• <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
    av.在线天堂| 色婷婷av一区二区三区视频| 99久久精品热视频| 日本色播在线视频| 亚洲精品自拍成人| 成人亚洲欧美一区二区av| 日韩在线高清观看一区二区三区| 少妇被粗大的猛进出69影院 | 午夜老司机福利剧场| 午夜福利视频精品| 啦啦啦在线观看免费高清www| 久久久欧美国产精品| 日日摸夜夜添夜夜添av毛片| 五月开心婷婷网| 国产精品一区二区在线观看99| 亚洲成人av在线免费| 亚洲国产精品一区二区三区在线| 欧美日韩综合久久久久久| 岛国毛片在线播放| 五月开心婷婷网| 日韩熟女老妇一区二区性免费视频| 黄色日韩在线| 国产女主播在线喷水免费视频网站| av播播在线观看一区| 欧美日韩视频精品一区| 亚洲精品自拍成人| 亚洲av国产av综合av卡| 国产成人精品久久久久久| 欧美日韩一区二区视频在线观看视频在线| 一级爰片在线观看| 日日啪夜夜爽| tube8黄色片| 在线观看免费视频网站a站| 麻豆成人午夜福利视频| 亚洲欧美日韩另类电影网站| 亚洲精品中文字幕在线视频 | 精品视频人人做人人爽| 久久亚洲国产成人精品v| 欧美激情极品国产一区二区三区 | 亚洲精品日本国产第一区| 内地一区二区视频在线| 人人妻人人澡人人爽人人夜夜| 午夜av观看不卡| 成人影院久久| 一级av片app| 亚洲国产精品999| 亚洲精品亚洲一区二区| av天堂久久9| 亚洲精品日本国产第一区| 国产中年淑女户外野战色| 乱码一卡2卡4卡精品| h日本视频在线播放| 五月伊人婷婷丁香| 国产高清有码在线观看视频| 亚洲美女搞黄在线观看| 免费av不卡在线播放| 视频区图区小说| 免费观看无遮挡的男女| 欧美日韩av久久| 国产91av在线免费观看| 国产男女超爽视频在线观看| 十分钟在线观看高清视频www | 色5月婷婷丁香| 男人舔奶头视频| 男女边吃奶边做爰视频| 国产美女午夜福利| 国产成人午夜福利电影在线观看| 国产熟女午夜一区二区三区 | 一级av片app| 亚洲久久久国产精品| 亚洲欧美精品专区久久| 一区二区三区四区激情视频| 高清在线视频一区二区三区| 99久久精品一区二区三区| 精品一品国产午夜福利视频| 九草在线视频观看| 精品人妻偷拍中文字幕| 亚洲伊人久久精品综合| 人人澡人人妻人| 国产片特级美女逼逼视频| 国产亚洲一区二区精品| 欧美高清成人免费视频www| 亚洲精品自拍成人| 综合色丁香网| 亚洲图色成人| 国产免费福利视频在线观看| 男女国产视频网站| 插阴视频在线观看视频| 成人美女网站在线观看视频| 大话2 男鬼变身卡| 丰满迷人的少妇在线观看| 少妇熟女欧美另类| 欧美日本中文国产一区发布| 日韩不卡一区二区三区视频在线| 国产精品久久久久成人av| 又黄又爽又刺激的免费视频.| 精品国产一区二区三区久久久樱花| 色吧在线观看| 亚洲欧美清纯卡通| 99久久精品一区二区三区| 久久热精品热| 久久久久久久精品精品| 美女视频免费永久观看网站| 人体艺术视频欧美日本| 又粗又硬又长又爽又黄的视频| 国产精品熟女久久久久浪| 午夜影院在线不卡| 久久99蜜桃精品久久| 久久99热这里只频精品6学生| 嘟嘟电影网在线观看| 久久精品熟女亚洲av麻豆精品| 日本黄大片高清| 大片电影免费在线观看免费| 在线免费观看不下载黄p国产| 久久毛片免费看一区二区三区| 22中文网久久字幕| 亚洲,一卡二卡三卡| 内地一区二区视频在线| 天天操日日干夜夜撸| 精品久久国产蜜桃| 久热久热在线精品观看| 在线天堂最新版资源| 亚洲精品色激情综合| 曰老女人黄片| 赤兔流量卡办理| 又黄又爽又刺激的免费视频.