• <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Hadoop平臺的電子郵件分類

    2015-01-06 00:26:07邵葉秦
    電腦知識與技術(shù) 2014年34期
    關(guān)鍵詞:垃圾郵件分類

    邵葉秦

    摘要:為了從大量的電子郵件中檢測垃圾郵件,提出了一個基于Hadoop平臺的電子郵件分類方法。不同于傳統(tǒng)的基于內(nèi)容的垃圾郵件檢測,通過在MapReduce框架上統(tǒng)計分析郵件收發(fā)記錄,提取郵件賬號的行為特征。然后使用MapReduce框架并行的實現(xiàn)隨機森林分類器,并基于帶有行為特征的樣本訓(xùn)練分類器和分類郵件。實驗結(jié)果表明,基于Hadoop平臺的電子郵件分類方法大大提高了大規(guī)模電子郵件的分類效率。

    關(guān)鍵詞:Hadoop;MapReduce;大規(guī)模;垃圾郵件;分類

    中圖分類號:TP311 文獻標(biāo)識碼:A 文章編號:1009-3044(2014)34-8119-03

    隨著 Internet的迅速發(fā)展,電子郵件已經(jīng)逐漸演變成了一種快捷、經(jīng)濟、有效的通信方式,并且得到了廣泛使用。然而,作為其副產(chǎn)品的垃圾郵件不斷泛濫,不僅占用網(wǎng)絡(luò)帶寬和服務(wù)器資源,耗費用戶的精力和時間,而且傳播危險的病毒和散播不實信息,給運營商、用戶和社會都帶來了不良影響,解決垃圾郵件問題已成為人們迫切的要求。

    然而郵件數(shù)據(jù)數(shù)量龐大,這使得在單機上實施郵件分類往往需要消耗大量的、甚至不可承受的時間和資源。這啟發(fā)我們使用Hadoop [1]平臺,利用MapReduce [2]計算模型將算法并行化,從而提高郵件分類的效率。

    1 Hadoop技術(shù)

    Hadoop是一個可以處理海量數(shù)據(jù)的分布式開源計算平臺。它通過高容錯性、高伸縮性的分布式文件系統(tǒng)Hadoop Distributed Filesystem [3]部署在普通的硬件設(shè)備上,通過分布式的MapReduce框架簡單、快速的開發(fā)運行于普通計算機上的并行應(yīng)用。

    MapReduce[5]主要有Map操作和Reduce操作組成。Map操作負責(zé)把一個任務(wù)分解成多個任務(wù)進行處理,Reduce操作負責(zé)匯總分解后的多個任務(wù)的處理結(jié)果。Map操作和Reduce操作都可以高度并行的處理。用戶只要根據(jù)具體需求實現(xiàn)map函數(shù)和reduce函數(shù)。它們的輸入輸出都是以<鍵,值>的形式傳遞。利用MapReduce框架并行處理數(shù)據(jù)的過程如下:

    2 基于Hadoop平臺的垃圾郵件分類

    基于Hadoop平臺的郵件分類主要包括基于Hadoop平臺的特征提取以及分類。為了準確分類郵件,需要提取出有效的特征,因此先要在大量的郵件數(shù)據(jù)上利用Hadoop平臺高效的提取相關(guān)特征。然后基于提取的特征,在大量的訓(xùn)練和測試樣本,再次利用Hadoop平臺訓(xùn)練具有并發(fā)特性的隨機森林分類器,并分類測試郵件。

    2.1 基于Hadoop的特征提取

    現(xiàn)有的郵件分類方法大都基于郵件內(nèi)容。由于圖片和動畫等偽裝技術(shù)的出現(xiàn),使得越來越多的垃圾郵件逃避基于內(nèi)容的分類過濾方法,因此,研究者們提出基于行為的郵件分類技術(shù)來檢測垃圾郵件[4-7],取得了很好的結(jié)果。他們通過研究郵件賬號的行為特征來推測郵件賬號是否為垃圾郵件制造者,比如發(fā)送郵件的頻率、收信人數(shù)量、發(fā)送郵件失敗的比例等,進而判斷其發(fā)送的是否為垃圾郵件。這種方法不需要掃描郵件的全部內(nèi)容,大大提高郵件分類過濾的速度,也不會出現(xiàn)侵犯隱私權(quán)的法律風(fēng)險。

    由于基于行為的特征需要統(tǒng)計分析大量的郵件記錄,為了高效的獲得郵件特征,我們采用Hadoop平臺。實現(xiàn)時我們考慮了38個行為特征,如郵件賬號發(fā)送的郵件總數(shù),向各個接收者發(fā)送的郵件數(shù)量的最大值、最小值、平均值、方差,接受到的郵件數(shù)量,發(fā)件人的郵件地址長度等,這里重點介紹以下幾個行為特征:

    某個用戶對應(yīng)的郵件接受者數(shù)量 代表了收到某用戶主動發(fā)送的郵件的接收者數(shù)量。不同于正常用戶,垃圾郵件制造者為了達到自己的目的,需要向盡量多的人發(fā)送郵件,因此這個特征一般很大。

