• <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BiGRU-SVDD的ADS-B異常數(shù)據(jù)檢測(cè)模型

    2020-11-06 06:44:20羅鵬王布宏李騰耀
    航空學(xué)報(bào) 2020年10期
    關(guān)鍵詞:航跡準(zhǔn)確率閾值

    羅鵬,王布宏,李騰耀

    空軍工程大學(xué) 信息與導(dǎo)航學(xué)院,西安 710077

    空中交通管理(ATM)是管理空域、飛行器和航線的重要系統(tǒng)。它利用通信、導(dǎo)航、監(jiān)視等技術(shù),保障和維護(hù)空中交通安全、秩序和暢通[1]。目前,空管監(jiān)視技術(shù)主要包含一次雷達(dá)(PSR)、二次雷達(dá)(SSR)、廣域多點(diǎn)定位(Wide Area Multilateration,WAM)、廣播式自動(dòng)相關(guān)監(jiān)視(ADS-B)等監(jiān)視技術(shù)[2]。PSR通過(guò)對(duì)雷達(dá)發(fā)射信號(hào)和反射信號(hào)的分析計(jì)算,可獲得探測(cè)目標(biāo)的位置和速度等狀態(tài)信息,但是PSR獲取的狀態(tài)信息誤差較大。SSR通過(guò)詢問(wèn)、應(yīng)答機(jī)制獲取目標(biāo)的狀態(tài)信息,但在缺乏雷達(dá)保障的區(qū)域很難獲取飛行器的狀態(tài)信息,且SSR的監(jiān)視精度不高。WAM通過(guò)到達(dá)時(shí)間差(TDOA)對(duì)目標(biāo)飛行器的位置和速度完成測(cè)算,但是WAM需要部署多個(gè)地面接收站,且對(duì)地面接收站的部署位置有一定要求。ADS-B作為新一代空管監(jiān)視技術(shù),比雷達(dá)監(jiān)視技術(shù)監(jiān)視精度高、監(jiān)視范圍廣;且相較于WAM,雖然ADS-B的定位精度略低,但由于ADS-B采用了廣播機(jī)制,使得監(jiān)視信息易在鄰近飛行器和地面站之間完成信息共享,因而全球大部分商用飛機(jī)都安裝了ADS-B設(shè)備[3-4]。ADS-B通過(guò)衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)和其他機(jī)載設(shè)備獲取位置、速度和航向等信息,然后由ADS-B發(fā)射器廣播這些信息,其他裝配有ADS-B接收設(shè)備的飛行器和地面基站可以實(shí)時(shí)接收這些信息。但是,ADS-B以明文格式廣播發(fā)送數(shù)據(jù),協(xié)議缺少消息認(rèn)證和加密機(jī)制,因而其安全性易受挑戰(zhàn)。

    文獻(xiàn)[5-7]討論了ADS-B易遭受的竊聽(tīng)、干擾、消息篡改、消息刪除和消息注入等攻擊,并對(duì)攻擊的網(wǎng)絡(luò)分層、難易等級(jí)和影響程度進(jìn)行了分析。針對(duì)ADS-B的安全漏洞,目前已經(jīng)提出了多種解決方法。第1類(lèi)方案將加密技術(shù)用于ADS-B[8-10],但是此類(lèi)方案不易實(shí)施,原因是與標(biāo)準(zhǔn)化的ADS-B協(xié)議不兼容。第2類(lèi)方案將位置驗(yàn)證用于ADS-B數(shù)據(jù)的合法性判定[11-13]。文獻(xiàn)[14]運(yùn)用到達(dá)時(shí)間差(TDOA)和到達(dá)時(shí)間和(TSOA)2個(gè)量測(cè)定位飛行器位置,和ADS-B解析后的位置數(shù)據(jù)進(jìn)行比較,實(shí)現(xiàn)ADS-B合法性判定,但是這需要多個(gè)基站協(xié)同工作;并且當(dāng)多個(gè)基站接收ADS-B數(shù)據(jù)時(shí)間不同步時(shí),會(huì)影響到 ADS-B數(shù)據(jù)合法性的判定。第3類(lèi)方案將機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的方案用于ADS-B數(shù)據(jù)的異常檢測(cè),異常檢測(cè)是ADS-B研究的一個(gè)關(guān)鍵問(wèn)題。文獻(xiàn)[15-16]使用深度學(xué)習(xí)的seq2seq模型重構(gòu)ADS-B數(shù)據(jù),對(duì)ADS-B數(shù)據(jù)中存在的位置和速度等異常,利用重構(gòu)誤差進(jìn)行檢測(cè),但這種方法沒(méi)有考慮飛行器機(jī)動(dòng)狀態(tài)改變所帶來(lái)的ADS-B數(shù)據(jù)變化,因而這種方案的適應(yīng)性不高。文獻(xiàn)[17]將機(jī)器學(xué)習(xí)的支持向量數(shù)據(jù)描述(SVDD)用于ADS-B數(shù)據(jù)的異常檢測(cè),但是此方法需要同步的SSR數(shù)據(jù)和ADS-B數(shù)據(jù)做差,數(shù)據(jù)的時(shí)間同步問(wèn)題不易解決,因而難以真正化。

    本文針對(duì)ADS-B易遭受的隨機(jī)位置偏移攻擊、高度偏差攻擊、重放攻擊和拒絕服務(wù)(DOS)等攻擊,構(gòu)建了BiGRU-SVDD異常檢測(cè)模型。利用BiGRU神經(jīng)網(wǎng)絡(luò)對(duì)ADS-B數(shù)據(jù)進(jìn)行預(yù)測(cè),得到ADS-B數(shù)據(jù)預(yù)測(cè)值;為了解決ADS-B數(shù)據(jù)攻擊檢測(cè)閾值自適應(yīng)問(wèn)題,將ADS-B預(yù)測(cè)值和實(shí)際值作差,把差值輸入SVDD超球體二次訓(xùn)練,得到的攻擊檢測(cè)閾值具有良好的自適應(yīng)性,提升了ADS-B異常數(shù)據(jù)的檢測(cè)性能。并且,選取了合適的滑動(dòng)窗口長(zhǎng)度,降低了BiGRU神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)長(zhǎng)。

    1 準(zhǔn)備知識(shí)

    1.1 雙向門(mén)控循環(huán)單元(BiGRU)

    RNN(Recurrent Neural Network)是深度學(xué)習(xí)中用于處理序列數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò),目前已經(jīng)在故障預(yù)測(cè)和機(jī)器翻譯等領(lǐng)域有所運(yùn)用[18-19]。但是,RNN在參數(shù)訓(xùn)練時(shí),存在梯度消失現(xiàn)象,因而RNN不適合處理長(zhǎng)序列問(wèn)題。GRU(Gated Recurrent Unit)是RNN的一種優(yōu)化類(lèi)型,它通過(guò)門(mén)控機(jī)制緩解了RNN的梯度消失問(wèn)題,因而具有學(xué)習(xí)長(zhǎng)序列中存在的長(zhǎng)期依賴關(guān)系的能力[20]。但單向GRU只是從前往后學(xué)習(xí)序列信息,然而在有些問(wèn)題中,當(dāng)前時(shí)刻的輸出不僅和上文序列信息相關(guān),還和下文序列信息也有關(guān)[21]。例如,在預(yù)測(cè)一句話中缺失的單詞時(shí),就需要同時(shí)結(jié)合上文和下文內(nèi)容進(jìn)行預(yù)測(cè)。BiGRU就是一種能處理這類(lèi)問(wèn)題的神經(jīng)網(wǎng)絡(luò)。BiGRU由2個(gè)信息傳遞方向相反的GRU循環(huán)層構(gòu)成,其中第1層按時(shí)間順序傳遞信息(順時(shí)間循環(huán)層),第2層按時(shí)間逆序傳遞信息(逆時(shí)間循環(huán)層)。BiGRU的基本思想是:通過(guò)順時(shí)間循環(huán)層得到正向隱藏狀態(tài),通過(guò)逆時(shí)間循環(huán)層得到反向隱藏狀態(tài),再將正向隱藏狀態(tài)和反向隱藏狀態(tài)拼接,得到BiGRU最終輸出的隱藏狀態(tài)。