| 欧美日韩视频高清一区二区三区二| 中文字幕av电影在线播放| 亚洲精品成人av观看孕妇| 美女视频免费永久观看网站| h视频一区二区三区| 免费av不卡在线播放| 蜜臀久久99精品久久宅男| 国产精品秋霞免费鲁丝片| 日韩强制内射视频| 插阴视频在线观看视频| 亚洲精品乱码久久久v下载方式| 国产午夜精品一二区理论片| 熟女电影av网| 久久精品久久久久久噜噜老黄| 成人影院久久| 欧美xxxx性猛交bbbb| 久久精品熟女亚洲av麻豆精品| 三级经典国产精品| 免费高清在线观看视频在线观看| 国产欧美另类精品又又久久亚洲欧美| 成人国产麻豆网| 青青草视频在线视频观看| 久久人人爽人人片av| 久久精品熟女亚洲av麻豆精品| 精品国产露脸久久av麻豆| 只有这里有精品99| 我的女老师完整版在线观看| 精品少妇久久久久久888优播| 亚洲va在线va天堂va国产| 亚洲成人一二三区av| 免费看不卡的av| 交换朋友夫妻互换小说| 99久久中文字幕三级久久日本| 久久午夜综合久久蜜桃| 王馨瑶露胸无遮挡在线观看| 精品99又大又爽又粗少妇毛片| 亚洲成色77777| 国产精品国产三级国产av玫瑰| 精品卡一卡二卡四卡免费| 一个人免费看片子| 国产亚洲5aaaaa淫片| 国精品久久久久久国模美| 日本91视频免费播放| 天天躁夜夜躁狠狠久久av| 国产综合精华液| 又爽又黄a免费视频| 亚洲精品aⅴ在线观看| 我要看日韩黄色一级片| 免费看av在线观看网站| 99re6热这里在线精品视频| 亚洲怡红院男人天堂| 国产精品熟女久久久久浪| a级片在线免费高清观看视频| 如日韩欧美国产精品一区二区三区 | 国产免费又黄又爽又色| 少妇人妻一区二区三区视频| 夜夜骑夜夜射夜夜干| 少妇被粗大的猛进出69影院 | 大香蕉久久网| 免费av中文字幕在线| 丝袜在线中文字幕| 亚洲电影在线观看av| 欧美另类一区| 国产在线一区二区三区精| 国产免费福利视频在线观看| 人人妻人人添人人爽欧美一区卜| 国产一区有黄有色的免费视频| 亚洲激情五月婷婷啪啪| 能在线免费看毛片的网站| 午夜免费观看性视频| 精华霜和精华液先用哪个| 夜夜骑夜夜射夜夜干| 久久这里有精品视频免费| 亚洲精品亚洲一区二区| 国产男人的电影天堂91| 一本一本综合久久| 简卡轻食公司| 人人妻人人爽人人添夜夜欢视频 | 韩国高清视频一区二区三区| 尾随美女入室| 国产成人免费观看mmmm| 日韩免费高清中文字幕av| videos熟女内射| 日韩欧美 国产精品| 日本av手机在线免费观看| 新久久久久国产一级毛片| 日韩熟女老妇一区二区性免费视频| 国产欧美日韩综合在线一区二区 | av在线app专区| 九草在线视频观看| 极品人妻少妇av视频| 人妻人人澡人人爽人人| 久久精品国产亚洲av涩爱| 黑人高潮一二区| 欧美丝袜亚洲另类| 边亲边吃奶的免费视频| 夫妻午夜视频| 久久久久网色| 精品亚洲成a人片在线观看| 岛国毛片在线播放| 欧美bdsm另类| 久久 成人 亚洲| 国产爽快片一区二区三区| 看免费成人av毛片| 精品国产一区二区久久| 久久99热这里只频精品6学生| 丝袜在线中文字幕| 五月开心婷婷网| 日本vs欧美在线观看视频 | 国产淫语在线视频| 成人毛片60女人毛片免费| 有码 亚洲区| 在线 av 中文字幕| 极品少妇高潮喷水抽搐| 少妇高潮的动态图| 国产极品粉嫩免费观看在线 | 免费高清在线观看视频在线观看| 久久国产亚洲av麻豆专区| 国产精品熟女久久久久浪| 久久久久久久亚洲中文字幕| 