• <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 ?

    顯示器電磁信息泄漏的機(jī)器學(xué)習(xí)檢測方法研究

    2021-04-08 03:25:20關(guān)天敏韓振中
    信息安全學(xué)報(bào) 2021年2期
    關(guān)鍵詞:顯示器時(shí)域電磁

    關(guān)天敏,韓振中,茅 劍

    1集美大學(xué)信息工程學(xué)院 廈門 中國 361021

    2國防科技大學(xué)電子對抗學(xué)院 合肥 中國 230000

    3集美大學(xué)計(jì)算機(jī)工程學(xué)院 廈門 中國 361021

    4廈門市涉密信息技術(shù)重點(diǎn)實(shí)驗(yàn)室 廈門 中國 361021

    1 引言

    電子信息設(shè)備在工作過程中,會產(chǎn)生無意的、非主觀通信的電磁輻射。研究表明[1],無意輻射泄漏的電磁信號可能包含設(shè)備相關(guān)的有用信息,如果對泄漏信號進(jìn)行截獲分析,將導(dǎo)致電子信息設(shè)備的信息泄漏,從而對電磁信息安全構(gòu)成嚴(yán)重威脅。關(guān)于電磁信息泄漏研究稱為TEMPEST,美國是TEMPEST研究發(fā)展最早的國家之一,已有幾十年的技術(shù)發(fā)展史,制定了從技術(shù)到管理的一系列標(biāo)準(zhǔn)。隨后歐洲和日本也相繼開展了TEMPEST研究。1985 年,Van Eck[2]實(shí)現(xiàn)了低成本的攻擊實(shí)驗(yàn),他用價(jià)值僅幾百美元的器件對普通電視機(jī)進(jìn)行改造,然后將其安裝在汽車?yán)?在街道上接收到了放置在八層樓上的計(jì)算機(jī)電磁輻射的信息,并顯示出計(jì)算機(jī)屏幕上顯示的圖像。這被認(rèn)為是民用TEMPEST 研究的里程碑事件。1998年起,英國劍橋大學(xué)的Markus G.Kuhn,針對計(jì)算機(jī)的CRT[3-4]、LCD[5-7]顯示器開展了電磁信息泄漏截獲復(fù)現(xiàn)實(shí)驗(yàn),取得了一系列成果; 并且基于顯示器的電磁信息泄漏原理提出了一種信息隱藏傳輸方法(Soft TEMPEST)[8]。2010 年,Hidenori Sekiguchi[9-10]研究了觸摸屏的電磁信息泄漏問題,從截獲重建后的顯示圖像中識別出觸摸屏的按鍵操作圖像。2011年,Taishi Ikematsu等[11]從定量的角度討論了電磁場噪聲抑制技術(shù)與信息泄漏抑制技術(shù)的區(qū)別,在定量評價(jià)信號和噪聲分量的基礎(chǔ)上,研究了信息泄漏及其有效對策。2013年,Yuichi Hayashi等[12]提出了一種基于電磁干擾理論的分析密碼體制中電磁信息泄漏的方法,能根據(jù)板尺寸、電源線長度等物理參數(shù)獲取電磁輻射的頻率特性。2016年起,徐艷云等研究了信息設(shè)備電磁信息泄漏的還原圖像文本識別和檢測距離估計(jì)方法[13-14]。

    現(xiàn)有的研究主要集中在明確的環(huán)境條件下,依據(jù)已知的電磁信息特征檢測電磁信息泄漏,而對未知的變化的環(huán)境條件下,無法自適應(yīng)地檢測。傳統(tǒng)的電磁圖像檢測方法主要基于圖像重建后的人為識別,存在局限性。檢測設(shè)備必須具有足夠的采樣精度,以保證能夠捕獲足夠的像素信息。即使獲得了足夠的圖像像素?cái)?shù)據(jù),沒有精確同步信號的指導(dǎo),圖像也無法重建。此外,識別結(jié)果容易受到操作人員經(jīng)驗(yàn)的影響。因此,本文探索了一種新的識別方法,以減少人為干預(yù)對識別的影響,并使識別過程盡量擺脫對先驗(yàn)知識的依賴。

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)是深度學(xué)習(xí)的重要算法,目前在圖像識別[15-16],降噪[17-18],目標(biāo)檢測[19-21]和信號檢測[22-25]等領(lǐng)域廣泛應(yīng)用并表現(xiàn)良好。2017年,Chen Sisi等[22]嘗試使用卷積神經(jīng)網(wǎng)絡(luò)對太陽射電頻譜進(jìn)行分類。2018年,Pan Jun等[23]提出了一種深度學(xué)習(xí)網(wǎng)絡(luò),可以在沒有先驗(yàn)知識的情況下從原始機(jī)械振動信號中自適應(yīng)地學(xué)習(xí)特征,用于機(jī)械故障診斷。2019年,Jagiasi R.等[25]利用密集卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了一個(gè)不依賴文本、不依賴語言的語音信號識別系統(tǒng)?;贑NN在上述領(lǐng)域中的優(yōu)異表現(xiàn),經(jīng)過探索研究,本文將CNN引入電磁信息泄漏檢測,并針對計(jì)算機(jī)顯示器無意輻射的電磁信號特點(diǎn),設(shè)計(jì)基于卷積神經(jīng)網(wǎng)絡(luò)的電磁信息泄漏檢測方法。實(shí)驗(yàn)證明該檢測方法不僅克服傳統(tǒng)方法無法自適應(yīng)的缺陷,而且在電磁信息泄漏檢測領(lǐng)域具有良好性能。