    1.2 支持向量數(shù)據(jù)描述(SVDD)

    SVDD是文獻(xiàn)[22]提出的一種基于邊界數(shù)據(jù)的單分類(lèi)機(jī)器學(xué)習(xí)方法。SVDD的主要思想是:通過(guò)訓(xùn)練目標(biāo)樣本,SVDD能創(chuàng)建一個(gè)超球體分類(lèi)器,此超球體分類(lèi)器幾乎包含全部訓(xùn)練樣本,并且它的體積越小越好。分類(lèi)器可以表示為

    (1)

    式中:R為半徑;a為球心;ξi為松弛因子,ξi≥0;C為懲罰系數(shù),0

    圖1為SVDD超球體分類(lèi)器示意圖。如果測(cè)試樣本離球心a的距離小于R,則測(cè)試樣本是正常樣本;若測(cè)試樣本離球心a的距離等于R,則測(cè)試樣本是支持向量;若測(cè)試樣本離球心a的距離大于R,則測(cè)試樣本是異常樣本。

    圖1 SVDD分類(lèi)器Fig.1 SVDD classifier

    2 異常檢測(cè)模型構(gòu)建

    2.1 異常檢測(cè)門(mén)限

    用時(shí)間序列X={X1,X2,…,XM}表示模型接收到的原始ADS-B數(shù)據(jù),M為序列的長(zhǎng)度。Xk的表達(dá)式為

    Xk=[x1,x2,…,xd]T1≤k≤M

    (2)

    Xk為一個(gè)d維列向量,每個(gè)維度表示ADS-B數(shù)據(jù)的一個(gè)特征,數(shù)據(jù)特征包括緯度、經(jīng)度、高度、識(shí)別號(hào)、航向等信息。本文要解決的問(wèn)題是如何檢測(cè)出ADS-B時(shí)間序列數(shù)據(jù)中的異常數(shù)據(jù)。為了解決此問(wèn)題,需要建立ADS-B異常數(shù)據(jù)的檢測(cè)門(mén)限。圖2為異常檢測(cè)門(mén)限建立的流程圖。

    圖2 異常數(shù)據(jù)檢測(cè)門(mén)限Fig.2 Detection threshold of anomaly data

    在訓(xùn)練階段,首先對(duì)原始ADS-B時(shí)間序列X={X1,X2,…,XM}進(jìn)行特征數(shù)據(jù)提取以及數(shù)據(jù)歸一化處理,得到歸一化后的序列數(shù)據(jù)Y={Y1,Y2,…,YM};接著,利用BiGRU神經(jīng)網(wǎng)絡(luò)對(duì)Y進(jìn)行預(yù)測(cè),可以預(yù)測(cè)下一時(shí)刻且在正常范圍內(nèi)的ADS-B預(yù)測(cè)序列P={P1,P2,…,PM};然后,將預(yù)測(cè)序列和實(shí)際序列做差

    Dk=Pk-Yk1≤k≤M

    (3)

    將差值序列D={D1,D2,…,DM}放入SVDD訓(xùn)練,可以求出 SVDD超球體的球心a和半徑R,此半徑R就是異常檢測(cè)的閾值。

    在測(cè)試階段,輸入測(cè)試數(shù)據(jù)Xk,經(jīng)過(guò)求解后,如果其差值Dk距球心a的距離小于或等于閾值R,則Xk是正常數(shù)據(jù);如果其差值Dk距球心a的距離大于閾值R,則Xk是異常數(shù)據(jù)。

    2.2 數(shù)據(jù)預(yù)處理和特征提取

    由于接收的ADS-B數(shù)據(jù)存在一定丟包率,故丟包特別多的ADS-B航班數(shù)據(jù)不能選取為訓(xùn)練樣本,否則會(huì)降低BiGRU神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的準(zhǔn)確性,進(jìn)而降低模型的檢測(cè)率。對(duì)一架次航班缺失的少量ADS-B數(shù)據(jù),本文采用插值法進(jìn)行補(bǔ)齊,插值法具體為:首先計(jì)算缺失值前后數(shù)據(jù)的斜率,再根據(jù)斜率補(bǔ)齊缺失的ADS-B數(shù)據(jù)。

    ADS-B原始數(shù)據(jù)中包含了緯度、經(jīng)度、高度、速度和航向等信息,也包含了24位的循環(huán)冗余校驗(yàn)碼(CRC),但是CRC主要是校驗(yàn)ADS-B通信鏈路上數(shù)字傳輸過(guò)程中出現(xiàn)的錯(cuò)誤,不能檢測(cè)攻擊者精心構(gòu)造的ADS-B異常數(shù)據(jù)。

    為了檢測(cè)ADS-B異常數(shù)據(jù),本文選取緯度、經(jīng)度、高度、速度和航向?yàn)樘卣鲾?shù)據(jù)。用時(shí)間序列H={H1,H2,…,Hk,…,HM}表示提取的特征數(shù)據(jù),序列H中每個(gè)元素均是一個(gè)五維列向量,5個(gè)維度表示的屬性分別為緯度、經(jīng)度、高度、速度和航向。為了消除奇異樣本數(shù)據(jù)導(dǎo)致的不良影響,同時(shí)為了減短模型的訓(xùn)練時(shí)長(zhǎng)、使訓(xùn)練過(guò)程盡快收斂,本文對(duì)ADS-B數(shù)據(jù)進(jìn)行歸一化處理,歸一化的公式為

    (4)

    式中:Hk為H的第k個(gè)元素;Hk為五維列向量;上標(biāo)i表示第i個(gè)維度;min(Hi)為Hi的最小值;max(Hi)為Hi的最大值。

    2.3 基于BiGRU神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型

    ADS-B數(shù)據(jù)具有前后時(shí)間相關(guān)性,是基于時(shí)間的一系列數(shù)據(jù),它任一時(shí)刻的緯度、經(jīng)度、高度、速度和航向等信息是與歷史時(shí)刻和未來(lái)時(shí)刻的ADS-B數(shù)據(jù)相關(guān)的。為了實(shí)現(xiàn)對(duì)ADS-B時(shí)序數(shù)據(jù)的預(yù)測(cè),本文設(shè)計(jì)了一種基于BiGRU神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)構(gòu),如圖3所示。

    圖3 BiGRU預(yù)測(cè)結(jié)構(gòu)Fig.3 Prediction structure of BiGRU

    兩層BiGRU本層采用2層的BiGRU網(wǎng)絡(luò)結(jié)構(gòu)。利用BiGRU能捕獲ADS-B數(shù)據(jù)的時(shí)間相關(guān)性,并且能解決梯度消失問(wèn)題。第1層BiGRU1的神經(jīng)元個(gè)數(shù)為60;第2層BiGRU2的神經(jīng)元個(gè)數(shù)為40。2層BiGRU之間設(shè)置Dropout層,Dropout層是為了避免訓(xùn)練的過(guò)擬合,提高預(yù)測(cè)模型的泛化能力。