    平均發(fā)送的郵件數(shù)量 代表了某個用戶向其它用戶主動發(fā)送的平均郵件數(shù)量。這個值越大,表示他和其他人的通信越頻繁。通常,垃圾郵件制造者發(fā)送的平均郵件數(shù)量基本為1,而正常用戶平均發(fā)送的郵件數(shù)量是一個隨機值。

    向某用戶發(fā)送郵件的郵件發(fā)送者數(shù)量 代表了向某個用戶發(fā)送郵件的郵件地址數(shù)量。相比于正常用戶,垃圾郵件制造者發(fā)送的是垃圾信息,基本不會有人主動向其發(fā)送郵件。

    回復(fù)比例 代表了某用戶和其他用戶間通信的活躍程度。不同于正常用戶,垃圾郵件制造者發(fā)出去的郵件一般是沒有回復(fù)的,回復(fù)比例的值幾乎為0。

    由于這些特征的提取過程類似,下面以某個用戶對應(yīng)的郵件接受者數(shù)量特征為例進行說明。主要包括以下幾步:

    1) 從服務(wù)器上的原始郵件記錄中提取發(fā)送者-接受者列表,作為輸入。這里,發(fā)送者-接受者列表包含一系列的發(fā)送者-接受者記錄,比如,代表發(fā)送者sender1給接收者recv1, 接收者3,…. 發(fā)送了一個郵件。

    2) 使用Map函數(shù)并行的將郵件的發(fā)送者-接受者記錄轉(zhuǎn)換成發(fā)送者和每個接收者的一對一發(fā)送關(guān)系。

    Map函數(shù)的輸入<鍵,值>對:<缺省的每行偏移量,郵件的發(fā)送者-接受者記錄>。

    Map函數(shù)的輸出<鍵,值>對:<發(fā)送者 接收者,1>。

    Map函數(shù)的處理過程:將輸入的每條郵件發(fā)送者-接受者記錄切分成發(fā)送者及各個接收者,然后將發(fā)送者和每個接收者拼接起來作為輸出的鍵,輸出的值設(shè)為1。

    3) 使用Reduce函數(shù)計算每個發(fā)送者對應(yīng)的郵件接收者的個數(shù)。

    Reduce函數(shù)的輸入<鍵,值>對:<發(fā)送者 接收者,List(1,1,…,1)>。

    Reduce函數(shù)的輸出<鍵,值>對:<發(fā)送者,對應(yīng)的郵件接收者數(shù)量>。

    Reduce函數(shù)的處理過程:切分輸入記錄的鍵(“發(fā)送者 接收者”),提取發(fā)送者,然后使用一個全局變量計數(shù)具有相同發(fā)送者的輸入記錄個數(shù),就得到當(dāng)前發(fā)送者對應(yīng)的郵件接收者數(shù)量。

    4) 最終輸出每個發(fā)送者對應(yīng)的郵件接收者數(shù)量。

    2.2 基于Hadoop的郵件分類

    針對大量的垃圾郵件,該文選擇具有很高并行性的隨機森林(Random Forests)[8]分類器分類郵件。隨機森林分類器是一種基于分類與回歸決策樹(Classification And Regression Tree,CART)的集成算法。隨機森林一般包含若干棵決策樹。每棵樹是從獨立同分布的訓(xùn)練樣本集上訓(xùn)練得到的。預(yù)測時,不同的測試樣本可以相互獨立的由每棵決策樹預(yù)測結(jié)果,隨機森林通過組合每棵樹的預(yù)測給出最終的預(yù)測結(jié)果。隨機森林具有分類能力強,人工干預(yù)少的特點,而且無需預(yù)處理就能有效地處理大規(guī)模的數(shù)據(jù)。由于隨機森林的每棵決策樹可以獨立的訓(xùn)練和預(yù)測,因此適合在Hadoop平臺上分布式處理。

    2.2.1 隨機森林分類器的訓(xùn)練

    隨機森林通過在訓(xùn)練集上多次隨機的有放回采樣獲得獨立同分布訓(xùn)練樣本集,用于訓(xùn)練森林中的每棵決策樹。接著通過迭代的將數(shù)據(jù)分配到左右兩個子集中構(gòu)造一棵決策樹。這是一個在最大信息增量意義下尋找最佳參數(shù)和閾值的過程。這個迭代過程一直到預(yù)先設(shè)定的最大樹深度或者到葉子結(jié)點只包含預(yù)先設(shè)定的最少的樣本數(shù)或者到不能通過分裂獲取更大的信息增益為止。由于決策樹是在各自訓(xùn)練樣本上相互獨立的訓(xùn)練得到的,因此可以在MapReduce框架下按一個Map函數(shù)訓(xùn)練一棵決策樹的方式并行進行。其訓(xùn)練過程如下:

    1) 從全體訓(xùn)練樣本中,有放回的采樣n組訓(xùn)練樣本[Xi,i=1,2,…,n],其中,每組訓(xùn)練樣本[Xi]包含[Ni]個樣本,即[Xi=ei,j,li,j,j=1,2,…,Ni]。每組訓(xùn)練樣本作為一個輸入分片,用于訓(xùn)練一棵決策樹。