    2 計(jì)算機(jī)顯示器的電磁信息泄漏原理

    計(jì)算機(jī)顯示器工作原理是通過逐行掃描,以固定的時(shí)間間隔逐個(gè)刷新屏幕上的每個(gè)像素點(diǎn),以此顯示數(shù)字圖像。這個(gè)過程可視為將二維的圖像矩陣展開成一維的像素時(shí)間序列。每個(gè)像素點(diǎn)刷新時(shí)的電流變化都會產(chǎn)生無意的電磁輻射,輻射的電磁信號會反映圖像中像素的變化情況,如圖 1所示。因此計(jì)算機(jī)顯示器在顯示圖像的過程中,伴隨著與圖像信息有關(guān)的無意電磁輻射,從而導(dǎo)致了電磁信息泄漏。

    圖1 顯示圖像過程中的電磁輻射Figure 1 Electromagnetic radiation during image display

    通過上述分析,可知計(jì)算機(jī)顯示器泄漏的電磁信息為圖像信息,二維的圖像信息被碎片化在一維的泄漏電磁信號中。因此對顯示器電磁信息泄漏的檢測本質(zhì)是從泄漏的電磁信號中找出圖像信息特征。傳統(tǒng)的電磁圖像檢測方法的第一步所截獲的電磁泄漏信號,是在時(shí)域內(nèi)采集的信號序列,對應(yīng)的是一維像素時(shí)間序列,如圖1所示。根據(jù)之前的分析,一維時(shí)域信號中隱藏著二維圖像信息。如果按照傳統(tǒng)的方法,需要同步信號的指導(dǎo),才能提取復(fù)現(xiàn)二維圖像。本文提出的一種基于卷積神經(jīng)網(wǎng)絡(luò)的電磁圖像檢測方法,在沒有同步信號的先驗(yàn)知識指導(dǎo),完全依靠神經(jīng)網(wǎng)絡(luò)提取信號中的圖像特征。

    3 面向電磁信息泄漏的CNN算法設(shè)計(jì)

    CNN由于其特有的卷積運(yùn)算,對檢測目標(biāo)具有局部特征感知能力。經(jīng)過探索研究,面向計(jì)算機(jī)顯示器的圖像信息泄漏,針對性地設(shè)計(jì) CNN,通過機(jī)器學(xué)習(xí),提取泄漏電磁信號中隱藏的圖像信息特征。

    3.1 顯示器電磁信息泄漏特征提取

    目前經(jīng)典的CNN結(jié)構(gòu)大多應(yīng)用于圖像處理領(lǐng)域,還未見有針對電磁信息泄漏檢測或識別所設(shè)計(jì)的CNN架構(gòu)。由于圖像是以二維形式表示的,基于圖像識別的CNN都采用了二維卷積核進(jìn)行特性提取。然而,在電磁信息泄漏檢測中,數(shù)字化信號采集設(shè)備接收的電磁信號是一維形式的數(shù)字序。顯然,借助傳統(tǒng)圖像領(lǐng)域中的二維CNN來識別一維電磁泄漏信號是不合適的。因此,本文提出一個(gè)適用于電磁圖像信息識別的 CNN結(jié)構(gòu),命名為MGCNN,該結(jié)構(gòu)特別地采用一維卷積核。利用MGCNN提取電磁信息泄漏特征的過程示意如圖2所示。

    圖2 MGCNN提取電磁信息泄漏特征示意圖Figure 2 Schematic diagram of electromagnetic information leakage feature extracted by MGCNN

    卷積和池化是CNN方法的核心。在電磁信息泄漏檢測過程中,檢測儀器接收到的電磁信號數(shù)值化后的形式為一維序列。為了直接從電磁信號序列中提取特征信息,MGCNN的卷積層滑動一維卷積核,使其與對應(yīng)信號序列片段進(jìn)行卷積運(yùn)算,從而提取顯示器圖像信息的局部特征,并將其組合成特征向量。池化層通過降維操作進(jìn)一步壓縮特征向量。

    3.2 MGCNN

    本小節(jié)詳細(xì)介紹本文提出的MGCNN結(jié)構(gòu)。經(jīng)過電磁信息泄漏檢測實(shí)踐,針對電磁信號特點(diǎn)設(shè)計(jì)的MGCNN由兩個(gè)卷積層、兩個(gè)池化層和一個(gè)全連接層組成,如圖3所示。

    MGCNN每一層的網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)如表1所示。網(wǎng)絡(luò)的輸入為預(yù)處理之后的一維信號,長度為 8192。經(jīng)過逐層的計(jì)算和特征提取之后,到達(dá)全連接層之前的輸出為16個(gè)通道的特征向量,每個(gè)特征向量長度為256。

    以下介紹MGCNN中各層的計(jì)算過程和作用。

    3.2.1 卷積層

    卷積層的作用是提取一維電磁信號中泄漏的信息特征。

    圖3 MGCNN結(jié)構(gòu)Figure 3 Structure of MGCNN

    表1 MGCNN結(jié)構(gòu)參數(shù)Table 1 MGCNN Structure parameter

    (1) 一維卷積(Conv1D)