    全連接層全連接層能通過(guò)權(quán)重矩陣提取以前全部的局部特征,能夠?qū)⒕W(wǎng)絡(luò)的輸出值映射成目標(biāo)輸出值。本文采用了3層的全連接層結(jié)構(gòu),第1層全連接層的神經(jīng)元個(gè)數(shù)為20,第2層全連接層的神經(jīng)元個(gè)數(shù)為10,第3層全連接層的神經(jīng)元個(gè)數(shù)為5。

    輸出層輸出層通過(guò)線性激活函數(shù)輸出xk+1預(yù)測(cè)結(jié)果。

    2.4 利用SVDD算法求解

    為了解決ADS-B數(shù)據(jù)攻擊檢測(cè)閾值的自適應(yīng)問(wèn)題,本文將ADS-B預(yù)測(cè)序列和實(shí)際序列做差,得到差值序列為Dk=Pk-Yk;將差值序列D輸入SVDD程序求解,可以求得SVDD超球體的半徑R和球心a。其中,半徑R就是異常檢測(cè)的閾值。為了使樣本在特征空間中線性可分,需要利用核函數(shù)將樣本從原始空間映射到一個(gè)更高維的特征空間[23-24]。本文采用高斯核函數(shù),將樣本從原始空間映射到一個(gè)合適的特征空間,高斯核函數(shù)的表達(dá)式為

    根據(jù)監(jiān)測(cè)軟件接收到的數(shù)據(jù)包個(gè)數(shù)分析可知,固定周期傳輸網(wǎng)絡(luò)中平均丟包率為2.5%。變周期數(shù)據(jù)傳輸網(wǎng)絡(luò)中丟包率為0.43%,與固定周期傳輸網(wǎng)絡(luò)對(duì)比,傳輸成功率高,網(wǎng)絡(luò)穩(wěn)定性更好。多個(gè)檢測(cè)器節(jié)點(diǎn)固定周期發(fā)送數(shù)據(jù)增加了同一時(shí)刻數(shù)據(jù)傳輸中網(wǎng)絡(luò)堵塞的概率。而變周期數(shù)據(jù)傳輸網(wǎng)絡(luò)中,由于對(duì)采集到的環(huán)境參數(shù)前后兩次求差與設(shè)定閾值作比較,當(dāng)大于所設(shè)定閾值時(shí)進(jìn)行數(shù)據(jù)的發(fā)送,減少了大量重復(fù)數(shù)據(jù)的傳輸,網(wǎng)絡(luò)負(fù)荷變小,數(shù)據(jù)堵塞概率降低,丟包率減小,確保了網(wǎng)絡(luò)穩(wěn)定性。

    (5)

    式中:Di和Dj為輸入SVDD的任意2個(gè)樣本;s為高斯核參數(shù)。

    2.5 模型評(píng)價(jià)指標(biāo)

    表1描述了樣本分類(lèi)結(jié)果。TP指實(shí)際正常樣本被正確判定為正常樣本的數(shù)量,F(xiàn)N指實(shí)際正常樣本被錯(cuò)誤判定為異常樣本的數(shù)量,F(xiàn)P指實(shí)際異常樣本被錯(cuò)誤判定為正常樣本的數(shù)量,TN指實(shí)際異常樣本被正確判定為異常樣本的數(shù)量。本文采用檢測(cè)率(De)、召回率(Rc)和準(zhǔn)確率(Acc)作為評(píng)價(jià)指標(biāo)。檢測(cè)率De是指被模型正確判定為異常樣本的數(shù)量占真實(shí)異常樣本數(shù)的比例,召回率Rc是指被正確判定為正常樣本的數(shù)量占真實(shí)正常樣本數(shù)的比例,準(zhǔn)確率Acc是指被正確判定的樣本占總樣本的比例。

    表1 樣本分類(lèi)結(jié)果Table 1 Classification result of samples

    則模型評(píng)價(jià)指標(biāo)公式為

    (6)

    (7)

    (8)

    3 實(shí)驗(yàn)與分析

    3.1 數(shù)據(jù)獲取

    實(shí)驗(yàn)從OPENSKY中總計(jì)獲取200架次航班數(shù)據(jù)用作訓(xùn)練樣本[25],選取40架次航班作為測(cè)試樣本。每架次航班的ADS-B數(shù)據(jù)在200~3 000 之間,選取的ADS-B數(shù)據(jù)包含了飛機(jī)的起飛、爬升、巡航和下降等階段。

    選取一架次包含300條ADS-B數(shù)據(jù)的示例航班,飛機(jī)處于巡航和爬升的機(jī)動(dòng)狀態(tài),攻擊的報(bào)文數(shù)據(jù)由模擬生成,生成方法如下:

    隨機(jī)位置偏移如圖4所示,選取的ADS-B航班數(shù)據(jù)共300條。其中,前100條和后100條ADS-B數(shù)據(jù)不做任何篡改;中間100條數(shù)據(jù),經(jīng)度和緯度上加入均值為0、方差為0.1的高斯噪聲。攻擊者通過(guò)隨機(jī)位置偏移攻擊,使攻擊航跡在實(shí)際航跡左右隨機(jī)波動(dòng)。

    圖4 隨機(jī)位置偏移Fig.4 Random position offset

    高度偏差如圖5所示,前100條、后100條航跡不做任何篡改;中間100條航跡數(shù)據(jù),以50 m為倍數(shù),逐漸改變ADS-B數(shù)據(jù)中包含的高度信息。具體來(lái)說(shuō),第101條航跡的高度增加50 m,第102條 航跡高度增加100 m,往后類(lèi)推。

    圖5 高度偏差攻擊Fig.5 Height deviation attack

    DOS攻擊如圖6所示,前100條、后100條航跡不做任何篡改;中間100條航跡,攻擊者發(fā)起DOS攻擊,接收端不能監(jiān)視到報(bào)文信息。

    圖6 DOS攻擊Fig.6 DOS attack

    重放攻擊如圖7所示,前100條、后100條航跡不做任何篡改;中間100條航跡數(shù)據(jù),攻擊者發(fā)起重發(fā)攻擊,將第91~第100條ADS-B航跡數(shù)據(jù)連續(xù)發(fā)送了10次,接收端接收到的是延遲發(fā)送了10次的第91~第100條航跡。

    圖7 重放攻擊Fig.7 Replay attack

    航路替換如圖8所示,前100條、后100條航跡不做任何篡改;對(duì)于中間的100條ADS-B報(bào)文:假設(shè)攻擊者掌握了飛機(jī)正處于爬升到巡航的機(jī)動(dòng)狀態(tài)信息,則攻擊者注入另一段同樣正在爬升且含有高斯白噪聲的ADS-B報(bào)文。

    圖8 航路替換Fig.8 Replacement of track

    速度偏差前100條、后100條ADS-B數(shù)據(jù)不做篡改;中間100條數(shù)據(jù),以5 m/s為倍數(shù),逐漸改變ADS-B數(shù)據(jù)中包含的速度信息。具體來(lái)說(shuō),第101條數(shù)據(jù)的速度增加了5 m/s,第102條數(shù)據(jù)的速度增加了10 m/s,往后類(lèi)推。