    2) 使用Map函數(shù)并行的生成多個決策樹。

    Map函數(shù)的輸入<鍵,值>對:<決策樹的標(biāo)記[Ii],[Xi]>。

    Map函數(shù)的輸出<鍵,值>對:<隨機森林的標(biāo)記,訓(xùn)練好的決策樹[Ti]>。

    Map函數(shù)訓(xùn)練決策樹的過程如下:首先所有的樣本都位于根節(jié)點上,然后依據(jù)最優(yōu)的分裂,不斷地將當(dāng)前節(jié)點中的樣本分到左、右兩個孩子節(jié)點中,一直到?jīng)Q策樹達到生長的終止條件。在每個分裂節(jié)點上,通過窮舉大量隨機選擇的特征和隨機生成的閾值,選擇一個可以使分裂前、后的信息增益最大的特征和對應(yīng)的閾值組合,將當(dāng)前節(jié)點中的訓(xùn)練樣本分到左、右兩個孩子節(jié)點中。分裂前后的信息增益如下式所示。

    其中,[IGk] 是第[k]節(jié)點分裂的信息增益,[Sk]代表決策樹中的第[k]個節(jié)點,其中存放了這個節(jié)點上所有訓(xùn)練樣本的類標(biāo),[SLk]和[SRk]是節(jié)點[Sk]的左、右子節(jié)點,[H?]表示訓(xùn)練樣本類標(biāo)的信息熵,[pk,m]是節(jié)點[Sk]中第[m]個類標(biāo)的分布概率,[M]是總的類別數(shù)。該文中,決策樹的每個葉子結(jié)點存放了落在這個葉子結(jié)點上的訓(xùn)練樣本的類標(biāo)。

    3) 使用Reduce函數(shù)把決策樹聚成隨機森林

    4) 最終輸出訓(xùn)練好的隨機森林[R]。

    2.2.2 利用隨機森林分類郵件

    對每一個測試樣本,利用訓(xùn)練好的隨機森林中的決策樹,從根節(jié)點開始,或左或右的沿決策樹到達葉子節(jié)點,根據(jù)該葉子節(jié)點中各類訓(xùn)練樣本的類標(biāo)分布給出測試樣本屬于各類的概率。最后,通過聚合各個決策樹的結(jié)果得到最終的分類結(jié)果。由于各個測試樣本可以相互獨立的利用各個決策樹預(yù)測,然后匯總得到最后的分類結(jié)果,因此可以使用MapReduce框架實現(xiàn)。

    1) 所有要分類郵件樣本的標(biāo)識[IDj]和特征[ej] [j=1,2,…,E],和訓(xùn)練好的隨機森林[R=T1,T2,…,Tn]作為輸入。

    2) 使用Map函數(shù)并行的利用每棵決策樹分類郵件樣本。

    Map函數(shù)的輸入<鍵,值>對:<測試樣本標(biāo)識[IDj],<測試樣本特征[ej],決策樹[ Ti]>>,這里,值域保存了另一個<鍵,值>對。

    Map函數(shù)的輸出<鍵,值>對:<測試樣本標(biāo)識[IDj],[Ti]預(yù)測其屬于各個類別的概率[ pTi,j]>。

    Map函數(shù)的處理過程:利用決策樹[Ti]預(yù)測測試樣本[ej]的屬于各個類別的概率。

    3) 使用Reduce函數(shù)聚合每個郵件樣本的分類結(jié)果。

    4) 最終輸出各個郵件樣本所屬的類別。

    3 實驗

    本文利用作者單位所用郵件服務(wù)器上2013年12月份第一周收集的真實郵件數(shù)據(jù)進行了實驗,并提取了所有的郵件賬號和相應(yīng)的行為特征。數(shù)據(jù)集中共有119988封郵件,其中正常郵件29023封,垃圾郵件90965封。實驗采用兩重交叉驗證,其中一半的郵件(59994封)作為訓(xùn)練樣本,另一半郵件作為測試樣本。由于郵件數(shù)據(jù)龐大,我們搭建了由11臺臺式機組成的Hadoop平臺,其中一個master node,10個data node。每個節(jié)點配有四核2.90 GHz CPU,16G內(nèi)存和1G的以太網(wǎng)卡。安裝的Hadoop版本1.2.1。隨機森林中共建了30棵決策樹,每顆決策樹隨機抽取5000個訓(xùn)練樣本。

    為了驗證Hadoop平臺的有效性,該文實驗比較了在單機平臺和Hadoop平臺上的特征提取和隨機森林訓(xùn)練和測試。如表 1和表 2所示,Hadoop平臺相比于單機平臺,不論是特征提取還是隨機森林分類器的訓(xùn)練和測試,所用時間都大大減小。由于Hadoop平臺本身的開銷,因此Hadoop平臺的加速比率并不是嚴格的10倍。隨著平臺節(jié)點的不斷增加,Hadoop平臺可以展現(xiàn)出更好的效率提升。由于實驗中所用的算法是相同的,因此Hadoop平臺上的郵件分類的精度(accuracy) 和單機平臺一樣,也是99.2%。

    4 結(jié)束

    本文基于大規(guī)模的郵件數(shù)據(jù),提出了一個基于Hadoop平臺的郵件分類方法,對郵件分類過程中的特征提取和分類器的訓(xùn)練和測試都使用Hadoop平臺進行了并行加速。首先使用Hadoop平臺提取郵件賬號的行為特征,接著基于這些特征,在Hadoop平臺上訓(xùn)練隨機森林分類器,并再次利用Hadoop平臺用訓(xùn)練好的隨機森林分類大量的郵件樣本。實驗證明,針對大量的郵件記錄,基于Hadoop平臺的郵件分類方法不論在特征提取還是在郵件分類方面都能有效的提高算法效率。endprint

    參考文獻:

    [1] Borthakur D.The hadoop distributed file system: Architecture and design [M]. Hadoop Project Website, 2007:11: 21.

