反,可為每個對象分配一個離群因子。對于給定p的距離k,p的k距離鄰域包含與p的距離不大于k的鄰域。網(wǎng)絡事件是由所發(fā)生的事件與時間所組成的,網(wǎng)絡節(jié)點日志可直觀反映與記錄網(wǎng)絡當前狀態(tài)的變化。

    網(wǎng)絡設備的日志狀態(tài)會在正常狀態(tài)與異常狀態(tài)之間切換,當網(wǎng)絡正常運行時,網(wǎng)絡設備日志顯示正常狀態(tài),當網(wǎng)絡故障發(fā)生時,網(wǎng)絡設備日志顯示異常狀態(tài)。不同日志之間數(shù)據(jù)也互不相同,對所有類似日志進行歸類,并對相似的日志數(shù)據(jù)進行編碼。根據(jù)時間繪制出日志不同的數(shù)據(jù)點分布圖,且將不同類型日志頻率記錄在案。本文通過該過程對原始、復雜的網(wǎng)絡設備日志進行數(shù)據(jù)化處理,每一個數(shù)據(jù)點之間有不同的動態(tài)過程,可以畫出異常點、離群點的位置從而進行直觀展示。

    使用離群點檢測方法對網(wǎng)絡設備日志數(shù)據(jù)點進行衡量。在網(wǎng)絡正常運行時,網(wǎng)絡設備產(chǎn)生的日志中,產(chǎn)生的異常點數(shù)量是微乎其微的,所以使用離群點檢測方法時效率非常高。另外,使用離群點檢測方法對每條日志指數(shù)進行評估,可保證檢測的準確度。

    2.2 異常指數(shù)

    根據(jù)網(wǎng)絡設備日志數(shù)據(jù)點分布情況,可直觀感受到哪些網(wǎng)絡日志為故障日志。正常網(wǎng)絡日志形成的點密度很高,而故障所產(chǎn)生的點會形成離群點。根據(jù)上述各個過程將網(wǎng)絡設備日志語言轉換成結構化語言,可在全局異常檢測中有效利用日志產(chǎn)生的數(shù)據(jù)。如今很多算法無法從全局進行網(wǎng)絡故障預警,而使用全局異常檢測算法可以更加準確地從宏觀角度進行預警。對每一個網(wǎng)絡日志點進行異常評估,看其是否為離群點。在全局異常檢測中,本文使用異常指數(shù)對異常點進行評估,異常指數(shù)定義如公式(6)所示。

    其中,[Nk(p)]表示p的k近鄰距離。p的離群因子捕獲了本文調(diào)用的一個離群點,其是局部可達性比率的平均值。需要注意的是,p的局部可達性密度越低,p最近鄰局部可達性密度的異常指數(shù)值越高。采用全局網(wǎng)絡故障預警方法可以快速、有效地進行網(wǎng)絡故障評估,在某個指定的網(wǎng)絡設備日志中,日志所形成的網(wǎng)絡設備日志點分布能夠直接反映網(wǎng)絡設備在這一時間段的狀態(tài)是否正常。異常因子的異常指數(shù)越低,表明異常值越小,說明該網(wǎng)絡設備的日志點落在密度較大區(qū)域,相反,該日志點離群越遠,該點異常值越高。當異常指數(shù)值高于預定值,則會發(fā)出警告。

    網(wǎng)絡設備日志中的絕大多數(shù)日志都是重復且相似的,只需抽出其中相似的日志進行歸納,選取其中一部分進行公式計算,以減少計算量,從而節(jié)省網(wǎng)絡設備日志計算時間,提高執(zhí)行效率。該方式解決了因分析日志導致的大量時間消耗問題,使得全局異常檢測能夠更加精準、高效。

    3 實驗研究

    3.1 實驗環(huán)境

    本文搭建實驗環(huán)境如下:采用偽分布式平臺,Hadoop版本號為2.8.3[20],將6臺服務器虛擬成一個集群,1臺作為主服務器,其余5臺作為從服務器。本文使用仿真數(shù)據(jù)進行故障預警實驗,并與傳統(tǒng)算法進行比較。