    3.2 滑動(dòng)窗口長(zhǎng)度

    在BiGRU神經(jīng)網(wǎng)絡(luò)訓(xùn)練次數(shù)epochs=50、設(shè)置訓(xùn)練批尺度batch_size=100、Dropout比率為0.2的條件下,BiGRU神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)效果較好。為了充分利用ADS-B數(shù)據(jù)的時(shí)間相關(guān)性,需要選擇一個(gè)合適長(zhǎng)度的滑動(dòng)窗口。如果滑動(dòng)窗口長(zhǎng)度太短,則BiGRU神經(jīng)網(wǎng)絡(luò)會(huì)失去大量的時(shí)間關(guān)聯(lián)的有效信息,降低異常檢測(cè)的檢測(cè)效果。如果滑動(dòng)窗口長(zhǎng)度太長(zhǎng),則會(huì)導(dǎo)致BiGRU神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)間過(guò)長(zhǎng)。為了獲得合適的滑動(dòng)窗口長(zhǎng)度,本文比較了不同滑動(dòng)窗口長(zhǎng)度對(duì)異常檢測(cè)準(zhǔn)確率和訓(xùn)練時(shí)長(zhǎng)的影響。如圖9所示可以看出,當(dāng)滑動(dòng)窗口長(zhǎng)度大于8后,其準(zhǔn)確率變化不大,保持在0.95左右;但是其訓(xùn)練時(shí)間仍然快速增加,因而本文選擇滑動(dòng)窗口長(zhǎng)度為8,能保證ADS-B異常檢測(cè)的準(zhǔn)確率和訓(xùn)練時(shí)間達(dá)到相對(duì)最優(yōu)。

    圖9 滑動(dòng)窗口長(zhǎng)度選擇Fig.9 Length selection of sliding window

    3.3 異常檢測(cè)實(shí)驗(yàn)結(jié)果

    以BiGRU-SVDD異常檢測(cè)的準(zhǔn)確率為適應(yīng)度函數(shù),經(jīng)粒子群優(yōu)化算法[26]求得懲罰系數(shù)C=0.25,高斯核參數(shù)s=9。圖10~圖15為針對(duì)以上6種攻擊的異常檢測(cè)實(shí)驗(yàn)結(jié)果。其中,圖10為隨機(jī)位置偏移的異常檢測(cè)結(jié)果圖;樣本經(jīng)過(guò)訓(xùn)練后,得到SVDD超球體半徑R為0.232,R即為異常檢測(cè)的閾值。第101~200個(gè)異常測(cè)試樣本中,共有94個(gè)測(cè)試樣本的到超球體球心的距離大于閾值R,因而隨機(jī)位置偏移的檢測(cè)率為94%;第1~100個(gè)和第201~300個(gè)正常測(cè)試樣本中,共有195個(gè)測(cè)試樣本到超球體球心的距離小于閾值R,因而隨機(jī)位置偏移的召回率為97.5%;300個(gè) 測(cè)試樣本中共有289個(gè)樣本被正確檢測(cè)出了是否存在異常,因而隨機(jī)位置偏移異常檢測(cè)的準(zhǔn)確率為96.33%。

    圖10 隨機(jī)偏移檢測(cè)Fig.10 Detection of random offset

    同理,如圖11~圖15所示,高度偏差的檢測(cè)率為98%,召回率為96.5%,準(zhǔn)確率為97%;DOS攻擊的檢測(cè)率為100%,召回率為96%,準(zhǔn)確率為97.33%;重放攻擊檢測(cè)率為95%,召回率為95.5%,準(zhǔn)確率為95.33%;航路替換的檢測(cè)率為88%,召回率為97.5%,準(zhǔn)確率為94.33%;速度偏差檢測(cè)率為98%,召回率為97.5%,準(zhǔn)確率為97.67%。

    圖11 高度偏差檢測(cè)Fig.11 Detection of height deviation

    圖12 DOS攻擊檢測(cè)Fig.12 Detection of DOS attack

    圖13 重放攻擊檢測(cè)Fig.13 Detection of replay attack

    圖14 航路替換檢測(cè)Fig.14 Detection of track replacement

    圖15 速度偏差檢測(cè)Fig.15 Detection of speed deviation

    為了驗(yàn)證飛機(jī)處于爬升、轉(zhuǎn)向、下降等機(jī)動(dòng)狀態(tài)下,BiGRU-SVDD模型也具有良好的異常檢測(cè)性能,實(shí)驗(yàn)還選取了一架次含有600條ADS-B數(shù)據(jù)的示例航班,包含了飛機(jī)的爬升、轉(zhuǎn)向、巡航和下降等階段。如圖16所示,前50條和后50條ADS-B數(shù)據(jù)不做任何篡改;在中間500條數(shù)據(jù)注入隨機(jī)位置偏移攻擊,注入的攻擊和圖4的方法保持一致:在經(jīng)度和緯度上加入均值為0、方差為0.1的高斯白噪聲。

    圖16 隨機(jī)位置偏移攻擊(600條數(shù)據(jù))Fig.16 Random position offset (600 data)

    圖17為隨機(jī)位置偏移(600條數(shù)據(jù))的攻擊檢測(cè)圖,檢測(cè)率為94.4%,召回率為95%,準(zhǔn)確率為94.5%。600條ADS-B航跡數(shù)據(jù)包含了飛機(jī)的爬升、轉(zhuǎn)向和下降等階段,說(shuō)明即使飛機(jī)處于機(jī)動(dòng)狀態(tài)下,BiGRU-SVDD模型異常檢測(cè)的檢測(cè)性能也較好。

    圖17 隨機(jī)位置偏移檢測(cè)(600條數(shù)據(jù))Fig.17 Detection of random offset (600 data)

    實(shí)驗(yàn)總計(jì)對(duì)40架次測(cè)試航班采用BiGRU-SVDD模型做了異常檢測(cè)實(shí)驗(yàn),取40次實(shí)驗(yàn)的檢測(cè)率、召回率、準(zhǔn)確率的均值作為異常檢測(cè)的結(jié)果。表2列出了BiGRU-SVDD異常檢測(cè)的結(jié)果。從表2可以看出,BiGRU-SVDD模型對(duì)航路替換的檢測(cè)率為88.72%,相對(duì)較低,其他形式的攻擊檢測(cè)率均在93.5%以上;BiGRU-SVDD模型召回率均在95%以上,準(zhǔn)確率均在92%以上;且BiGRU-SVDD用于DOS攻擊的異常檢測(cè)性能相對(duì)最優(yōu),DOS攻擊檢測(cè)率達(dá)到了99.08%,這是因?yàn)镈OS攻擊導(dǎo)致航跡出現(xiàn)了消失,客觀上來(lái)說(shuō),DOS攻擊也最容易被檢測(cè)。高度偏差攻擊的檢測(cè)率為93.56%,相對(duì)較低,這是因?yàn)槠鹗甲⑷氲母叨绕顚?dǎo)致的高度變化還不夠明顯,故客觀上起始注入的一小段高度偏差攻擊確實(shí)難以檢測(cè)。通過(guò)計(jì)算得到,針對(duì)6種形式的攻擊,BiGRU-SVDD模型的平均檢測(cè)率為95.26%,平均召回率為96.22%,平均準(zhǔn)確率為95.57%。