美女脱内裤让男人舔精品视频| 免费播放大片免费观看视频在线观看| 久久青草综合色| 亚洲精品中文字幕在线视频 | 91aial.com中文字幕在线观看| 国产亚洲最大av| 少妇熟女欧美另类| 欧美高清成人免费视频www| 亚洲激情五月婷婷啪啪| 日本猛色少妇xxxxx猛交久久| 精品久久久精品久久久| 高清在线视频一区二区三区| 人人妻人人澡人人爽人人夜夜| 搡女人真爽免费视频火全软件| 午夜福利视频精品| 国产色婷婷99| 汤姆久久久久久久影院中文字幕| 黄色怎么调成土黄色| 亚洲第一av免费看| 亚洲av男天堂| 国产91av在线免费观看| 日本与韩国留学比较| 2021少妇久久久久久久久久久| 一个人看视频在线观看www免费| 国产男人的电影天堂91| 久久久国产欧美日韩av| 成人国产麻豆网| 国产日韩欧美视频二区| 日韩一本色道免费dvd| 性色avwww在线观看| 人人妻人人爽人人添夜夜欢视频 | 国产乱人偷精品视频| 久久久久久久久久久久大奶| 美女xxoo啪啪120秒动态图| 久久精品久久久久久久性| 欧美高清成人免费视频www| 午夜av观看不卡| 噜噜噜噜噜久久久久久91| 亚洲av不卡在线观看| 国产在线视频一区二区| 亚洲美女视频黄频| 精品国产国语对白av| 99热这里只有是精品在线观看| 国产精品国产av在线观看| av福利片在线| av国产久精品久网站免费入址| 国产日韩欧美在线精品| 亚洲精品视频女| 91精品伊人久久大香线蕉| 日本91视频免费播放| 日本-黄色视频高清免费观看| 精品久久国产蜜桃| 国产乱来视频区| 久久毛片免费看一区二区三区| 中文欧美无线码| 国产av国产精品国产| 亚洲人成网站在线播| 伦精品一区二区三区| 婷婷色综合大香蕉| 国模一区二区三区四区视频| 国产精品麻豆人妻色哟哟久久| 边亲边吃奶的免费视频| 一级毛片电影观看| 青春草国产在线视频| 黄色配什么色好看| 国产精品秋霞免费鲁丝片| 免费观看的影片在线观看| 亚洲丝袜综合中文字幕| av在线观看视频网站免费| 久久精品久久精品一区二区三区| 亚洲图色成人| 我的老师免费观看完整版| 久久午夜综合久久蜜桃| 九九爱精品视频在线观看| 免费观看在线日韩| 久久午夜综合久久蜜桃| 99久久人妻综合| 男人舔奶头视频| 18禁在线无遮挡免费观看视频| 国产淫语在线视频| 精品久久久久久久久亚洲| 在线观看美女被高潮喷水网站| 狂野欧美激情性xxxx在线观看| 亚洲国产欧美日韩在线播放 | 中文精品一卡2卡3卡4更新| 黄色视频在线播放观看不卡| 97超碰精品成人国产| 国产极品天堂在线| 精品少妇久久久久久888优播| av有码第一页| 国产成人91sexporn| 国产精品熟女久久久久浪| 国产午夜精品一二区理论片| 婷婷色综合大香蕉| 欧美 亚洲 国产 日韩一| 欧美老熟妇乱子伦牲交| 少妇人妻久久综合中文| 中文乱码字字幕精品一区二区三区| 欧美老熟妇乱子伦牲交| 少妇人妻久久综合中文| 97精品久久久久久久久久精品| 最近中文字幕2019免费版| 高清午夜精品一区二区三区| 最新的欧美精品一区二区| 国产成人91sexporn| 日本av手机在线免费观看| 国产淫片久久久久久久久| 高清毛片免费看| 国产毛片在线视频| av网站免费在线观看视频| 亚洲av成人精品一二三区| 美女xxoo啪啪120秒动态图| 黄色视频在线播放观看不卡| 精品亚洲成a人片在线观看| 精品酒店卫生间| 黄片无遮挡物在线观看| 偷拍熟女少妇极品色| 国产日韩欧美视频二区| 中国美白少妇内射xxxbb| 男女边摸边吃奶| 欧美国产精品一级二级三级 | 久久久国产欧美日韩av| 