    3.2 實驗步驟

    實驗具體步驟如下:①對網(wǎng)絡設備日志進行結構化預處理;②使用改進型離群點檢測算法對所得數(shù)據(jù)進行簡化處理;③計算單個網(wǎng)絡節(jié)點不同時間的異常指數(shù),并將異常程度以折線圖形式表現(xiàn)出來。

    3.3 實驗結果分析

    改進型離群點檢測算法檢出率如表1所示。

    由圖5可知,該網(wǎng)絡設備的故障點異常指數(shù)為7.253,且在圖中表現(xiàn)為離群點,網(wǎng)絡設備在此時出現(xiàn)故障。通過圖5可以輕松找出離群點,實驗結果符合預期。因改進型離群點檢測算法在檢測時保留了數(shù)據(jù)主干,提高了工作效率,彌補了采用傳統(tǒng)算法在非主干數(shù)據(jù)部分需要額外耗時以及準確率不足的缺點,從而提高了全局故障預警效率。由實驗結果可以看出,改進型離群點算法根據(jù)不同時間的離群點分布差異,對結果的分析更為全面、客觀,實現(xiàn)了預期的設計目標。

    4 結語

    基于大數(shù)據(jù)的網(wǎng)絡運維服務采用各種監(jiān)控、報警及報表服務工具,通過全面的網(wǎng)絡監(jiān)控與大數(shù)據(jù)智能分析,可在早期階段發(fā)現(xiàn)故障并進行預警。通過對傳統(tǒng)網(wǎng)絡故障預警算法優(yōu)缺點的分析,并針對其缺點進行優(yōu)化改進,采用離群點檢測算法建立網(wǎng)絡故障預警模型。實驗結果表明,改進型離群點檢測算法故障檢測率達到98%,可對網(wǎng)絡故障進行有效預警。下一步工作將針對ospf鄰居狀態(tài)抖動、端口flapping、模塊收發(fā)光異常等故障預警進行研究。

    參考文獻:

    [1] 陸明祥. 計算機網(wǎng)絡故障管理智能化探析[J]. 電子測試,2013(10):120-121.

    [2] 賀艷芳,石堅. SDH告警顯示預處理和告警關聯(lián)分析[J]. 科學技術與工程,2006,6(4):487-499.

    [3] 杜濤. 多用戶網(wǎng)絡高風險連鎖故障區(qū)域預警方法仿真[J]. 計算機仿真,2019,36(7):328-330.

    [4] 陳威. 移動通信運維大數(shù)據(jù)應用價值探討研究[J]. 信息通信,2016(10):59-60.

    [5] ZHAO B, LUO G. An alarm correlation algorithm based on similarity distance and deep network[C].? International Conference on Intelligent Computing,2016:359-368.

    [6] HAN J,PEI J,YIN Y. Mining frequent patterns without candidate generation[C]. Proceedings of the 2000 ACM SIGMOD Internal Conference on Management of Data,2000.

    [7] 劉啟元,張聰,沈一棟,等. 信度網(wǎng)結構在線學習算法[J]. 軟件學報,2002,13(12):2297-2304.

    [8] JIANG W,CHEN Y, LIAO Y. Correlation analysis of alarm databased on fuzzy rule in power network[M]. Switzerland:Springer,2018.

    [9] MAN Y,CHEN Z P,CHUAN J B,et al. The study of cross networks alarm correlation based on big data technology[C]. International Conference on Human Centered Computing,2016:739-745.

    [10] DWIVEDI R K,PANDEY S,KUMAR R.A study on machine learning approaches for outlier detection in wireless sensor network[C].? International Conference on Cloud Computing, Data Science & Engineering,2018.

    [11] 劉莘, 張紹良, 王飛, 等.? 基于地統(tǒng)計學的空間離群點檢測算法的研究[J].? 計算機應用研究, 2016,33(12):3700-3704.

    [12] WANG ZM,SONG GH,GAO C. An isolation-based distributed outlier detection framework using nearest neighbor ensembles for wireless sensor networks[J].? IEEE Access,2019,7:96319-96333.