    表2 BiGRU-SVDD異常檢測(cè)Table 2 Anomaly detection of BiGRU-SVDD

    3.4 對(duì)比實(shí)驗(yàn)和分析

    另外,本文選取了其他機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的方法,同樣用于檢測(cè)以上6種類(lèi)型的ADS-B數(shù)據(jù)攻擊(攻擊數(shù)據(jù)的構(gòu)造方法和3.1節(jié)保持一致)。這些方法包括一類(lèi)支持向量機(jī)(OCSVM)、孤立森林(IForest)、長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)(LSTM)、門(mén)控循環(huán)單元神經(jīng)網(wǎng)絡(luò)(GRU)、雙向門(mén)控循環(huán)單元神經(jīng)網(wǎng)絡(luò)(BiGRU)和seq2seq模型[16]。其中,OCSVM采用的核函數(shù)為徑向基核函數(shù),核參數(shù)Gamma取值為0.2。IForest中,樹(shù)的棵數(shù)取值為默認(rèn)的100,每棵樹(shù)的采樣大小取值為256。LSTM、GRU和BiGRU都采用和圖3相似的網(wǎng)絡(luò)結(jié)構(gòu),用余弦相似度衡量預(yù)測(cè)值和實(shí)際值的誤差大小(閾值的確定方法為:將余弦相似度按照從小到大排序,將第3%小的余弦相似度選取為閾值)。seq2seq模型采用的網(wǎng)絡(luò)結(jié)構(gòu)和文獻(xiàn)[16]保持一致,即編碼器和解碼器的隱藏層都采用LSTM神經(jīng)網(wǎng)絡(luò),LSTM的單元數(shù)為128。表3給出了6種形式攻擊下,各種異常檢測(cè)方法的檢測(cè)率、召回率和準(zhǔn)確率的均值實(shí)驗(yàn)結(jié)果??梢钥闯觯?/p>

    1) OCSVM和IForest的檢測(cè)率、召回率、準(zhǔn)確率性能都較差。這是因?yàn)锳DS-B數(shù)據(jù)中的緯度、經(jīng)度、高度、速度和航向等信息的數(shù)值大小是隨時(shí)間的變化而變化的,然而OCSVM和IForest僅考慮了當(dāng)前時(shí)刻ADS-B數(shù)據(jù)的特征信息,沒(méi)有考慮到ADS-B數(shù)據(jù)的時(shí)間相關(guān)性,因而這兩種方法的異常檢測(cè)性能較差。

    2) 考慮到ADS-B數(shù)據(jù)的前后時(shí)間相關(guān)性,將單向GRU和BiGRU的檢測(cè)性能作比較。實(shí)驗(yàn)結(jié)果表明,相比于單向GRU,BiGRU的檢測(cè)率、召回率和準(zhǔn)確率均更高,說(shuō)明BiGRU的預(yù)測(cè)效果更好,異常檢測(cè)性能更佳。

    3) 為了解決ADS-B數(shù)據(jù)攻擊檢測(cè)閾值自適應(yīng)問(wèn)題,本文在BiGRU預(yù)測(cè)結(jié)果后加入SVDD進(jìn)行二次訓(xùn)練。結(jié)果表明,相較于BiGRU,BiGRU-SVDD的檢測(cè)率、召回率和準(zhǔn)確率均要更高,達(dá)到95%以上。說(shuō)明BiGRU-SVDD能解決ADS-B數(shù)據(jù)攻擊檢測(cè)閾值的自適應(yīng)問(wèn)題,異常檢測(cè)適應(yīng)性更好,效果更優(yōu)。

    4)相較于seq2seq模型,本文的BiGRU-SVDD模型異常檢測(cè)性能更好。這是因?yàn)?,BiGRU-SVDD考慮了飛機(jī)的機(jī)動(dòng)狀態(tài),seq2seq模型沒(méi)有考慮飛機(jī)的機(jī)動(dòng)狀態(tài);并且BiGRU-SVDD利用SVDD對(duì)樣本進(jìn)行了二次訓(xùn)練,解決了ADS-B數(shù)據(jù)攻擊檢測(cè)閾值的自適應(yīng)問(wèn)題。因而,相比于seq2seq模型,本文的 BiGRU-SVDD模型異常檢測(cè)性能更優(yōu)。

    由于BiGRU-SVDD模型在使用BiGRU對(duì)ADS-B數(shù)據(jù)進(jìn)行預(yù)測(cè)的基礎(chǔ)上,又使用了SVDD對(duì)差值樣本進(jìn)行了二次訓(xùn)練,因而需要比較BiGRU-SVDD模型和其他檢測(cè)方法的復(fù)雜性。本文記錄了各種異常檢測(cè)方法的訓(xùn)練時(shí)長(zhǎng)和檢測(cè)時(shí)長(zhǎng)。表4給出了訓(xùn)練一架次ADS-B航班數(shù)據(jù)的平均時(shí)長(zhǎng),以及檢測(cè)一架次ADS-B航班數(shù)據(jù)的平均時(shí)長(zhǎng)(平均每架次航班包含的ADS-B數(shù)據(jù)約500條)??梢钥闯觯?/p>

    表4 訓(xùn)練與檢測(cè)時(shí)長(zhǎng)對(duì)比Table 4 Comparison of training time and testing time

    1) OCSVM和IForest作為傳統(tǒng)的機(jī)器學(xué)習(xí)方法,訓(xùn)練時(shí)長(zhǎng)較短。但是結(jié)合表3可知,OCSVM和IForest的檢測(cè)率、召回率、準(zhǔn)確率性能較差。

    表3 異常檢測(cè)均值Table 3 Mean value of anomaly detection

    2) BiGRU比單向GRU的訓(xùn)練時(shí)長(zhǎng)多了5.51 s,BiGRU-SVDD比BiGRU的訓(xùn)練時(shí)長(zhǎng)僅僅多了0.67 s,這說(shuō)明BiGRU-SVDD的復(fù)雜性主要來(lái)自雙向機(jī)制。

    3) BiGRU-SVDD模型檢測(cè)一架次ADS-B航班數(shù)據(jù)(約500條)共用了0.085 s,僅比BiGRU多了0.005 s,比LSTM和GRU多了0.015 s。

    4) BiGRU-SVDD模型比seq2seq的訓(xùn)練時(shí)長(zhǎng)和檢測(cè)時(shí)長(zhǎng)都要短。這主要是因?yàn)槲墨I(xiàn)[16]ses2seq模型的編碼器和解碼器的LSTM單元數(shù)為128,本文的BiGRU-SVDD模型的2層BiGRU的單元數(shù)分別是60和40。

    4 結(jié) 論

    1) 本文考慮了ADS-B數(shù)據(jù)的時(shí)間相關(guān)性,利用BiGRU神經(jīng)網(wǎng)絡(luò)對(duì)ADS-B數(shù)據(jù)進(jìn)行預(yù)測(cè),得到了ADS-B預(yù)測(cè)數(shù)據(jù);再將預(yù)測(cè)值和實(shí)際值作差,將差值放入支持向量數(shù)據(jù)描述(SVDD)訓(xùn)練,可以得到能檢測(cè)ADS-B異常數(shù)據(jù)的超球體分類(lèi)器。并且,選擇了合適的滑動(dòng)窗口,在保證異常檢測(cè)準(zhǔn)確率的同時(shí),縮短了BiGRU神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)長(zhǎng)。實(shí)驗(yàn)結(jié)果表明,BiGUR-SVDD模型可用于ADS-B異常數(shù)據(jù)的檢測(cè)。