    本文特別設(shè)計(jì)一維卷積核來提取電磁信號中的信息特性。一維卷積計(jì)算過程是以特定的步長,滑動卷積濾波器的窗口,有序地提取輸入信號的局部特征。兩個(gè)卷積層分別設(shè)置了相應(yīng)的尺寸,如表1所示,逐層抽取并壓縮電磁泄漏信息特征。

    卷積計(jì)算的公式如下所示:

    其中L是神經(jīng)網(wǎng)絡(luò)中各層的索引號,X(L)和X(L+1)分別為計(jì)算過程中第L層的輸入和輸出特征向量,W(L)是第L層神經(jīng)網(wǎng)絡(luò)的權(quán)值向量,B(L)是第L層的偏置向量。

    (2) ReLU

    MGCNN選擇 ReLU作為激活函數(shù)。與以往的Sigmoid和Tanh函數(shù)相比,ReLU激活函數(shù)可以緩解梯度消失問題,有助于抑制深度學(xué)習(xí)的過擬合問題,提高神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度。ReLU的計(jì)算公式如下所示:

    將Conv1D和ReLU的合并計(jì)算,計(jì)算過程可以表示為下式:

    (3) Dropout

    在ReLU函數(shù)之后,網(wǎng)絡(luò)中還加上了Dropout函數(shù),其作用是緩解網(wǎng)絡(luò)的過擬合。其原理是以一定概率減少網(wǎng)絡(luò)中傳遞的特征數(shù)量,使部分參數(shù)不更新。Dropout函數(shù)的計(jì)算如下所示:

    ri,j(L)是一個(gè)獨(dú)立的伯努利隨機(jī)變量,它以p的概率取值為1,以1-p的概率取值為0。神經(jīng)網(wǎng)絡(luò)中的數(shù)據(jù)傳輸受到Dropout函數(shù)影響之后,如下式:

    其中xi,j(L)是第L層的特征值X(L)中的第i個(gè)通道的序列中第j個(gè)單元的數(shù)值;x*i,j(L)是Dropout之后的單元值。在本文的實(shí)驗(yàn)中,p設(shè)為0.5。

    3.2.2 池化層

    池化層,即下采樣層,通過特征壓縮,減少神經(jīng)網(wǎng)絡(luò)中的數(shù)據(jù)和參數(shù)的數(shù)量,從而抑制網(wǎng)絡(luò)的過擬合,簡化計(jì)算復(fù)雜度。本文采用Max pooling的池化方法,以固定的步長,在特征序列上滑動取樣窗口,將窗口內(nèi)所有單元的最大值保留至下一層。本文中的池化層步長和窗口均取值為2,經(jīng)過池化層處理后,特征向量的長度壓縮為原先的一半。

    3.2.3 全連接層

    全連接層將前一層輸出的特征向量以完全連接的方式進(jìn)行加權(quán)計(jì)算后,輸出分類預(yù)測結(jié)果。在本文中,全連接層之后緊接著采用Softmax函數(shù)獲取同分布最高概率輸出。Softmax函數(shù)可以將全連接層之后的特征向量,映射成同尺寸的向量,使得向量中每一個(gè)元素的數(shù)值規(guī)范在 0~1之間,并且這些元素的和為1。全連接加上Softmax的作用是將神經(jīng)網(wǎng)絡(luò)中各層計(jì)算提取的電磁信息特征映射成最終的分類識別得分,最終根據(jù)得分值大小判斷當(dāng)前電磁信號中隱藏的信息。

    在電磁信息泄漏檢測工作中,利用實(shí)測電磁泄漏信號,對 MGCNN網(wǎng)絡(luò)進(jìn)行基于反向傳播機(jī)制的訓(xùn)練,即深度學(xué)習(xí)過程,可以得到具有電磁信息泄漏特征提取能力的MGCNN模型。MGCNN模型中由卷積和池化構(gòu)成的多層結(jié)構(gòu),可以逐層提取電磁輻射信號中隱藏的信息泄漏特征向量; 多個(gè)卷積核的分別運(yùn)算形成的多個(gè)特征通道,可以同時(shí)從不同角度提取電磁信號中的信息泄漏特征分量,解決電磁信號中的多元信息檢測問題。

    4 顯示器電磁信息泄漏檢測實(shí)驗(yàn)設(shè)計(jì)

    基于 MGCNN的顯示器電磁信息泄漏檢測方法,包括電磁信號樣本采集、數(shù)據(jù)預(yù)處理、生成訓(xùn)練數(shù)據(jù)、機(jī)器學(xué)習(xí)模型訓(xùn)練與獲取。實(shí)驗(yàn)流程如圖4所示。

    圖4 實(shí)驗(yàn)流程圖Figure 4 Flow diagram of experiment

    4.1 樣本采集

    本文中的實(shí)驗(yàn)環(huán)境為正常的室內(nèi)環(huán)境。不同于常見電磁檢測所需的電磁屏蔽暗室,實(shí)驗(yàn)未采取任何屏蔽措施,以驗(yàn)證本文提出的方法在較復(fù)雜電磁環(huán)境下的有效性。