    [13] SAKR M,ATWA W,KESHK A. Sub-grid partitioning algorithm for distributed outlier detection on big data[C]. 2018 13th International Conference on Computer Engineering and Systems (ICCES),2018:252-257.

    [14] NAGAMANI C, CHITTINENI S. Network intrusion detection mechanisms using outlier detection[C]. 2018 Second International Conference on Inventive Communication and Computational Technologies (ICICCT), 2018.

    [15] HAQUE A,MINENO H. Contextual outlier detection in sensor data using minimum spanning tree based clustering[C]. International Conference on Computer, Communication,Chemical, Material and Electronic Engineering (IC4ME2),2018.

    [16] LIU R Y,ZHU Q S. A network anomaly detection algorithm based on natural neighborhood graph[C]. International Joint Conference on Neural Networks (IJCNN),2018.

    [17] YADAV S,TRIVEDI M C,SINGH V K,et al. Securing AODV routing protocol against black hole attack in manet using outlier detection scheme[C]. IEEE Uttar Pradesh Section International Conference on Electrical, Computer and Electronics (UPCON),2018.

    [18] PATIL S D,VIJAYAKUMAR B P. An outlier detection scheme for wireless sensor networks[C]. International Conference on Wireless Networks and Embedded Systems (WECON),2016.

    [19] 章鐸.? 基于大數(shù)據(jù)挖掘的故障預警系統(tǒng)研究與實現(xiàn)[D]. 北京:北京郵電大學,2014.

    [20] 唐世慶,李云龍,田鳳明,等. 基于Hadoop的云計算與存儲平臺研究與實現(xiàn)[J]. 兵器裝備工程學報,2014(8):97-100.

    (責任編輯:黃 健)