    [2] Dean J,Ghemawat S0MapReduce: simplified data processing on large clusters [J]. Communications of the ACM, 2008, 51(1): 107-113.

    [3] Shvachko K. The hadoop distributed file system [C]//Mass Storage Systems and Technologies (MSST), 2010 IEEE 26th Symposium on. IEEE, 2010.

    [4] Naksomboon S C. Charnsripinyo,Wattanapongsakorn N. Considering behavior of sender in spam mail detection [C].Networked Computing (INC), 2010 6th International Conference on. IEEE, 2010.

    [5] Ramachandran A,F(xiàn)eamster N. Understanding the network-level behavior of spammers [C].ACM SIGCOMM Computer Communication Review. ACM, 2006.

    [6] Wang M F. Social feature-based enterprise email classification without examining email contents [J]. Journal of Network and Computer Applications, 2012,35(2): 770-777.

    [7] Zamil M F. A behavior based algorithm to detect Spam bots [C]//Collaborative Technologies and Systems (CTS), 2010 International Symposium on. IEEE,2010.

    [8] Breiman L. Random forests [J]. Machine learning, 2001. 45(1): 5-32.endprint

    參考文獻:

    [1] Borthakur D.The hadoop distributed file system: Architecture and design [M]. Hadoop Project Website, 2007:11: 21.

    [2] Dean J,Ghemawat S0MapReduce: simplified data processing on large clusters [J]. Communications of the ACM, 2008, 51(1): 107-113.

    [3] Shvachko K. The hadoop distributed file system [C]//Mass Storage Systems and Technologies (MSST), 2010 IEEE 26th Symposium on. IEEE, 2010.

    [4] Naksomboon S C. Charnsripinyo,Wattanapongsakorn N. Considering behavior of sender in spam mail detection [C].Networked Computing (INC), 2010 6th International Conference on. IEEE, 2010.

    [5] Ramachandran A,F(xiàn)eamster N. Understanding the network-level behavior of spammers [C].ACM SIGCOMM Computer Communication Review. ACM, 2006.

    [6] Wang M F. Social feature-based enterprise email classification without examining email contents [J]. Journal of Network and Computer Applications, 2012,35(2): 770-777.

    [7] Zamil M F. A behavior based algorithm to detect Spam bots [C]//Collaborative Technologies and Systems (CTS), 2010 International Symposium on. IEEE,2010.

    [8] Breiman L. Random forests [J]. Machine learning, 2001. 45(1): 5-32.endprint

    參考文獻:

    [1] Borthakur D.The hadoop distributed file system: Architecture and design [M]. Hadoop Project Website, 2007:11: 21.

    [2] Dean J,Ghemawat S0MapReduce: simplified data processing on large clusters [J]. Communications of the ACM, 2008, 51(1): 107-113.

    [3] Shvachko K. The hadoop distributed file system [C]//Mass Storage Systems and Technologies (MSST), 2010 IEEE 26th Symposium on. IEEE, 2010.

    [4] Naksomboon S C. Charnsripinyo,Wattanapongsakorn N. Considering behavior of sender in spam mail detection [C].Networked Computing (INC), 2010 6th International Conference on. IEEE, 2010.

    [5] Ramachandran A,F(xiàn)eamster N. Understanding the network-level behavior of spammers [C].ACM SIGCOMM Computer Communication Review. ACM, 2006.

    [6] Wang M F. Social feature-based enterprise email classification without examining email contents [J]. Journal of Network and Computer Applications, 2012,35(2): 770-777.

    [7] Zamil M F. A behavior based algorithm to detect Spam bots [C]//Collaborative Technologies and Systems (CTS), 2010 International Symposium on. IEEE,2010.