    采集顯示器的電磁輻射的裝置如圖 5所示。檢測對象是型號為PHILIPS HWE9220F的計(jì)算機(jī)顯示器,該顯示器通過VGA視頻線纜連接在臺式計(jì)算機(jī)上。信號采集設(shè)備包括一個(gè)卡鉗式電磁信號探頭和一臺信號接收機(jī),電磁信號探頭的型號為A.H.Systems BCP-620,信號接收機(jī)的型號為 NI PXIe-5162。

    圖5 實(shí)驗(yàn)裝置Figure 5 Experimental device

    電磁信號探頭從連接工作顯示器的VGA線纜上截獲電磁輻射信號,連接探頭的信號接收機(jī)對電磁信號進(jìn)行采樣和存儲。采集的信號樣本為記錄顯示器線纜上電磁輻射幅值變化情況的時(shí)域序列。

    本次實(shí)驗(yàn)選取了圖像識別的公開數(shù)據(jù)集CIFAR-10中的20幅圖像作為實(shí)驗(yàn)圖像。這20幅圖像均為實(shí)物照片,分為飛機(jī)和貓共兩類,每類圖像各10張。圖像的內(nèi)容示例如圖5所示。飛機(jī)圖像作為第一類;貓圖像作為第二類。

    圖6 飛機(jī)和貓圖像示例Figure 6 Examples of airplane and cat images

    實(shí)驗(yàn)中,顯示器的工作分辨率設(shè)為 640×480@60Hz,將 20幅圖像分別顯示在計(jì)算機(jī)顯示器上。然后以 1MS/s的采樣率對每幅圖像產(chǎn)生的電磁輻射進(jìn)行信號采集,每幅圖像分別采集了1220個(gè)信號樣本,如表2所示。

    表2 采集內(nèi)容Table 2 Collection Content

    4.2 樣本預(yù)處理

    圖像信息識別流程的第一步所截獲的電磁泄漏信號,是在時(shí)域內(nèi)采集的信號序列,對應(yīng)的是一維像素時(shí)間序列。根據(jù)之前的分析,一維時(shí)域信號中隱藏著二維圖像信息。如果按照傳統(tǒng)的方法,需要同步信號的指導(dǎo),才能提取復(fù)現(xiàn)二維圖像。本文提出的新方法沒有同步信號的先驗(yàn)知識指導(dǎo),完全依靠神經(jīng)網(wǎng)絡(luò)提取信號中的圖像特征。而原始的二維圖像特征分散到一維序列中之后,難以提取出二維圖像的特征。

    因此,預(yù)處理過程將采集到的時(shí)域信號轉(zhuǎn)換為頻譜信號。這是因?yàn)轭l譜可以增強(qiáng)信號的周期和頻率特性。圖像的電磁輻射信號含有豐富的周期和頻率特征: 同步信號是明顯的周期信號,圖像的空間特征也可以映射到頻域。這些特征以及其他未知的電磁信息特征被CNN提取和學(xué)習(xí),成為識別圖像內(nèi)容的基礎(chǔ)。

    采集原始數(shù)據(jù)之后,要對這些原始數(shù)據(jù)進(jìn)行處理。原始數(shù)據(jù)內(nèi)包括很多參數(shù)描述,需要將其處理成標(biāo)準(zhǔn)的數(shù)組格式。處理后的樣本由 24400個(gè)長度為16384的時(shí)域信號。圖7是第一類和第二類圖像的電磁信號時(shí)域圖示例。

    在時(shí)域處理的基礎(chǔ)上,對其進(jìn)行傅里葉變換,會將原本的長度為16384的樣本轉(zhuǎn)換成長度為8192的樣本。圖 8是第一類和第二類圖像的電磁信號頻域圖示例。

    4.3 訓(xùn)練數(shù)據(jù)生成

    本實(shí)驗(yàn)為針對電磁泄漏信號中圖像信息的二分類實(shí)驗(yàn)。實(shí)驗(yàn)采用五折交叉驗(yàn)證,將數(shù)據(jù)集中來自20幅圖像的 24400個(gè)電磁信號樣本平均分為五份,每份中包含4幅圖像的樣本共4880個(gè)。每一次交叉驗(yàn)證,選取五份樣本其中的一份作為測試樣本,其余的四份樣本作為訓(xùn)練樣本,即每次使用16幅已知圖像的電磁泄漏信號數(shù)據(jù)執(zhí)行 MGCNN模型訓(xùn)練,然后利用訓(xùn)練好的模型對剩余 4幅未知圖像的電磁泄漏信號進(jìn)行識別,以檢測電磁信號中隱藏的圖像信息泄漏。

    圖7 電磁信號時(shí)域圖Figure 7 Time domain diagram of electromagnetic signals

    圖8 電磁信號頻域圖Figure 8 Frequency domain diagram of electromagnetic signal

    4.4 MGCNN模型訓(xùn)練與獲取

    實(shí)驗(yàn)使用 TensorFlow框架實(shí)現(xiàn)本文設(shè)計(jì)的MGCNN模型,利用梯度下法訓(xùn)練模型,并獲得分類檢測模型,實(shí)現(xiàn)電磁泄漏信息樣本分類檢測。在算法的訓(xùn)練過程中,優(yōu)化器為自適應(yīng)矩估計(jì)(Adaptive moment estimation,Adam),批處理大小設(shè)置為 100,學(xué)習(xí)率為0.001,數(shù)據(jù)一共訓(xùn)練50輪。通過五折交叉驗(yàn)證進(jìn)行實(shí)驗(yàn),取5次測試的平均值作為實(shí)驗(yàn)的結(jié)果。