    猜你喜歡
    網(wǎng)絡故障
    船舶控制網(wǎng)絡故障檢測系統(tǒng)的多類型總線應用
    汽車涂裝車間改造中一種網(wǎng)絡故障的解決方案
    VxWorks網(wǎng)絡存儲池分析在網(wǎng)絡故障排查中的應用
    基于信息流的RBC系統(tǒng)外部通信網(wǎng)絡故障分析
    西門子400PLC系統(tǒng)DP網(wǎng)絡故障處理及預防方法
    電子測試(2018年9期)2018-06-26 06:46:20
    基于可靠性理論的計算機通信網(wǎng)絡故障分析
    電子世界(2017年21期)2017-11-17 07:22:51
    Wireshark協(xié)議解析在網(wǎng)絡故障排查中的應用
    對計算機網(wǎng)絡故障處理及維護的分析
    計算機網(wǎng)絡故障排除實踐探索
    企業(yè)信息化建設與網(wǎng)絡故障的識別
    河南科技(2015年2期)2015-02-27 14:20:25
    成年免费大片在线观看| 伦理电影免费视频| 欧美成人性av电影在线观看| 丰满的人妻完整版| 成人特级黄色片久久久久久久| 啦啦啦韩国在线观看视频| 亚洲成人久久爱视频| 在线观看美女被高潮喷水网站 | 久久99热这里只有精品18| 亚洲欧美日韩东京热| 观看免费一级毛片| 免费在线观看亚洲国产| 99国产综合亚洲精品| 国产不卡一卡二| 亚洲精品一卡2卡三卡4卡5卡| 最新美女视频免费是黄的| 久99久视频精品免费| 搡老妇女老女人老熟妇| 两个人的视频大全免费| 成人精品一区二区免费| 99久国产av精品| 两性夫妻黄色片| 久久中文字幕人妻熟女| 久久99热这里只有精品18| 97碰自拍视频| 色老头精品视频在线观看| 亚洲av成人精品一区久久| 成年人黄色毛片网站| 欧美性猛交黑人性爽| 99久久精品热视频| www.自偷自拍.com| 搞女人的毛片| 国产精品永久免费网站| 欧美成狂野欧美在线观看| 免费观看人在逋| 哪里可以看免费的av片| 日韩欧美 国产精品| 欧美乱色亚洲激情| 国产激情久久老熟女| 午夜福利在线观看吧| 亚洲精品色激情综合| 男女午夜视频在线观看| 午夜福利在线在线| 在线观看一区二区三区| 12—13女人毛片做爰片一| 老司机在亚洲福利影院| 免费观看精品视频网站| 美女高潮的动态| 久久精品91无色码中文字幕| 女生性感内裤真人,穿戴方法视频| 97人妻精品一区二区三区麻豆| 亚洲专区字幕在线| 亚洲av电影不卡..在线观看| 久久久久九九精品影院| 精品国产乱子伦一区二区三区| 岛国在线免费视频观看| 国产免费av片在线观看野外av| 人人妻,人人澡人人爽秒播| 麻豆成人av在线观看| 免费在线观看日本一区| 欧美中文综合在线视频| 女人被狂操c到高潮| 精品午夜福利视频在线观看一区| 久久久久久久精品吃奶| 视频区欧美日本亚洲| 99精品欧美一区二区三区四区| 一区福利在线观看| 亚洲美女黄片视频| 国产一级毛片七仙女欲春2| 国内精品一区二区在线观看| 99精品在免费线老司机午夜| 国产aⅴ精品一区二区三区波| 99久国产av精品| 中文字幕精品亚洲无线码一区| 久久天躁狠狠躁夜夜2o2o| 亚洲欧美一区二区三区黑人| 亚洲熟妇熟女久久| 亚洲国产看品久久| www.自偷自拍.com| 亚洲一区二区三区色噜噜| 久久久久国产精品人妻aⅴ院| 精品一区二区三区av网在线观看| 亚洲av电影不卡..