    2) 在OCSVM、IForest、LSTM、GRU、BiGRU、seq2seq和BiGRU-SVDD中,本文BiGRU-SVDD模型異常檢測(cè)性能均更具優(yōu)勢(shì)。

    猜你喜歡
    航跡準(zhǔn)確率閾值
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    夢(mèng)的航跡
    青年歌聲(2019年12期)2019-12-17 06:32:32
    小波閾值去噪在深小孔鉆削聲發(fā)射信號(hào)處理中的應(yīng)用
    基于自適應(yīng)閾值和連通域的隧道裂縫提取
    高速公路車(chē)牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
    自適應(yīng)引導(dǎo)長(zhǎng)度的無(wú)人機(jī)航跡跟蹤方法
    比值遙感蝕變信息提取及閾值確定(插圖)
    河北遙感(2017年2期)2017-08-07 14:49:00
    視覺(jué)導(dǎo)航下基于H2/H∞的航跡跟蹤
    久久免费观看电影| 国产亚洲精品第一综合不卡| 国产亚洲av片在线观看秒播厂| 亚洲成人国产一区在线观看 | 最近最新中文字幕大全免费视频 | 人体艺术视频欧美日本| 国产深夜福利视频在线观看| 婷婷成人精品国产| 女人被躁到高潮嗷嗷叫费观| 18禁观看日本| 悠悠久久av| 波多野结衣av一区二区av| 亚洲国产日韩一区二区| 日韩伦理黄色片| 青春草亚洲视频在线观看| 欧美日韩av久久| 韩国精品一区二区三区| 老司机影院毛片| 国产国语露脸激情在线看| 男女边吃奶边做爰视频| 亚洲精品第二区| 国产精品香港三级国产av潘金莲 | 亚洲精品av麻豆狂野| 99久国产av精品国产电影| 熟妇人妻不卡中文字幕| 夫妻性生交免费视频一级片| 少妇人妻久久综合中文| 国产免费一区二区三区四区乱码| 天天躁夜夜躁狠狠躁躁| 成人免费观看视频高清| 国产精品秋霞免费鲁丝片| 啦啦啦视频在线资源免费观看| 老汉色∧v一级毛片| 免费在线观看完整版高清| a级毛片在线看网站| 美女扒开内裤让男人捅视频| 欧美日韩av久久| 国产精品香港三级国产av潘金莲 | 国产亚洲欧美精品永久| 黄色视频在线播放观看不卡| 午夜福利一区二区在线看| 在线看a的网站| 久久久久视频综合| 欧美日韩精品网址| 久久亚洲国产成人精品v| 婷婷色麻豆天堂久久| 国产精品免费大片| 99热全是精品| 欧美日本中文国产一区发布| 久久精品久久久久久噜噜老黄| 啦啦啦视频在线资源免费观看| 中文字幕制服av| 国产探花极品一区二区| 国产国语露脸激情在线看| 高清不卡的av网站| 亚洲美女搞黄在线观看| 免费高清在线观看日韩| 亚洲av福利一区| 五月天丁香电影| 精品国产一区二区三区四区第35| 久久天躁狠狠躁夜夜2o2o | 亚洲国产精品成人久久小说| av视频免费观看在线观看| 伊人亚洲综合成人网| 十分钟在线观看高清视频www| 女人爽到高潮嗷嗷叫在线视频| 在线观看人妻少妇| 亚洲精品aⅴ在线观看| 一边亲一边摸免费视频| 亚洲熟女毛片儿| 尾随美女入室| 人人妻人人澡人人看| 在线观看免费高清a一片| 在线亚洲精品国产二区图片欧美| 啦啦啦 在线观看视频| 看非洲黑人一级黄片| 久久 成人 亚洲| 自线自在国产av| 久久女婷五月综合色啪小说| 少妇的丰满在线观看| 超碰成人久久| 国产不卡av网站在线观看| 国产黄色免费在线视频| 久久99热这里只频精品6学生| 欧美成人精品欧美一级黄| 国产欧美亚洲国产| 国产成人欧美在线观看 | 欧美黑人精品巨大| 如日韩欧美国产精品一区二区三区| 国产成人av激情在线播放| 国产无遮挡羞羞视频在线观看| 国产又色又爽无遮挡免| 大话2 男鬼变身卡| 美女大奶头黄色视频| 国产伦理片在线播放av一区| 中文字幕人妻丝袜制服| 美女主播在线视频| 国产亚洲欧美精品永久| 日韩成人av中文字幕在线观看| 亚洲,一卡二卡三卡| 卡戴珊不雅视频在线播放| 黄色毛片三级朝国网站| 国产精品久久久久成人av| 国产亚洲一区二区精品| 日本91视频免费播放| 看免费成人av毛片| 美女脱内裤让男人舔精品视频| 中文欧美无线码| 精品国产一区二区久久| 国产精品免费大片| 最近手机中文字幕大全| 一区二区三区激情视频| 国产一区有黄有色的免费视频| 99re6热这里在线精品视频| 永久免费av网站大全| 国产精品一国产av| 欧美少妇被猛烈插入视频| 99九九在线精品视频| 老司机靠b影院| 久久婷婷青草| 免费观看人在逋| 久久久久精品久久久久真实原创| 99国产精品免费福利视频| 黄色视频不卡| 超色免费av| 亚洲免费av在线视频| 中国国产av一级| 日日摸夜夜添夜夜爱| 狂野欧美激情性bbbbbb| 久久久久久人妻| 国产成人精品福利久久| 视频在线观看一区二区三区| 一级毛片电影观看| 美女国产高潮福利片在线看| 精品亚洲成国产av| 九草在线视频观看| 久久免费观看电影| 日韩不卡一区二区三区视频在线| 亚洲国产中文字幕在线视频| xxxhd国产人妻xxx| 妹子高潮喷水视频| 深夜精品福利| 久久久亚洲精品成人影院| 2018国产大陆天天弄谢| 一级毛片黄色毛片免费观看视频| 欧美日韩亚洲综合一区二区三区_| 欧美日韩视频精品一区| 18禁裸乳无遮挡动漫免费视频| av电影中文网址| 亚洲国产毛片av蜜桃av| 亚洲av日韩精品久久久久久密 | 亚洲三区欧美一区| 美女视频免费永久观看网站| 欧美黑人欧美精品刺激| 99精国产麻豆久久婷婷| 在线观看免费午夜福利视频| 观看美女的网站| 亚洲欧美精品综合一区二区三区| 美女主播在线视频| 日本91视频免费播放| 国产日韩欧美在线精品| 亚洲国产欧美一区二区综合| 免费久久久久久久精品成人欧美视频| 曰老女人黄片| 嫩草影视91久久| 久久久精品免费免费高清| 看免费成人av毛片| 亚洲一卡2卡3卡4卡5卡精品中文| av国产精品久久久久影院| 18禁动态无遮挡网站| 国产一区二区激情短视频 | 搡老乐熟女国产| av国产精品久久久久影院| 亚洲av成人不卡在线观看播放网 | 亚洲专区中文字幕在线 | 欧美日韩亚洲国产一区二区在线观看 | 18禁观看日本| 91精品三级在线观看| av网站免费在线观看视频| av又黄又爽大尺度在线免费看| 国语对白做爰xxxⅹ性视频网站| 国产日韩欧美亚洲二区| 日韩,欧美,国产一区二区三区| 精品国产乱码久久久久久小说| 亚洲精品久久午夜乱码| 亚洲一区中文字幕在线| 新久久久久国产一级毛片| 欧美激情高清一区二区三区 | 中文字幕制服av| 亚洲国产日韩一区二区| 国产成人精品久久久久久| 99热国产这里只有精品6| 国产日韩一区二区三区精品不卡| 九色亚洲精品在线播放| 亚洲国产看品久久| 一区二区三区精品91| 亚洲av电影在线观看一区二区三区| 一本久久精品| 在线观看人妻少妇| 欧美最新免费一区二区三区| 色婷婷av一区二区三区视频| 人妻人人澡人人爽人人| 亚洲美女搞黄在线观看| 黄色一级大片看看| 免费观看a级毛片全部| 大码成人一级视频| 纯流量卡能插随身wifi吗| 97在线人人人人妻| 夫妻性生交免费视频一级片| 亚洲,欧美精品.