    5 實(shí)驗(yàn)結(jié)果與分析

    為了比較傳統(tǒng)的電磁圖像檢測方法,設(shè)計(jì)了傳統(tǒng)檢測方法流程: 檢測儀器采集電磁輻射信號,根據(jù)采樣率、分辨率和刷新率,對一維電磁信號進(jìn)行二維重排,形成可視化圖像,然后通過肉眼識別檢測。為了實(shí)現(xiàn)檢測性能的量化對比,在對比實(shí)驗(yàn)中,改造了傳統(tǒng)檢測方法,即在傳統(tǒng)圖像重建基礎(chǔ)上,把肉眼識別檢測改成利用機(jī)器學(xué)習(xí)方法進(jìn)行識別檢測,如圖9所示。其中機(jī)器學(xué)習(xí)分類算法選取AlexNet、GoogleNet和 VGGNET三個(gè)經(jīng)典的圖像分類算法:分別標(biāo)記為 AlexNet_Tra、GoogleNet_Tra和VGGNet_Tra。

    圖9 傳統(tǒng)檢測方法流程Figure 9 Traditional detection method flow

    此外,為了比較本文提出的MGCNN算法的性能,在缺乏電磁圖像信息識別的同類一維卷積算法的情況下,本文設(shè)計(jì)了面向時(shí)頻信號的二維 CNN檢測方法,選取了三個(gè)經(jīng)典的圖像識別 CNN結(jié)構(gòu)進(jìn)行對比實(shí)驗(yàn): AlexNet、GoogLeNet和VGGNet。它們都是在圖像識別大賽中獲得優(yōu)勝的經(jīng)典算法。由于上述三個(gè)算法均是采用二維卷積運(yùn)算,在使用它們進(jìn)行對比實(shí)驗(yàn)時(shí),將電磁信號樣本進(jìn)行短時(shí)傅里葉變換轉(zhuǎn)換成二維的時(shí)頻信號圖,輸入樣本尺寸為 227×227。對于MGCNN,本實(shí)驗(yàn)還特別增加了時(shí)域信號的對比實(shí)驗(yàn),即對采集到的時(shí)域信號不做傅里葉變換處理,直接輸入 MGCNN。在本實(shí)驗(yàn)中,為了以示區(qū)分,基于時(shí)域信號的MGCNN被標(biāo)記為MGCNN_T,基于頻域信號的MGCNN被標(biāo)記為MGCNN_F。

    本實(shí)驗(yàn)中,算法性能的評價(jià)選取了準(zhǔn)確率、精確率、召回率和F1四項(xiàng)指標(biāo)。上述算法經(jīng)過五折交叉驗(yàn)證后,將五次實(shí)驗(yàn)的平均值記錄在表3中。為了直觀對比,又將實(shí)驗(yàn)結(jié)果可視化為圖10。

    對比實(shí)驗(yàn)結(jié)果可以看出,傳統(tǒng)檢測方法是在二維時(shí)域信號上進(jìn)行分類識別,其性能低于面向時(shí)頻信號的二維CNN檢測方法的識別性能。同時(shí),一維頻域信號的MGCNN_F檢測方法明顯優(yōu)于一維時(shí)域信號的 MGCNN_T檢測方法,也優(yōu)于傳統(tǒng)檢測方法和面向時(shí)頻信號的二維 CNN檢測方法。這證明了MGCNN相比與傳檢測方法和面向時(shí)頻信號的二維CNN檢測方法,更能適應(yīng)電磁圖像信息識別。其原因在于,本文以顯示器上二維圖像的無意輻射產(chǎn)生的一維電磁信號作為檢測對象,目的是從一維電磁信號中檢測識別出圖像信息。然而,傳統(tǒng)檢測方法和面向時(shí)頻信號的二維檢測方法都是對二維數(shù)據(jù)進(jìn)行檢測,在檢測之前分別對一維時(shí)域和一維頻域樣本進(jìn)行了升維處理,然后使用二維CNN進(jìn)行檢測。由于升維處理過程缺乏有效圖像信息的指導(dǎo),在不同程度上破壞了一維電磁信號中隱藏的圖像特征,從而導(dǎo)致圖像檢測質(zhì)量的下降。

    表3 1MS/s采樣率下各算法性能對比Table 3 Comparison of performance of each algorithm at 1MS/s sampling rate

    圖10 各算法的性能對比Figure 10 Performance comparison of each algorithm

    MGCNN不僅識別性能更好,算法的執(zhí)行效率也大大優(yōu)于其他結(jié)構(gòu)。由于MGCNN采用了一維卷積,網(wǎng)絡(luò)層次結(jié)構(gòu)也較為簡單,在相同樣本量的訓(xùn)練時(shí)長上,MGCNN僅為AlexNet的1/3、GoogLeNet的1/5、VGGNet的1/15。因此,MGCNN在算法的性能和效率兩方面均占優(yōu)。