    [8] Breiman L. Random forests [J]. Machine learning, 2001. 45(1): 5-32.endprint

    猜你喜歡
    垃圾郵件分類
    從“scientist(科學(xué)家)”到“spam(垃圾郵件)”,英語單詞的起源出人意料地有趣 精讀
    英語文摘(2021年10期)2021-11-22 08:02:36
    分類算一算
    一種基于SMOTE和隨機森林的垃圾郵件檢測算法
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    基于支持向量機與人工免疫系統(tǒng)的垃圾郵件過濾模型
    石器部落
    一区二区三区激情视频| 久久精品国产a三级三级三级| 脱女人内裤的视频| 亚洲欧洲日产国产| 精品久久蜜臀av无| 观看av在线不卡| 母亲3免费完整高清在线观看| 麻豆国产av国片精品| 国产成人啪精品午夜网站| 国产97色在线日韩免费| 伊人亚洲综合成人网| 777久久人妻少妇嫩草av网站| svipshipincom国产片| 99国产精品一区二区蜜桃av | 狂野欧美激情性xxxx| 制服人妻中文乱码| 2021少妇久久久久久久久久久| 在线亚洲精品国产二区图片欧美| 久久精品国产亚洲av涩爱| 母亲3免费完整高清在线观看| 亚洲免费av在线视频| 日本av手机在线免费观看| 国产精品一区二区精品视频观看| 日韩电影二区| 交换朋友夫妻互换小说| 欧美黄色淫秽网站| 91精品国产国语对白视频| 国产日韩欧美视频二区| 成人午夜精彩视频在线观看| 国产精品 国内视频| 亚洲精品乱久久久久久| 人人妻人人添人人爽欧美一区卜| xxxhd国产人妻xxx| 国精品久久久久久国模美| 一级毛片电影观看| 婷婷色综合www| 久久久久久久国产电影| 免费在线观看完整版高清| 亚洲国产欧美一区二区综合| svipshipincom国产片| 国产片特级美女逼逼视频| 天天躁狠狠躁夜夜躁狠狠躁| 90打野战视频偷拍视频| 日韩伦理黄色片| 高潮久久久久久久久久久不卡| 秋霞在线观看毛片| 80岁老熟妇乱子伦牲交| 男的添女的下面高潮视频| 亚洲成国产人片在线观看| 99久久综合免费| 丰满饥渴人妻一区二区三| av视频免费观看在线观看| 51午夜福利影视在线观看| 日本wwww免费看| 日日夜夜操网爽| 妹子高潮喷水视频| 一本一本久久a久久精品综合妖精| 麻豆av在线久日| 午夜激情久久久久久久| 日本欧美国产在线视频| 少妇精品久久久久久久| 一级毛片黄色毛片免费观看视频| 成人国产av品久久久| 日韩伦理黄色片| 日日摸夜夜添夜夜爱| 久久精品久久久久久久性| 免费在线观看完整版高清| 国产色视频综合| 亚洲情色 制服丝袜| 亚洲熟女毛片儿| 91麻豆精品激情在线观看国产 | 成人三级做爰电影| 亚洲欧美中文字幕日韩二区| 18禁国产床啪视频网站| 久久精品亚洲av国产电影网| 免费一级毛片在线播放高清视频 | 亚洲专区国产一区二区| 欧美在线黄色| 中文字幕人妻丝袜一区二区| 欧美日韩亚洲国产一区二区在线观看 | 午夜激情av网站| 纯流量卡能插随身wifi吗| 成年av动漫网址| 美女中出高潮动态图| 久久精品aⅴ一区二区三区四区| 巨乳人妻的诱惑在线观看| 国产91精品成人一区二区三区 | 男女无遮挡免费网站观看| 精品亚洲乱码少妇综合久久| 国产精品久久久人人做人人爽| 国产一卡二卡三卡精品| 性高湖久久久久久久久免费观看| 最近中文字幕2019免费版| 男女免费视频国产| 国产精品成人在线| 免费不卡黄色视频| 日本vs欧美在线观看视频| 如日韩欧美国产精品一区二区三区| 两性夫妻黄色片| 亚洲免费av在线视频| 国产男女内射视频| 黑人欧美特级aaaaaa片| 亚洲av男天堂| 国产精品人妻久久久影院| 多毛熟女@视频| 中文字幕av电影在线播放| 精品福利观看| 少妇 在线观看| 又紧又爽又黄一区二区| 在现免费观看毛片| 亚洲成人免费电影在线观看 | 精品人妻熟女毛片av久久网站| 两人在一起打扑克的视频| 免费人妻精品一区二区三区视频| 久久99精品国语久久久| 亚洲人成电影免费在线| 首页视频小说图片口味搜索 | 精品人妻一区二区三区麻豆| 午夜福利一区二区在线看| 美女脱内裤让男人舔精品视频| 日韩人妻精品一区2区三区| 日本一区二区免费在线视频| 视频区图区小说| 免费观看a级毛片全部| 狂野欧美激情性xxxx| 国产精品免费大片| av在线播放精品| 人人妻人人添人人爽欧美一区卜| 亚洲 欧美一区二区三区| 色视频在线一区二区三区| 免费一级毛片在线播放高清视频 | 亚洲av在线观看美女高潮| 