| 99国产综合亚洲精品| 在线观看免费日韩欧美大片| √禁漫天堂资源中文www| 久久性视频一级片| 国产有黄有色有爽视频| 国产成人91sexporn| 久久韩国三级中文字幕| 最近的中文字幕免费完整| 国产一区有黄有色的免费视频| 老汉色av国产亚洲站长工具| 国产精品成人在线| 国产一区二区 视频在线| 悠悠久久av| 男的添女的下面高潮视频| 亚洲精品,欧美精品| 日韩成人av中文字幕在线观看| 中文字幕亚洲精品专区| 精品国产乱码久久久久久男人| 国产成人欧美在线观看 | 久久99精品国语久久久| 国产男人的电影天堂91| 国产精品熟女久久久久浪| 秋霞伦理黄片| 天天躁夜夜躁狠狠久久av| 亚洲国产中文字幕在线视频| 老司机在亚洲福利影院| 久久精品国产a三级三级三级| 老汉色av国产亚洲站长工具| 日本wwww免费看| 夜夜骑夜夜射夜夜干| 国产av一区二区精品久久| 丝袜人妻中文字幕| 国产精品亚洲av一区麻豆 | 午夜免费观看性视频| 久久人妻熟女aⅴ| 国产高清国产精品国产三级| 久久久久久人妻| 狠狠婷婷综合久久久久久88av| 欧美人与性动交α欧美精品济南到| 日本爱情动作片www.在线观看| 最近的中文字幕免费完整| 中文字幕人妻丝袜一区二区 | 狠狠精品人妻久久久久久综合| videosex国产| 一区二区av电影网| 啦啦啦中文免费视频观看日本| 自线自在国产av| 人体艺术视频欧美日本| e午夜精品久久久久久久| 成年人午夜在线观看视频| 欧美黑人精品巨大| 久久99精品国语久久久| 国产亚洲最大av| av电影中文网址| 免费少妇av软件| 亚洲国产欧美一区二区综合| 精品一区二区三区av网在线观看 | 欧美 亚洲 国产 日韩一| 纯流量卡能插随身wifi吗| 国产免费福利视频在线观看| 久久人人爽av亚洲精品天堂| 老熟女久久久| 久久人妻熟女aⅴ| 亚洲av福利一区| 一二三四在线观看免费中文在| 亚洲三区欧美一区| 18禁国产床啪视频网站| 国产熟女午夜一区二区三区| 亚洲国产欧美网| 国产黄色视频一区二区在线观看| 亚洲第一av免费看| 成年美女黄网站色视频大全免费| 久久免费观看电影| 综合色丁香网| 新久久久久国产一级毛片| 电影成人av| 日本爱情动作片www.在线观看| 一区二区三区激情视频| 久久久国产精品麻豆| 亚洲国产欧美在线一区| 国产亚洲一区二区精品| 天天添夜夜摸| 多毛熟女@视频| 亚洲三区欧美一区| 青春草视频在线免费观看| 久久天躁狠狠躁夜夜2o2o | 欧美日韩国产mv在线观看视频| 赤兔流量卡办理| 别揉我奶头~嗯~啊~动态视频 | 日韩,欧美,国产一区二区三区| 日本vs欧美在线观看视频| 亚洲精品日本国产第一区| 黄片小视频在线播放| 久久精品久久久久久噜噜老黄| 嫩草影院入口| 国产爽快片一区二区三区| 免费观看av网站的网址| 国产精品亚洲av一区麻豆 | 国产精品 国内视频| 亚洲,一卡二卡三卡| 新久久久久国产一级毛片| 大话2 男鬼变身卡| 亚洲精品乱久久久久久| 国产片特级美女逼逼视频| 亚洲第一青青草原| 日本vs欧美在线观看视频| 日韩 亚洲 欧美在线| 国产一区二区三区综合在线观看| 超色免费av| 成人漫画全彩无遮挡| 国产欧美日韩一区二区三区在线| 精品国产乱码久久久久久男人| 国产一区二区在线观看av| 亚洲,一卡二卡三卡| 香蕉国产在线看| 嫩草影院入口| 亚洲伊人色综图| 你懂的网址亚洲精品在线观看| 美女扒开内裤让男人捅视频| 国产精品久久久久久久久免| 国产成人一区二区在线| 成人黄色视频免费在线看| 一区二区三区乱码不卡18| 国产一区有黄有色的免费视频| 亚洲精品在线美女| 亚洲男人天堂网一区| 男人操女人黄网站| 国产免费视频播放在线视频| 精品一品国产午夜福利视频| 1024视频免费在线观看| 观看美女的网站| 日本欧美视频一区| 国产国语露脸激情在线看| 欧美成人午夜精品| 看免费成人av毛片| e午夜精品久久久久久久| 亚洲欧美中文字幕日韩二区| 91精品三级在线观看| 中文精品一卡2卡3卡4更新| 777久久人妻少妇嫩草av网站| 叶爱在线成人免费视频播放| 一级毛片电影观看| 精品亚洲乱码少妇综合久久| 亚洲精品视频女| 国产一区二区 视频在线| 亚洲精品国产av蜜桃| 天天躁夜夜躁狠狠久久av| 午夜福利影视在线免费观看| 国产精品国产av在线观看| 七月丁香在线播放| 丝袜脚勾引网站| 91精品三级在线观看| 七月丁香在线播放| 亚洲三区欧美一区| 日本黄色日本黄色录像| 欧美国产精品一级二级三级| 女的被弄到高潮叫床怎么办| 永久免费av网站大全| 91精品伊人久久大香线蕉| 日本欧美视频一区| 大香蕉久久成人网| 超碰成人久久| 成人免费观看视频高清| 国产亚洲午夜精品一区二区久久| 精品亚洲乱码少妇综合久久| 91aial.com中文字幕在线观看| 亚洲国产最新在线播放| 人妻 亚洲 视频| 波多野结衣一区麻豆| av女优亚洲男人天堂| 性高湖久久久久久久久免费观看| 美女扒开内裤让男人捅视频| 午夜福利视频在线观看免费| 亚洲色图 男人天堂 中文字幕| 一本久久精品| 亚洲久久久国产精品| av片东京热男人的天堂| 水蜜桃什么品种好| 中文字幕人妻丝袜一区二区 | 欧美亚洲日本最大视频资源| 亚洲一码二码三码区别大吗| 国产一区二区 视频在线| 欧美成人精品欧美一级黄| 叶爱在线成人免费视频播放| 中文字幕最新亚洲高清| 国产乱人偷精品视频| 