在线观看| 性欧美人与动物交配| 国产美女午夜福利| 人妻久久中文字幕网| 亚洲色图 男人天堂 中文字幕| 亚洲av第一区精品v没综合| 噜噜噜噜噜久久久久久91| 国产午夜精品久久久久久| 岛国视频午夜一区免费看| 婷婷六月久久综合丁香| 亚洲自拍偷在线| 麻豆久久精品国产亚洲av| 欧美日本视频| 日日夜夜操网爽| 中文在线观看免费www的网站| 性欧美人与动物交配| 国产欧美日韩一区二区精品| 高清毛片免费观看视频网站| 老汉色av国产亚洲站长工具| 午夜福利视频1000在线观看| 嫁个100分男人电影在线观看| 久久热在线av| 日韩欧美免费精品| 听说在线观看完整版免费高清| 欧美在线黄色| 国产一区二区三区视频了| 好看av亚洲va欧美ⅴa在| 中文在线观看免费www的网站| 色av中文字幕| 国内久久婷婷六月综合欲色啪| 91老司机精品| 国产激情偷乱视频一区二区| 韩国av一区二区三区四区| 麻豆一二三区av精品| 窝窝影院91人妻| 亚洲人成伊人成综合网2020| 老鸭窝网址在线观看| 午夜免费观看网址| 美女大奶头视频| 久久天躁狠狠躁夜夜2o2o| 99久久精品热视频| 免费电影在线观看免费观看| 长腿黑丝高跟| 久久久国产精品麻豆| 国产精品日韩av在线免费观看| 国产精品香港三级国产av潘金莲| 在线观看日韩欧美| 亚洲av电影在线进入| 欧美午夜高清在线| 黄色女人牲交| 午夜福利免费观看在线| 老鸭窝网址在线观看| 午夜激情欧美在线| 亚洲国产精品久久男人天堂| 国产精品一区二区免费欧美| 91九色精品人成在线观看| 国产精品国产高清国产av| 国产免费男女视频| 国产精品电影一区二区三区| 日本一本二区三区精品| 亚洲人成伊人成综合网2020| 国产成人系列免费观看| 欧美+亚洲+日韩+国产| 久久久久亚洲av毛片大全| 亚洲熟女毛片儿| 一进一出抽搐gif免费好疼| 巨乳人妻的诱惑在线观看| 丰满的人妻完整版| 亚洲,欧美精品.| 国产精品av视频在线免费观看| 成人国产一区最新在线观看| 国产一级毛片七仙女欲春2| 亚洲人成网站在线播放欧美日韩| 国产精品亚洲美女久久久| 亚洲午夜理论影院| 亚洲av中文字字幕乱码综合| 高潮久久久久久久久久久不卡| 国产精品一区二区免费欧美| 欧美3d第一页| 很黄的视频免费| 欧美日韩福利视频一区二区| 欧美日韩中文字幕国产精品一区二区三区| 久久国产精品影院| 国产激情偷乱视频一区二区| 亚洲欧美日韩东京热| 麻豆久久精品国产亚洲av| 国产精品av视频在线免费观看| 天天添夜夜摸| 国产欧美日韩一区二区精品| 色av中文字幕| 在线十欧美十亚洲十日本专区| 少妇熟女aⅴ在线视频| 亚洲一区二区三区不卡视频| 亚洲欧美日韩高清在线视频| 久久国产精品人妻蜜桃| 性色av乱码一区二区三区2| 亚洲电影在线观看av| 亚洲国产精品999在线| 久久精品综合一区二区三区| 国产亚洲精品久久久com| 国产人伦9x9x在线观看| 免费看光身美女| 久久久国产欧美日韩av| 久久久国产精品麻豆| 国产av不卡久久| 亚洲精品中文字幕一二三四区| 嫩草影院精品99| 成年女人看的毛片在线观看| 国产高清视频在线播放一区| 亚洲欧美日韩无卡精品| 狠狠狠狠99中文字幕| 亚洲一区高清亚洲精品| 亚洲国产日韩欧美精品在线观看 | 97碰自拍视频| 丰满人妻一区二区三区视频av | 国产精品久久久人人做人人爽| 国产欧美日韩一区二区三| 宅男免费午夜| 国产成人福利小说| 母亲3免费完整高清在线观看| 男人的好看免费观看在线视频| 国产亚洲av嫩草精品影院| 久99久视频精品免费| 国产又黄又爽又无遮挡在线| 欧美日韩国产亚洲二区| 国产精品亚洲一级av第二区| 巨乳人妻的诱惑在线观看| 亚洲熟妇中文字幕五十中出| 99国产综合亚洲精品| 少妇裸体淫交视频免费看高清| 男女视频在线观看网站免费| 香蕉国产在线看| 在线免费观看不下载黄p国产 | 天堂网av新在线| 男插女下体视频免费在线播放| 老熟妇仑乱视频hdxx| 久久欧美精品欧美久久欧美| 免费电影在线观看免费观看| 亚洲国产欧美一区二区综合| 嫩草影院入口| 久久久国产成人精品二区| 