午夜福利视频在线观看免费| av欧美777| 久久av网站| 99精国产麻豆久久婷婷| 久久久亚洲精品成人影院| 青草久久国产| 午夜av观看不卡| 国产国语露脸激情在线看| 亚洲av男天堂| 亚洲免费av在线视频| 成人三级做爰电影| 老司机亚洲免费影院| 亚洲精品在线美女| 久久女婷五月综合色啪小说| 国产成人免费观看mmmm| 欧美日韩国产mv在线观看视频| 狠狠精品人妻久久久久久综合| 捣出白浆h1v1| 青草久久国产| 日本av手机在线免费观看| 国产亚洲一区二区精品| 国产成人一区二区在线| 亚洲欧美精品自产自拍| 国产成人啪精品午夜网站| 九色亚洲精品在线播放| 午夜免费观看性视频| 男的添女的下面高潮视频| 免费久久久久久久精品成人欧美视频| 亚洲精品一卡2卡三卡4卡5卡 | 国产野战对白在线观看| 人体艺术视频欧美日本| 首页视频小说图片口味搜索 | 国产精品九九99| 99热网站在线观看| 99九九在线精品视频| 97在线人人人人妻| 老司机影院毛片| 精品一区二区三区四区五区乱码 | 成年动漫av网址| 久久人妻熟女aⅴ| 国产成人欧美在线观看 | 久久久久精品人妻al黑| 亚洲熟女精品中文字幕| 50天的宝宝边吃奶边哭怎么回事| 午夜精品国产一区二区电影| 叶爱在线成人免费视频播放| 亚洲情色 制服丝袜| 老汉色∧v一级毛片| 久久精品国产亚洲av涩爱| 99精品久久久久人妻精品| 国产99久久九九免费精品| 男人爽女人下面视频在线观看| 亚洲人成电影观看| 午夜免费鲁丝| 悠悠久久av| 岛国毛片在线播放| 日本vs欧美在线观看视频| 国产在视频线精品| 18禁国产床啪视频网站| 欧美人与性动交α欧美精品济南到| 亚洲精品av麻豆狂野| 一个人免费看片子| 国产精品久久久久久人妻精品电影 | 男人添女人高潮全过程视频| 国产精品 国内视频| 中国国产av一级| 性色av一级| 美女脱内裤让男人舔精品视频| 麻豆国产av国片精品| 50天的宝宝边吃奶边哭怎么回事| avwww免费| 国产熟女欧美一区二区| 中文字幕色久视频| 日韩一区二区三区影片| 国产在线视频一区二区| 操美女的视频在线观看| 看免费av毛片| 国产日韩欧美在线精品| 久久精品成人免费网站| 我的亚洲天堂| 亚洲欧美一区二区三区国产| 美女高潮到喷水免费观看| 国产成人av教育| 亚洲精品国产av成人精品| 青春草视频在线免费观看| 婷婷色麻豆天堂久久| 91老司机精品| 亚洲国产精品国产精品| 国产精品久久久久久人妻精品电影 | 久久毛片免费看一区二区三区| 久久精品成人免费网站| 婷婷色综合www| 青春草视频在线免费观看| 中文字幕人妻熟女乱码| 国产黄色视频一区二区在线观看| 国产精品av久久久久免费| 丰满人妻熟妇乱又伦精品不卡| 亚洲精品中文字幕在线视频| 国产在线视频一区二区| 日本猛色少妇xxxxx猛交久久| 欧美国产精品va在线观看不卡| avwww免费| 亚洲熟女精品中文字幕| 国产在视频线精品| 久久久久精品人妻al黑| 国产精品人妻久久久影院| 久热爱精品视频在线9| 亚洲成色77777| 首页视频小说图片口味搜索 | 免费看十八禁软件| av在线播放精品| 狠狠精品人妻久久久久久综合| 日韩av在线免费看完整版不卡| 青春草亚洲视频在线观看| 麻豆乱淫一区二区| 叶爱在线成人免费视频播放| 亚洲精品国产色婷婷电影| 欧美日韩亚洲高清精品| 一级片免费观看大全| 两个人看的免费小视频| 新久久久久国产一级毛片| 丝袜人妻中文字幕| 久久 成人 亚洲| 国产在线观看jvid| 日韩伦理黄色片| 亚洲欧美清纯卡通| 久久天堂一区二区三区四区| 久久性视频一级片| 国产精品99久久99久久久不卡| 国产91精品成人一区二区三区 | videosex国产| 各种免费的搞黄视频| 日韩 亚洲 欧美在线| 国产精品一区二区在线观看99| 国产男女内射视频| 婷婷成人精品国产| 母亲3免费完整高清在线观看| 亚洲av电影在线观看一区二区三区| 亚洲第一av免费看| 国产一区二区三区av在线| 我要看黄色一级片免费的| 国产欧美日韩一区二区三 | 美女主播在线视频| 欧美性长视频在线观看| 色94色欧美一区二区| 精品欧美一区二区三区在线| 国产精品久久久久久精品古装| 国产成人精品无人区| 丰满迷人的少妇在线观看| 男人舔女人的私密视频| 欧美激情高清一区二区三区| 免费一级毛片在线播放高清视频 | 高清欧美精品videossex| 精品人妻在线不人妻| 嫁个100分男人电影在线观看 | 一二三四社区在线视频社区8| 亚洲精品自拍成人| 老司机深夜福利视频在线观看 | 亚洲九九香蕉| 大片免费播放器 马上看| 欧美在线黄色| 久9热在线精品视频| 一级黄片播放器| 亚洲成色77777| 