男的添女的下面高潮视频| 欧美日韩视频高清一区二区三区二| 日韩一区二区视频免费看| 午夜久久久在线观看| 亚洲丝袜综合中文字幕| 国产亚洲最大av| 97超碰精品成人国产| 中国国产av一级| 亚洲国产精品999| 免费大片18禁| 国产成人精品福利久久| 91精品伊人久久大香线蕉| 成人亚洲精品一区在线观看| 午夜福利影视在线免费观看| 国产免费一级a男人的天堂| 国产淫片久久久久久久久| 亚洲精品aⅴ在线观看| 国产精品久久久久久精品电影小说| 国产精品一区二区性色av| 麻豆成人午夜福利视频| 这个男人来自地球电影免费观看 | 亚洲欧美成人精品一区二区| 色视频在线一区二区三区| 久久精品国产亚洲av涩爱| 国产黄片视频在线免费观看| 少妇高潮的动态图| 一级毛片我不卡| 99视频精品全部免费 在线| 最后的刺客免费高清国语| 全区人妻精品视频| 亚洲欧美中文字幕日韩二区| 亚洲精品视频女| 韩国高清视频一区二区三区| av福利片在线| 亚洲精品乱码久久久v下载方式| 极品人妻少妇av视频| 在线观看人妻少妇| 国产成人精品婷婷| 97超碰精品成人国产| 9色porny在线观看| 亚洲无线观看免费| 久久国产亚洲av麻豆专区| 亚洲成色77777| 嫩草影院新地址| 亚洲人成网站在线观看播放| av又黄又爽大尺度在线免费看| 欧美 日韩 精品 国产| 在线观看免费日韩欧美大片 | 国产成人午夜福利电影在线观看| 国产男人的电影天堂91| 精品一品国产午夜福利视频| 一级二级三级毛片免费看| 人妻一区二区av| 免费观看性生交大片5| 少妇高潮的动态图| 中文字幕精品免费在线观看视频 | 人人妻人人看人人澡| 2018国产大陆天天弄谢| 中文字幕人妻熟人妻熟丝袜美| 99热国产这里只有精品6| 久久精品国产鲁丝片午夜精品| 最新中文字幕久久久久| 成人二区视频| 欧美日韩视频精品一区| 久久精品国产鲁丝片午夜精品| 亚洲精品乱久久久久久| 欧美变态另类bdsm刘玥| 中国国产av一级| 亚洲国产日韩一区二区| 亚洲va在线va天堂va国产| 永久免费av网站大全| 亚洲国产色片| 国产女主播在线喷水免费视频网站| 国产精品嫩草影院av在线观看| 99久久人妻综合| 日日撸夜夜添| a级一级毛片免费在线观看| 亚洲av.av天堂| 亚洲国产成人一精品久久久| 啦啦啦啦在线视频资源| 18+在线观看网站| 自拍欧美九色日韩亚洲蝌蚪91 | 纵有疾风起免费观看全集完整版| 一区二区三区乱码不卡18| 亚洲无线观看免费| 一级a做视频免费观看| av在线老鸭窝| 久久精品国产自在天天线| 国产日韩欧美视频二区| 亚洲国产精品一区二区三区在线| 精品卡一卡二卡四卡免费| 国产高清三级在线| 亚洲熟女精品中文字幕| 日韩 亚洲 欧美在线| 肉色欧美久久久久久久蜜桃| 一区二区三区四区激情视频| 国产伦理片在线播放av一区| 最近最新中文字幕免费大全7| 午夜精品国产一区二区电影| 如日韩欧美国产精品一区二区三区 | 亚洲av中文av极速乱| 国产老妇伦熟女老妇高清| 熟女电影av网| 美女内射精品一级片tv| 日韩熟女老妇一区二区性免费视频| 国产黄片视频在线免费观看| 欧美激情国产日韩精品一区| 成人影院久久| kizo精华| 久久久久人妻精品一区果冻| 久久久精品免费免费高清| 九色成人免费人妻av| av专区在线播放| 欧美日韩视频高清一区二区三区二| 免费av不卡在线播放| 国产精品久久久久久精品电影小说| 日本与韩国留学比较| 国产在线一区二区三区精| 日韩av免费高清视频| 欧美激情国产日韩精品一区| 最近手机中文字幕大全| 国产亚洲5aaaaa淫片| 