亚洲熟女精品中文字幕| 亚洲欧美激情在线| 亚洲精品aⅴ在线观看| 午夜91福利影院| 午夜福利乱码中文字幕| 老鸭窝网址在线观看| 国产免费一区二区三区四区乱码| 亚洲精品美女久久av网站| 成人影院久久| 国产免费又黄又爽又色| 中文字幕人妻熟女乱码| 韩国av在线不卡| 人人妻人人澡人人爽人人夜夜| 多毛熟女@视频| 极品少妇高潮喷水抽搐| 亚洲美女黄色视频免费看| 中文字幕高清在线视频| 欧美日本中文国产一区发布| 男女高潮啪啪啪动态图| 日本91视频免费播放| 婷婷色综合大香蕉| 成年人午夜在线观看视频| 亚洲精品美女久久av网站| 国产精品女同一区二区软件| 人妻 亚洲 视频| 亚洲av福利一区| 伊人久久国产一区二区| 一区在线观看完整版| 一二三四在线观看免费中文在| 亚洲国产精品一区二区三区在线| 校园人妻丝袜中文字幕| 欧美黑人精品巨大| 精品一区二区免费观看| 狂野欧美激情性bbbbbb| 国产精品久久久久久人妻精品电影 | 日韩大片免费观看网站| 性色av一级| 日韩人妻精品一区2区三区| 日本欧美国产在线视频| 亚洲av电影在线进入| 天美传媒精品一区二区| 午夜福利一区二区在线看| 操美女的视频在线观看| 麻豆精品久久久久久蜜桃| 免费观看人在逋| 一二三四中文在线观看免费高清| av视频免费观看在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 婷婷成人精品国产| 国产黄色免费在线视频| 麻豆乱淫一区二区| 国产黄色免费在线视频| 欧美在线黄色| 男的添女的下面高潮视频| 黑人猛操日本美女一级片| 新久久久久国产一级毛片| 亚洲av成人精品一二三区| 晚上一个人看的免费电影| 国产一区二区三区av在线| 久久久久精品性色| 在线看a的网站| 欧美 亚洲 国产 日韩一| 亚洲精品美女久久av网站| 多毛熟女@视频| 80岁老熟妇乱子伦牲交| 2018国产大陆天天弄谢| h视频一区二区三区| 又粗又硬又长又爽又黄的视频| 女的被弄到高潮叫床怎么办| av免费观看日本| 91精品伊人久久大香线蕉| 女人久久www免费人成看片| 人人妻人人添人人爽欧美一区卜| 亚洲,欧美精品.| 成人影院久久| 国产不卡av网站在线观看| 欧美日韩亚洲国产一区二区在线观看 | 久久精品亚洲av国产电影网| 国产精品久久久久成人av| 一级毛片黄色毛片免费观看视频| 亚洲国产欧美网| 免费高清在线观看日韩| 丁香六月欧美| 久久久国产精品麻豆| 大片免费播放器 马上看| 亚洲av电影在线进入| 国产免费一区二区三区四区乱码| 人人妻人人澡人人爽人人夜夜| 日本av手机在线免费观看| 国产成人一区二区在线| 精品第一国产精品| 一区二区日韩欧美中文字幕| 亚洲av男天堂| av在线app专区| 美女视频免费永久观看网站| 免费看不卡的av| 中国国产av一级| 亚洲国产精品999| 国产精品女同一区二区软件| 99国产精品免费福利视频| 精品一区二区三区av网在线观看 | 国产日韩欧美亚洲二区| 日韩精品有码人妻一区| 丰满饥渴人妻一区二区三| 日韩av不卡免费在线播放| 成年人午夜在线观看视频| 亚洲国产欧美一区二区综合| av国产久精品久网站免费入址| 精品国产露脸久久av麻豆| 久久ye,这里只有精品| 久热这里只有精品99| 最近最新中文字幕免费大全7| 久久久久久久大尺度免费视频| 69精品国产乱码久久久| 18禁动态无遮挡网站| 精品国产一区二区久久| 亚洲av成人不卡在线观看播放网 | 亚洲人成网站在线观看播放| 国产片内射在线| 亚洲第一青青草原| 我的亚洲天堂| 搡老岳熟女国产| 国产97色在线日韩免费| 一个人免费看片子| 亚洲成国产人片在线观看| 老司机靠b影院| 日本色播在线视频| 麻豆精品久久久久久蜜桃| 欧美亚洲 丝袜 人妻 在线| 亚洲精品国产区一区二| 午夜老司机福利片| 久久久久久人人人人人| 18在线观看网站| 超碰97精品在线观看| 中文字幕人妻熟女乱码| 999精品在线视频| 精品国产一区二区久久| 老熟女久久久| 亚洲欧洲国产日韩| 亚洲精品国产av蜜桃| av在线观看视频网站免费| 精品少妇内射三级| 男女之事视频高清在线观看 | 亚洲国产精品一区三区| 亚洲人成网站在线观看播放| 在线观看三级黄色| 亚洲精品第二区| 婷婷色综合大香蕉| 久久久久久免费高清国产稀缺| 国产熟女午夜一区二区三区| 亚洲国产成人一精品久久久| 久久这里只有精品19| 亚洲专区中文字幕在线 | 人人妻,人人澡人人爽秒播 | 人人妻人人澡人人爽人人夜夜| 少妇的丰满在线观看| 中文字幕制服av| 操美女的视频在线观看| 黑人巨大精品欧美一区二区蜜桃| 18在线观看网站| 亚洲欧美中文字幕日韩二区| 一级毛片黄色毛片免费观看视频| 久久久久网色| 永久免费av网站大全| 久久久精品区二区三区| 69精品国产乱码久久久| 久久精品国产a三级三级三级| 中国三级夫妇交换| 久久婷婷青草| 熟女少妇亚洲综合色aaa.| 久热这里只有精品99| 久久热在线av| 中文字幕人妻丝袜一区二区 | 老司机影院毛片| 超碰成人久久| 亚洲精品,欧美精品| 99久久人妻综合| 又粗又硬又长又爽又黄的视频| 欧美激情 高清一区二区三区| 男男h啪啪无遮挡| 国产福利在线免费观看视频| 一区二区三区激情视频| 亚洲美女视频黄频| 伊人久久国产一区二区| √禁漫天堂资源中文www| 国产在线视频一区二区| 久久精品国产综合久久久| 狠狠婷婷综合久久久久久88av| 亚洲国产精品成人久久小说| 汤姆久久久久久久影院中文字幕| 婷婷色av中文字幕| 成人国产麻豆网| 丁香六月天网| www.精华液| 国产精品.久久久| 欧美日韩av久久| 十八禁人妻一区二区| 欧美日韩亚洲高清精品| 两性夫妻黄色片| 狠狠精品人妻久久久久久综合| 桃花免费在线播放| 国产一卡二卡三卡精品 | 亚洲精品一区蜜桃| 大码成人一级视频| kizo精华| 一二三四中文在线观看免费高清| 男女之事视频高清在线观看 | 欧美人与性动交α欧美软件| 18在线观看网站| 国产欧美日韩一区二区三区在线| 色婷婷av一区二区三区视频| 久久久精品免费免费高清| 国精品久久久久久国模美| 少妇被粗大的猛进出69影院| 久久精品久久精品一区二区三区| 中文字幕人妻丝袜制服| 激情视频va一区二区三区| 免费不卡黄色视频| 国产午夜精品一二区理论片|