国产精品欧美亚洲77777| 波多野结衣av一区二区av| 亚洲一区二区三区欧美精品| 好男人视频免费观看在线| 国产欧美日韩精品亚洲av| 久久久久久亚洲精品国产蜜桃av| 亚洲三区欧美一区| 交换朋友夫妻互换小说| 亚洲中文日韩欧美视频| 日韩欧美一区视频在线观看| 国产男人的电影天堂91| 蜜桃国产av成人99| 欧美亚洲 丝袜 人妻 在线| 色播在线永久视频| 人妻 亚洲 视频| 首页视频小说图片口味搜索 | 在线观看免费午夜福利视频| 国产精品久久久久久精品电影小说| 在线精品无人区一区二区三| 成人影院久久| 丁香六月天网| 成人黄色视频免费在线看| 久久久久国产精品人妻一区二区| 国产av精品麻豆| 免费av中文字幕在线| 午夜影院在线不卡| 日韩伦理黄色片| 黄色 视频免费看| 大型av网站在线播放| 人人澡人人妻人| 少妇被粗大的猛进出69影院| 亚洲伊人久久精品综合| 好男人电影高清在线观看| 一级片免费观看大全| 国产成人a∨麻豆精品| 免费在线观看完整版高清| 一本色道久久久久久精品综合| 亚洲国产最新在线播放| 免费看不卡的av| 一本—道久久a久久精品蜜桃钙片| 黑人巨大精品欧美一区二区蜜桃| 香蕉国产在线看| av国产精品久久久久影院| 黄片小视频在线播放| 国产男人的电影天堂91| 亚洲av在线观看美女高潮| 亚洲精品自拍成人| av在线播放精品| 免费在线观看完整版高清| xxx大片免费视频| 亚洲精品一区蜜桃| 国产色视频综合| 亚洲中文字幕日韩| 日韩人妻精品一区2区三区| 美女国产高潮福利片在线看| 成人亚洲欧美一区二区av| 久久综合国产亚洲精品| 亚洲av美国av| 免费av中文字幕在线| 男女午夜视频在线观看| 日本vs欧美在线观看视频| 每晚都被弄得嗷嗷叫到高潮| 国产精品国产三级专区第一集| 又紧又爽又黄一区二区| 亚洲av欧美aⅴ国产| 亚洲色图综合在线观看| www.999成人在线观看| 日本猛色少妇xxxxx猛交久久| 亚洲精品一区蜜桃| 少妇人妻久久综合中文| 亚洲av综合色区一区| 交换朋友夫妻互换小说| 国产精品免费视频内射| 国产成人精品久久久久久| 真人做人爱边吃奶动态| 免费看不卡的av| 亚洲综合色网址| 91字幕亚洲| 国产成人av教育| 另类精品久久| 超色免费av| 一本大道久久a久久精品| 嫁个100分男人电影在线观看 | 十八禁人妻一区二区| 久久久久国产精品人妻一区二区| 免费人妻精品一区二区三区视频| 国产精品99久久99久久久不卡| 亚洲九九香蕉| 91精品国产国语对白视频| 久久精品人人爽人人爽视色| xxxhd国产人妻xxx| 日韩 欧美 亚洲 中文字幕| 国产一区二区在线观看av| 一区二区三区激情视频| 亚洲精品自拍成人| 国产无遮挡羞羞视频在线观看| 天天躁夜夜躁狠狠久久av| 人妻人人澡人人爽人人| 午夜福利在线免费观看网站| 亚洲精品久久午夜乱码| 久久天堂一区二区三区四区| 亚洲精品久久午夜乱码| 国产av一区二区精品久久| 精品久久蜜臀av无| 波多野结衣av一区二区av| 狂野欧美激情性xxxx| 午夜精品国产一区二区电影| 欧美亚洲 丝袜 人妻 在线| 一边摸一边抽搐一进一出视频| 成人免费观看视频高清| 亚洲欧美一区二区三区久久| videosex国产| 久久国产亚洲av麻豆专区| av又黄又爽大尺度在线免费看| 18禁观看日本| 亚洲色图 男人天堂 中文字幕| 久久久久国产精品人妻一区二区| 国产福利在线免费观看视频| 国产精品一区二区免费欧美 | 欧美人与性动交α欧美软件| av线在线观看网站| 波野结衣二区三区在线| 亚洲av男天堂| 一级毛片我不卡| 天天躁夜夜躁狠狠躁躁| 一本一本久久a久久精品综合妖精| 一级毛片黄色毛片免费观看视频| 国产97色在线日韩免费| 国语对白做爰xxxⅹ性视频网站| 久久久久久人人人人人| 成年人免费黄色播放视频| 日本av免费视频播放| 国产免费视频播放在线视频| 日本91视频免费播放| 亚洲欧洲国产日韩| 中文字幕制服av| 欧美精品一区二区免费开放| 国产深夜福利视频在线观看| 亚洲国产av新网站| 国产爽快片一区二区三区| 麻豆国产av国片精品| 又紧又爽又黄一区二区| 别揉我奶头~嗯~啊~动态视频 | 久久精品aⅴ一区二区三区四区| 狂野欧美激情性xxxx| 91成人精品电影| 亚洲伊人久久精品综合| 好男人电影高清在线观看| 成人国产av品久久久| 如日韩欧美国产精品一区二区三区| 亚洲欧美中文字幕日韩二区| 在线看a的网站| 亚洲精品国产av成人精品| 老司机在亚洲福利影院| 性色av乱码一区二区三区2| 午夜福利影视在线免费观看| 美女脱内裤让男人舔精品视频| 午夜日韩欧美国产| 亚洲中文av在线| 高清不卡的av网站| 