久久精品国产亚洲av天美| 亚洲精品456在线播放app| 久久久久久伊人网av| 免费人成在线观看视频色| 少妇的逼好多水| 涩涩av久久男人的天堂| 国产成人免费观看mmmm| 又爽又黄a免费视频| 亚洲欧洲日产国产| 亚洲国产日韩一区二区| 老司机影院成人| 亚洲精品亚洲一区二区| 韩国av在线不卡| 国产精品福利在线免费观看| 啦啦啦啦在线视频资源| 街头女战士在线观看网站| 建设人人有责人人尽责人人享有的| 国产精品国产三级专区第一集| 少妇裸体淫交视频免费看高清| 国产黄色视频一区二区在线观看| 国产精品一区二区性色av| 国内精品宾馆在线| 91久久精品电影网| 一区二区三区乱码不卡18| 日本免费在线观看一区| 亚洲综合精品二区| 人人妻人人澡人人爽人人夜夜| 青青草视频在线视频观看| 黄色欧美视频在线观看| 欧美日本中文国产一区发布| 久久精品久久精品一区二区三区| 少妇被粗大的猛进出69影院 | 亚洲精品第二区| 婷婷色麻豆天堂久久| 久久精品国产亚洲网站| 国产精品福利在线免费观看| 欧美3d第一页| 成人黄色视频免费在线看| 欧美 日韩 精品 国产| 国产欧美日韩综合在线一区二区 | 成人亚洲欧美一区二区av| 日韩欧美精品免费久久| 九九在线视频观看精品| 亚洲综合精品二区| 中文字幕人妻丝袜制服| 日韩亚洲欧美综合| 亚洲av日韩在线播放| 2021少妇久久久久久久久久久| 免费观看av网站的网址| 久久久久网色| 久久久亚洲精品成人影院| 国产乱来视频区| 69精品国产乱码久久久| 蜜桃久久精品国产亚洲av| 欧美精品一区二区免费开放| 国产精品伦人一区二区| 国产 一区精品| 晚上一个人看的免费电影| 久久久久精品久久久久真实原创| 高清毛片免费看| 十分钟在线观看高清视频www | 成人毛片a级毛片在线播放| a 毛片基地| 日日啪夜夜撸| 成人二区视频| 免费播放大片免费观看视频在线观看| 乱人伦中国视频| 一级毛片 在线播放| 久久国产精品男人的天堂亚洲 | 国产高清不卡午夜福利| 一本大道久久a久久精品| 亚洲国产精品一区二区三区在线| 黄色视频在线播放观看不卡| 免费高清在线观看视频在线观看| 成人二区视频| 亚洲怡红院男人天堂| 免费黄频网站在线观看国产| 国产男女内射视频| 国产精品人妻久久久久久| 综合色丁香网| 女人久久www免费人成看片| 欧美少妇被猛烈插入视频| 国产亚洲一区二区精品| 哪个播放器可以免费观看大片| 国产在线一区二区三区精| 国国产精品蜜臀av免费| 国产毛片在线视频| 一级二级三级毛片免费看| 久久久久久久久久久免费av| 夜夜骑夜夜射夜夜干| 日本-黄色视频高清免费观看| 丝袜脚勾引网站| 亚洲美女黄色视频免费看| 内地一区二区视频在线| 在线观看三级黄色| 国产成人午夜福利电影在线观看| 亚洲精品久久午夜乱码| 国产男女超爽视频在线观看| 中文乱码字字幕精品一区二区三区| 国产黄色免费在线视频| 中文字幕免费在线视频6| 国产一区亚洲一区在线观看| 在线播放无遮挡| 黄色毛片三级朝国网站 | 2018国产大陆天天弄谢| 尾随美女入室| 六月丁香七月| 亚洲av欧美aⅴ国产| 欧美丝袜亚洲另类| 亚洲伊人久久精品综合| 人妻 亚洲 视频| 少妇猛男粗大的猛烈进出视频| 人妻夜夜爽99麻豆av| 精品一区二区三区视频在线| 午夜av观看不卡| 国产一区有黄有色的免费视频| 青春草亚洲视频在线观看| 三级经典国产精品| 国产淫片久久久久久久久| 亚洲精品日韩av片在线观看| 亚洲国产精品国产精品| 国产精品三级大全| 久久久久久久久久成人| 最后的刺客免费高清国语| 一区二区三区精品91|