    此外,同為MGCNN結(jié)構(gòu),對于頻域信號的分類識別性能也優(yōu)于時(shí)域信號,這是因?yàn)轭l譜可以增強(qiáng)信號的周期和頻率特性。圖像的電磁輻射信號含有豐富的周期和頻率特征: 同步信號是明顯的周期信號,圖像的空間特征也存在周期特性,可以映射到頻域。這些特征以及其它未知特征被MGCNN提取和學(xué)習(xí),成為識別圖像內(nèi)容的基礎(chǔ)。需要說明的是,預(yù)處理的過程并沒有定義和提取信號特征。預(yù)處理只是將信號轉(zhuǎn)換到不同的分析域,便于后續(xù)的識別計(jì)算。有別于傳統(tǒng)方法,基于MGCNN算法的檢測方法不需事先明確待測信息的特征。這說明頻域信號能夠更好地表示電磁信號中的圖像信息,證明了本文識別方法中信號預(yù)處理能夠提升識別性能。

    傳統(tǒng)檢測方法必須要已知圖像信息特征,如顯示器圖像的分辨率和刷新率。本實(shí)驗(yàn)在未知圖像信息特征情況下,通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí),自適應(yīng)地提取圖像信息特征,從而實(shí)現(xiàn)顯示器電磁信息泄漏檢測。因此相對于傳統(tǒng)檢測方法,基于MGCNN的機(jī)器學(xué)習(xí)檢測方法,對于未知特征的電磁信息泄漏檢測具有更好的適應(yīng)性。

    6 結(jié)論

    本文針對計(jì)算機(jī)顯示器的無意電磁信息泄漏問題,分析顯示器的電磁信息泄漏機(jī)理,結(jié)合卷積神經(jīng)網(wǎng)絡(luò)的特點(diǎn),闡釋卷積神經(jīng)網(wǎng)絡(luò)模型提取電磁泄漏信息特征的原理,提出了一個(gè)基于 MGCNN的電磁圖像信息自適應(yīng)的識別方法。通過大量采集顯示器無意發(fā)射的電磁信號,建立了電磁圖像信息泄漏樣本數(shù)據(jù)集。在建立數(shù)據(jù)集的基礎(chǔ)上,經(jīng)過對比實(shí)驗(yàn)證明,提出的方法在識別性能和算法效率上優(yōu)于傳統(tǒng)檢測方法和經(jīng)典的CNN方法,同時(shí)克服了傳統(tǒng)電磁圖像檢測方法需要預(yù)先明確電磁信息特征的缺陷?;贛GCNN的檢測方法在電磁圖像信息識別上得到了驗(yàn)證,但并不意味著該方法只能局限于檢測顯示器的電磁圖像信息泄漏。在電磁信息安全的應(yīng)用領(lǐng)域中,其最終目的是為目前以計(jì)算機(jī)為代表的電子信息設(shè)備及其部件的電磁信息泄漏問題提供智能化的檢測新手段。