天堂av国产一区二区熟女人妻| 成人高潮视频无遮挡免费网站| 麻豆久久精品国产亚洲av| 国产一区二区在线观看日韩 | 在线免费观看不下载黄p国产 | 女同久久另类99精品国产91| 国产午夜精品论理片| av福利片在线观看| 在线观看免费视频日本深夜| 两性午夜刺激爽爽歪歪视频在线观看| 国产三级黄色录像| 亚洲欧美一区二区三区黑人| 狂野欧美白嫩少妇大欣赏| 99久国产av精品| 成人一区二区视频在线观看| 又黄又爽又免费观看的视频| 悠悠久久av| 每晚都被弄得嗷嗷叫到高潮| 欧美在线黄色| 波多野结衣高清作品| 观看美女的网站| 国产成人aa在线观看| 午夜精品一区二区三区免费看| 国产精品一区二区三区四区免费观看 | 岛国在线免费视频观看| 99视频精品全部免费 在线 | 国产精品av久久久久免费| 俺也久久电影网| 97超级碰碰碰精品色视频在线观看| 亚洲成av人片在线播放无| 日韩中文字幕欧美一区二区| 久久精品人妻少妇| 88av欧美| 麻豆av在线久日| 久久久色成人| 一级黄色大片毛片| 精品国产三级普通话版| 在线免费观看的www视频| 国产精品久久久久久精品电影| 免费看十八禁软件| 国产欧美日韩精品一区二区| 欧美又色又爽又黄视频| 久久中文字幕一级| 午夜成年电影在线免费观看| 国产精品1区2区在线观看.| 国产一区二区在线观看日韩 | 无遮挡黄片免费观看| 51午夜福利影视在线观看| 老司机福利观看| 婷婷亚洲欧美| 老熟妇仑乱视频hdxx| 国产av不卡久久| 亚洲精品美女久久av网站| 国产精品99久久久久久久久| 亚洲 欧美 日韩 在线 免费| avwww免费| 哪里可以看免费的av片| 中亚洲国语对白在线视频| 欧美黄色淫秽网站| 99精品在免费线老司机午夜| 精品一区二区三区视频在线观看免费| 中文字幕人成人乱码亚洲影| 欧美成人性av电影在线观看| 中出人妻视频一区二区| 亚洲国产欧美网| 夜夜看夜夜爽夜夜摸| 在线视频色国产色| a级毛片a级免费在线| 1024手机看黄色片| 后天国语完整版免费观看| 97人妻精品一区二区三区麻豆| 18禁国产床啪视频网站| 亚洲欧美日韩卡通动漫| 99热6这里只有精品| 日本三级黄在线观看| 黑人操中国人逼视频| 每晚都被弄得嗷嗷叫到高潮| 久久久久久久午夜电影| 男人和女人高潮做爰伦理| 亚洲国产中文字幕在线视频| 亚洲av成人一区二区三| 欧美不卡视频在线免费观看| 午夜福利成人在线免费观看| 欧美成狂野欧美在线观看| 国产免费av片在线观看野外av| 国产伦精品一区二区三区视频9 | 中文字幕最新亚洲高清| 亚洲av电影不卡..在线观看| 美女午夜性视频免费| 欧美另类亚洲清纯唯美| 午夜激情福利司机影院| 99热精品在线国产| 脱女人内裤的视频| 精品不卡国产一区二区三区| 久久国产乱子伦精品免费另类| 午夜福利在线在线| 日日摸夜夜添夜夜添小说| 1024手机看黄色片| 淫妇啪啪啪对白视频| 白带黄色成豆腐渣| 久久这里只有精品中国| 亚洲欧美一区二区三区黑人| 99热这里只有精品一区 | 久久热在线av| 一本综合久久免费| 国产精品 国内视频| 老鸭窝网址在线观看| 亚洲男人的天堂狠狠| 中文字幕久久专区| 日本黄大片高清| 国产精品香港三级国产av潘金莲| 搡老妇女老女人老熟妇| 性欧美人与动物交配| 欧美日韩瑟瑟在线播放| 久久人人精品亚洲av| 亚洲国产欧洲综合997久久,| 成年人黄色毛片网站| 啦啦啦韩国在线观看视频| 一级毛片精品| 欧美成人免费av一区二区三区| 一区二区三区国产精品乱码| 午夜福利高清视频| 噜噜噜噜噜久久久久久91| av片东京热男人的天堂| 91在线观看av| 日本 av在线| x7x7x7水蜜桃| 成人国产综合亚洲| 97超视频在线观看视频| 制服丝袜大香蕉在线| 99热6这里只有精品| 国产乱人伦免费视频| 