久久中文字幕一级| 一本综合久久免费| 黑丝袜美女国产一区| 亚洲精品av麻豆狂野| 在线天堂中文资源库| av天堂久久9| 岛国毛片在线播放| 高清不卡的av网站| www.av在线官网国产| 高潮久久久久久久久久久不卡| 国产成人精品在线电影| 亚洲成人手机| 波野结衣二区三区在线| 午夜91福利影院| 国产成人精品在线电影| 精品福利观看| 丝袜人妻中文字幕| 另类精品久久| 午夜av观看不卡| 精品亚洲乱码少妇综合久久| 午夜老司机福利片| videos熟女内射| 精品久久久久久电影网| 亚洲av在线观看美女高潮| 在线观看免费午夜福利视频| 欧美av亚洲av综合av国产av| 大码成人一级视频| 天天影视国产精品| 国产麻豆69| 国产一级毛片在线| 如日韩欧美国产精品一区二区三区| 在线观看www视频免费| 青草久久国产| 每晚都被弄得嗷嗷叫到高潮| 首页视频小说图片口味搜索 | 色婷婷av一区二区三区视频| 亚洲三区欧美一区| 国产成人一区二区三区免费视频网站 | 老司机在亚洲福利影院| 欧美人与性动交α欧美精品济南到| 久久久久久久国产电影| 少妇人妻 视频| 亚洲 国产 在线| 别揉我奶头~嗯~啊~动态视频 | 人妻 亚洲 视频| 国产成人啪精品午夜网站| 亚洲精品美女久久av网站| 国产99久久九九免费精品| 国产一区二区三区综合在线观看| 精品一区二区三区av网在线观看 | 精品少妇久久久久久888优播| 欧美人与善性xxx| 人妻人人澡人人爽人人| 成年美女黄网站色视频大全免费| 曰老女人黄片| 免费人妻精品一区二区三区视频| 秋霞在线观看毛片| 人人妻人人澡人人看| 午夜视频精品福利| 精品一区二区三区四区五区乱码 | 久久99一区二区三区| 欧美性长视频在线观看| 亚洲熟女精品中文字幕| 亚洲精品一区蜜桃| 日韩中文字幕视频在线看片| 天天影视国产精品| 人人妻人人添人人爽欧美一区卜| 成年人免费黄色播放视频| 久久国产亚洲av麻豆专区| 黑丝袜美女国产一区| 亚洲精品第二区| 欧美成狂野欧美在线观看| 啦啦啦啦在线视频资源| 别揉我奶头~嗯~啊~动态视频 | 亚洲男人天堂网一区| 亚洲欧美日韩高清在线视频 | 女性被躁到高潮视频| 久久九九热精品免费| 纯流量卡能插随身wifi吗| 18禁黄网站禁片午夜丰满| 涩涩av久久男人的天堂| 成人国产av品久久久| 免费在线观看日本一区| 女人久久www免费人成看片| 一级毛片我不卡| 性色av乱码一区二区三区2| 在线观看www视频免费| 国产一区二区三区av在线| 纯流量卡能插随身wifi吗| 久久久精品国产亚洲av高清涩受| 亚洲人成网站在线观看播放| 啦啦啦中文免费视频观看日本| 在线天堂中文资源库| av国产久精品久网站免费入址| 又大又爽又粗| 侵犯人妻中文字幕一二三四区| 91国产中文字幕| 999久久久国产精品视频| 亚洲欧洲国产日韩| 久久毛片免费看一区二区三区| 久久精品久久精品一区二区三区| 久久女婷五月综合色啪小说| 国产日韩欧美视频二区| 亚洲一卡2卡3卡4卡5卡精品中文| 嫩草影视91久久| 精品欧美一区二区三区在线| 日韩视频在线欧美| 国产精品一区二区免费欧美 | 日韩av不卡免费在线播放| 亚洲熟女毛片儿| 69精品国产乱码久久久| 99久久人妻综合| 成人18禁高潮啪啪吃奶动态图| 在线天堂中文资源库| netflix在线观看网站| 久久99一区二区三区| 中文字幕制服av| 日韩中文字幕视频在线看片| 亚洲人成网站在线观看播放| 精品第一国产精品| 男女免费视频国产| 精品国产超薄肉色丝袜足j| 亚洲欧美成人综合另类久久久| 日本五十路高清| 日本猛色少妇xxxxx猛交久久| 国产伦理片在线播放av一区| 国产1区2区3区精品| av网站免费在线观看视频| 久久精品久久久久久久性| 亚洲欧美成人综合另类久久久| 少妇粗大呻吟视频| 日本猛色少妇xxxxx猛交久久| www.999成人在线观看| 久久久久久久久免费视频了| 国产主播在线观看一区二区 | 成年动漫av网址| 成人18禁高潮啪啪吃奶动态图| 亚洲久久久国产精品| www日本在线高清视频| 最新的欧美精品一区二区| 纯流量卡能插随身wifi吗| 国产97色在线日韩免费| 日韩,欧美,国产一区二区三区| av电影中文网址| 一级,二级,三级黄色视频| 国产无遮挡羞羞视频在线观看| 成人国产av品久久久| 欧美日韩一级在线毛片| 国产精品国产av在线观看| 真人做人爱边吃奶动态| 日本a在线网址| 国语对白做爰xxxⅹ性视频网站| 麻豆国产av国片精品| 国产又爽黄色视频| 国产精品一区二区免费欧美 | 大片电影免费在线观看免费| 亚洲av电影在线进入| 国产精品一二三区在线看| 亚洲精品国产一区二区精华液|