    猜你喜歡
    顯示器時(shí)域電磁
    把顯示器“穿”在身上
    三維多孔電磁復(fù)合支架構(gòu)建與理化表征
    一種新型點(diǎn)陣顯示器的設(shè)計(jì)
    電子制作(2019年24期)2019-02-23 13:22:32
    基于時(shí)域信號的三電平逆變器復(fù)合故障診斷
    感應(yīng)式帶電顯示器抗干擾處理
    電子測試(2018年13期)2018-09-26 03:29:36
    掌握基礎(chǔ)知識 不懼電磁偏轉(zhuǎn)
    基于極大似然準(zhǔn)則與滾動時(shí)域估計(jì)的自適應(yīng)UKF算法
    基于時(shí)域逆濾波的寬帶脈沖聲生成技術(shù)
    基于時(shí)域波形特征的輸電線雷擊識別
    電測與儀表(2015年2期)2015-04-09 11:28:50
    電磁換向閥應(yīng)用探討
    河南科技(2014年16期)2014-02-27 14:13:21
    88av欧美| 亚洲中文av在线| 亚洲黑人精品在线| 国产单亲对白刺激| 99国产精品一区二区三区| 色哟哟哟哟哟哟| av在线播放免费不卡| 91成年电影在线观看| 欧美乱妇无乱码| 国产精品 欧美亚洲| 中文字幕精品免费在线观看视频| 欧美一区二区精品小视频在线| 在线永久观看黄色视频| 交换朋友夫妻互换小说| 国产激情久久老熟女| 看黄色毛片网站| 每晚都被弄得嗷嗷叫到高潮| 免费在线观看完整版高清| 免费搜索国产男女视频| 免费av中文字幕在线| 女人爽到高潮嗷嗷叫在线视频| 日韩免费av在线播放| 深夜精品福利| 午夜免费激情av| 亚洲男人的天堂狠狠| 国产免费男女视频| 国产xxxxx性猛交| 久久中文字幕一级| 大码成人一级视频| 岛国在线观看网站| 国产高清激情床上av| 亚洲欧美一区二区三区黑人| 欧美一级毛片孕妇| 又黄又粗又硬又大视频| 亚洲国产毛片av蜜桃av| 大型av网站在线播放| 性欧美人与动物交配| 亚洲国产欧美网| 国产精品1区2区在线观看.| 国产精品久久久av美女十八| 欧美在线一区亚洲| 可以免费在线观看a视频的电影网站| 看黄色毛片网站| 嫩草影视91久久| 黄色视频不卡| 亚洲欧美激情综合另类| 国产精品久久久久成人av| 韩国精品一区二区三区| 久久人妻福利社区极品人妻图片| 色综合欧美亚洲国产小说| 精品久久久精品久久久| 国产xxxxx性猛交| 欧美成人性av电影在线观看| 国产精品 欧美亚洲| 老司机在亚洲福利影院| 国产免费av片在线观看野外av| 日韩av在线大香蕉| 99精品欧美一区二区三区四区| 日日干狠狠操夜夜爽| 在线av久久热| 曰老女人黄片| 99精品欧美一区二区三区四区| 欧美精品一区二区免费开放| 国产精品电影一区二区三区| 精品人妻1区二区| 午夜福利免费观看在线| 十分钟在线观看高清视频www| 一区二区三区国产精品乱码| 天天躁狠狠躁夜夜躁狠狠躁| 日本免费a在线| 亚洲欧美激情综合另类| 在线十欧美十亚洲十日本专区| 亚洲欧美日韩无卡精品| 大型av网站在线播放| 少妇的丰满在线观看| 一本综合久久免费| 精品一区二区三卡| 亚洲人成电影观看| 免费观看精品视频网站| 婷婷精品国产亚洲av在线| 一个人免费在线观看的高清视频| 欧美另类亚洲清纯唯美| 亚洲成人免费电影在线观看| 日韩三级视频一区二区三区| 亚洲人成电影免费在线| 欧美人与性动交α欧美软件| 久久精品国产亚洲av香蕉五月| 一级片免费观看大全| 精品久久久久久成人av| 亚洲熟女毛片儿| 欧美午夜高清在线| 69精品国产乱码久久久| 91精品国产国语对白视频| 好男人电影高清在线观看| 欧美日韩中文字幕国产精品一区二区三区 | av天堂在线播放| 亚洲国产毛片av蜜桃av| 搡老岳熟女国产| 欧美黑人欧美精品刺激| 亚洲av美国av| 色综合站精品国产| 免费高清在线观看日韩| 久久人妻福利社区极品人妻图片| 午夜免费激情av| 久久香蕉激情| 久99久视频精品免费| 最新在线观看一区二区三区| 国内久久婷婷六月综合欲色啪| 一级毛片女人18水好多| 麻豆成人av在线观看| 两个人免费观看高清视频| 18美女黄网站色大片免费观看| 丰满人妻熟妇乱又伦精品不卡| 麻豆成人av在线观看| 天堂动漫精品| 日本撒尿小便嘘嘘汇集6| 日韩免费高清中文字幕av| 国产不卡一卡二| 国产精品 国内视频| 国产av一区在线观看免费| 亚洲三区欧美一区| 国产精品一区二区三区四区久久 | 美女高潮喷水抽搐中文字幕| 亚洲欧美激情综合另类| 亚洲五月色婷婷综合| 一二三四社区在线视频社区8| 久久香蕉激情| 欧美精品啪啪一区二区三区| 88av欧美| 成人国语在线视频| 在线十欧美十亚洲十日本专区| 国产免费av片在线观看野外av| 久久九九热精品免费| 国产成人av激情在线播放| 亚洲 欧美 日韩 在线 免费| 国产精品九九99| 色婷婷av一区二区三区视频| 亚洲人成网站在线播放欧美日韩| 色综合站精品国产| 伦理电影免费视频| 国产男靠女视频免费网站| 免费搜索国产男女视频| 亚洲色图综合在线观看| 涩涩av久久男人的天堂| 日韩人妻精品一区2区三区| 淫妇啪啪啪对白视频| 日韩欧美国产一区二区入口| av超薄肉色丝袜交足视频| 丰满迷人的少妇在线观看| 丝袜在线中文字幕| 亚洲七黄色美女视频| 国内久久婷婷六月综合欲色啪| 国产99白浆流出| 美女高潮到喷水免费观看| bbb黄色大片| 免费日韩欧美在线观看| 欧美日本中文国产一区发布| 国产激情久久老熟女| 国产无遮挡羞羞视频在线观看| 精品久久久久久久毛片微露脸| 