最近视频中文字幕2019在线8| 天堂影院成人在线观看| 精品国产超薄肉色丝袜足j| 久久精品国产清高在天天线| 亚洲在线自拍视频| 成人精品一区二区免费| 成人一区二区视频在线观看| 国产亚洲精品久久久久久毛片| 日本精品一区二区三区蜜桃| 久久午夜亚洲精品久久| 精品国产乱子伦一区二区三区| 成人国产综合亚洲| 精品一区二区三区视频在线观看免费| 99国产精品99久久久久| 日韩人妻高清精品专区| 最新中文字幕久久久久 | 国产97色在线日韩免费| 午夜福利在线观看免费完整高清在 | 亚洲av美国av| 欧美中文综合在线视频| 日韩精品青青久久久久久| 欧美黑人巨大hd| 久久久久免费精品人妻一区二区| 国产精品香港三级国产av潘金莲| 一进一出抽搐动态| 欧美高清成人免费视频www| 神马国产精品三级电影在线观看| 在线观看美女被高潮喷水网站 | 亚洲中文日韩欧美视频| 少妇人妻一区二区三区视频| 国产伦人伦偷精品视频| 免费在线观看亚洲国产| 国产熟女xx| 国产乱人视频| 国产一区二区激情短视频| 成人鲁丝片一二三区免费| 国产精品99久久99久久久不卡| 亚洲av片天天在线观看| 巨乳人妻的诱惑在线观看| 午夜福利视频1000在线观看| 日本一本二区三区精品| 又粗又爽又猛毛片免费看| 午夜久久久久精精品| 精品午夜福利视频在线观看一区| 手机成人av网站| 99在线人妻在线中文字幕| 久久这里只有精品19| 欧美日韩国产亚洲二区| 国产精品一及| 亚洲五月婷婷丁香| 在线观看舔阴道视频| 在线免费观看的www视频| 久久这里只有精品19| 欧美激情久久久久久爽电影| 国产午夜精品久久久久久| 99久久成人亚洲精品观看| 亚洲 国产 在线| 欧美xxxx黑人xx丫x性爽| 脱女人内裤的视频| 色综合站精品国产| 久久精品夜夜夜夜夜久久蜜豆| 中亚洲国语对白在线视频| 免费观看精品视频网站| 精品电影一区二区在线| 18禁裸乳无遮挡免费网站照片| 国产亚洲精品av在线| 久久精品国产亚洲av香蕉五月| 青草久久国产| 亚洲在线自拍视频| 亚洲人与动物交配视频| 首页视频小说图片口味搜索| 一区二区三区高清视频在线| 禁无遮挡网站| 婷婷亚洲欧美| 女生性感内裤真人,穿戴方法视频| 国产单亲对白刺激| 999精品在线视频| 最近最新免费中文字幕在线| 久久精品国产综合久久久| 美女大奶头视频| 久久九九热精品免费| 免费在线观看视频国产中文字幕亚洲| 国产精品亚洲美女久久久| 男插女下体视频免费在线播放| 亚洲av成人一区二区三| 搡老岳熟女国产| 在线看三级毛片| 999久久久精品免费观看国产| 日本 欧美在线| 欧美日韩瑟瑟在线播放| 听说在线观看完整版免费高清| 欧美大码av| 日韩 欧美 亚洲 中文字幕| 中文字幕精品亚洲无线码一区| 搞女人的毛片| 久久久国产精品麻豆| 国内久久婷婷六月综合欲色啪| 日韩免费av在线播放| 麻豆av在线久日| 99国产精品一区二区三区| 亚洲精品美女久久久久99蜜臀| 亚洲男人的天堂狠狠| 97碰自拍视频| 毛片女人毛片| 老司机深夜福利视频在线观看| 国产精品九九99| 国产高清videossex| 啦啦啦免费观看视频1| 久久精品国产99精品国产亚洲性色| 人人妻,人人澡人人爽秒播| 久9热在线精品视频| 成人永久免费在线观看视频| 久久天堂一区二区三区四区| 夜夜夜夜夜久久久久| av在线蜜桃| 两性夫妻黄色片| 亚洲 欧美 日韩 在线 免费| 国产成人精品久久二区二区91| 熟妇人妻久久中文字幕3abv| 叶爱在线成人免费视频播放| 一级毛片女人18水好多| av天堂在线播放| 在线视频色国产色| 久久久国产成人免费| 婷婷亚洲欧美| 午夜福利在线观看吧| 国产亚洲av高清不卡| 日本一二三区视频观看| 99在线视频只有这里精品首页| 午夜视频精品福利| 国产伦人伦偷精品视频| 国产精品亚洲美女久久久| 搡老岳熟女国产| 精品日产1卡2卡| 日本五十路高清| 一级作爱视频免费观看| 在线观看免费视频日本深夜| 男插女下体视频免费在线播放| 亚洲熟女毛片儿| 久久久久九九精品影院| 超碰成人久久| 一二三四社区在线视频社区8| 午夜福利视频1000在线观看| 亚洲电影在线观看av| 午夜精品久久久久久毛片777| 黄色 视频免费看| 18禁裸乳无遮挡免费网站照片| 精品一区二区三区视频在线观看免费| 天天躁日日操中文字幕| 国产精品98久久久久久宅男小说| 久久亚洲真实| 精品不卡国产一区二区三区| 国产黄色小视频在线观看| 国产伦在线观看视频一区| 国内毛片毛片毛片毛片毛片| 久久久久久久久中文| 亚洲狠狠婷婷综合久久图片| 97超级碰碰碰精品色视频在线观看| 波多野结衣巨乳人妻| 国产欧美日韩精品亚洲av| 制服人妻中文乱码| 2021天堂中文幕一二区在线观| 18禁黄网站禁片午夜丰满| 国产精品1区2区在线观看.| 观看美女的网站| 91九色精品人成在线观看| 亚洲狠狠婷婷综合久久图片| 成年人黄色毛片网站| 国产成人影院久久av| 色综合婷婷激情| 1024香蕉在线观看| 真实男女啪啪啪动态图| 国产一区在线观看成人免费| 欧美黄色淫秽网站| 国产精品影院久久| 老司机午夜十八禁免费视频| 日本黄色视频三级网站网址| 日本免费a在线| 久久精品亚洲精品国产色婷小说| 99精品欧美一区二区三区四区| 久久精品国产99精品国产亚洲性色| 女人高潮潮喷娇喘18禁视频| 精品无人区乱码1区二区| 国产一级毛片七仙女欲春2| 国产成人影院久久av| 一级黄色大片毛片| 午夜免费激情av| 一个人看视频在线观看www免费 | 香蕉久久夜色| 国产精品爽爽va在线观看网站| 国产又黄又爽又无遮挡在线| 国产主播在线观看一区二区| 免费看日本二区| 99国产极品粉嫩在线观看| 女人被狂操c到高潮| 国产av在哪里看| 国产v大片淫在线免费观看| 国产一区二区在线观看日韩 | 国产 一区 欧美 日韩| 国产欧美日韩一区二区精品| 人人妻人人看人人澡| 国产精品亚洲av一区麻豆| 久久欧美精品欧美久久欧美| 中文字幕精品亚洲无线码一区| 国产三级中文精品| 在线看三级毛片| 亚洲欧美日韩无卡精品| 国产v大片淫在线免费观看| 18禁黄网站禁片免费观看直播| 女人被狂操c到高潮| 国产免费av片在线观看野外av| 国产人伦9x9x在线观看| 国产黄a三级三级三级人| 高潮久久久久久久久久久不卡| 亚洲无线在线观看| 日日夜夜操网爽| 免费观看人在逋| 亚洲专区国产一区二区| 黄片大片在线免费观看| 亚洲中文字幕一区二区三区有码在线看 | a级毛片a级免费在线| 免费看光身美女| 这个男人来自地球电影免费观看| netflix在线观看网站| 久久婷婷人人爽人人干人人爱| 成人18禁在线播放| 久久中文看片网| 国产成人av激情在线播放| 国产av不卡久久| 淫妇啪啪啪对白视频| 99热只有精品国产| 国产69精品久久久久777片 | 99riav亚洲国产免费| 三级男女做爰猛烈吃奶摸视频| 日韩欧美免费精品| 在线观看舔阴道视频| av视频在线观看入口| 99视频精品全部免费 在线 | 国语自产精品视频在线第100页| 99久久无色码亚洲精品果冻| 婷婷精品国产亚洲av| 香蕉国产在线看| 一进一出抽搐gif免费好疼| 国产视频内射| 日韩欧美一区二区三区在线观看| 黄色丝袜av网址大全| 亚洲国产高清在线一区二区三| 国产精品香港三级国产av潘金莲| 日本一二三区视频观看| 夜夜看夜夜爽夜夜摸| 国产成人av教育| 18禁观看日本| 国产97色在线日韩免费| 色噜噜av男人的天堂激情| 欧美大码av| 一个人免费在线观看的高清视频| 国产乱人伦免费视频| 99久久国产精品久久久| 巨乳人妻的诱惑在线观看| 亚洲欧美日韩高清在线视频|