欧美中文日本在线观看视频| 老司机在亚洲福利影院| 国产午夜精品久久久久久| 欧美黄色淫秽网站| 亚洲 欧美 日韩 在线 免费| 91成年电影在线观看| 久久精品国产99精品国产亚洲性色 | 丰满人妻熟妇乱又伦精品不卡| 12—13女人毛片做爰片一| 免费观看人在逋| 男女高潮啪啪啪动态图| 亚洲精品一区av在线观看| 亚洲国产欧美一区二区综合| 中文字幕高清在线视频| 国产免费av片在线观看野外av| 别揉我奶头~嗯~啊~动态视频| 欧美日韩国产mv在线观看视频| 婷婷六月久久综合丁香| 美女 人体艺术 gogo| 不卡av一区二区三区| 一区福利在线观看| 99久久精品国产亚洲精品| 国产精品免费视频内射| 美女高潮到喷水免费观看| 精品午夜福利视频在线观看一区| 黑人巨大精品欧美一区二区mp4| 国产黄a三级三级三级人| 久久久久久亚洲精品国产蜜桃av| 一区二区三区激情视频| 高清黄色对白视频在线免费看| 50天的宝宝边吃奶边哭怎么回事| 精品一区二区三区av网在线观看| 精品一品国产午夜福利视频| 欧美日韩一级在线毛片| 午夜激情av网站| 天堂动漫精品| 高清在线国产一区| 亚洲精品一区av在线观看| 最近最新免费中文字幕在线| 美国免费a级毛片| 欧美老熟妇乱子伦牲交| 女警被强在线播放| 午夜激情av网站| 欧美日韩中文字幕国产精品一区二区三区 | 真人一进一出gif抽搐免费| 精品国产国语对白av| 亚洲精品久久成人aⅴ小说| 欧美精品一区二区免费开放| 国产熟女xx| 欧美激情 高清一区二区三区| av片东京热男人的天堂| 亚洲精品国产区一区二| 精品福利永久在线观看| 久久国产亚洲av麻豆专区| 久久亚洲精品不卡| 精品国产一区二区久久| 久久精品91蜜桃| 国产一区二区三区在线臀色熟女 | 日韩欧美一区二区三区在线观看| www国产在线视频色| 亚洲一区二区三区色噜噜 | 久久 成人 亚洲| 99re在线观看精品视频| 国产国语露脸激情在线看| 成年版毛片免费区| 啦啦啦 在线观看视频| 亚洲精品国产一区二区精华液| 老汉色∧v一级毛片| 久久久久久久精品吃奶| 91精品国产国语对白视频| av视频免费观看在线观看| 国产国语露脸激情在线看| 精品免费久久久久久久清纯| 久久影院123| 久久精品亚洲精品国产色婷小说| 新久久久久国产一级毛片| 亚洲,欧美精品.| 久久久久久久午夜电影 | 久久精品亚洲精品国产色婷小说| 在线观看一区二区三区激情| 91麻豆精品激情在线观看国产 | 国产精品国产高清国产av| 欧美日韩亚洲高清精品| 亚洲av美国av| 交换朋友夫妻互换小说| 熟女少妇亚洲综合色aaa.| 精品久久久久久久久久免费视频 | 欧美激情 高清一区二区三区| 久久性视频一级片| 久久青草综合色| 91字幕亚洲| 日韩高清综合在线| 手机成人av网站| 琪琪午夜伦伦电影理论片6080| 国产成人啪精品午夜网站| 国产深夜福利视频在线观看| 如日韩欧美国产精品一区二区三区| 美国免费a级毛片| 久久精品影院6| 精品久久久久久成人av| 丁香欧美五月| 性少妇av在线| 18禁观看日本| 99香蕉大伊视频| 国产精品一区二区精品视频观看| 国产精品av久久久久免费| 人人澡人人妻人| 亚洲精品久久成人aⅴ小说| aaaaa片日本免费| 亚洲精品国产区一区二| 国产精品偷伦视频观看了| 国产精品久久久久成人av| 美女高潮到喷水免费观看| 天堂影院成人在线观看| 久热这里只有精品99| 十分钟在线观看高清视频www| 悠悠久久av| 欧美在线一区亚洲| 色婷婷久久久亚洲欧美| 叶爱在线成人免费视频播放| 色播在线永久视频| videosex国产| 免费一级毛片在线播放高清视频 | 成人手机av| 激情在线观看视频在线高清| 香蕉丝袜av| 黑人欧美特级aaaaaa片| 亚洲片人在线观看| 美女扒开内裤让男人捅视频| 99re在线观看精品视频| 女人被狂操c到高潮| 国产亚洲av高清不卡| 19禁男女啪啪无遮挡网站| 如日韩欧美国产精品一区二区三区| 啪啪无遮挡十八禁网站| av网站在线播放免费| 热99国产精品久久久久久7| 亚洲激情在线av| 国产欧美日韩一区二区精品| 韩国av一区二区三区四区| av在线播放免费不卡| 最近最新免费中文字幕在线| 制服人妻中文乱码| 国产视频一区二区在线看| 国产成人系列免费观看| 精品国产乱码久久久久久男人| 午夜精品在线福利| 精品国产乱子伦一区二区三区| 麻豆成人av在线观看| 亚洲中文av在线| 黄色片一级片一级黄色片| 99国产精品一区二区三区| 国产精品国产av在线观看| 成人亚洲精品一区在线观看| 中文欧美无线码| 校园春色视频在线观看| 窝窝影院91人妻| 日本欧美视频一区| 天天添夜夜摸| 久久久国产成人精品二区 | 新久久久久国产一级毛片| 久久久久久大精品| 中文字幕另类日韩欧美亚洲嫩草| 精品久久久久久成人av| 在线观看66精品国产| 久久精品影院6| 国产单亲对白刺激| 黑人巨大精品欧美一区二区mp4| 欧美日韩乱码在线| 淫妇啪啪啪对白视频| 国产又色又爽无遮挡免费看| bbb黄色大片| 青草久久国产| 亚洲 欧美一区二区三区| 亚洲第一av免费看| 精品国产乱码久久久久久男人| 最新美女视频免费是黄的| 激情视频va一区二区三区| av在线天堂中文字幕 | 久久国产亚洲av麻豆专区| 欧美在线黄色| 十八禁人妻一区二区| 啦啦啦在线免费观看视频4| 亚洲欧美日韩无卡精品| 一区二区三区精品91| 午夜福利影视在线免费观看| 亚洲成av片中文字幕在线观看| 欧美另类亚洲清纯唯美| 亚洲 欧美 日韩 在线 免费| 成在线人永久免费视频| 久久影院123| 亚洲精品国产区一区二| 男人舔女人下体高潮全视频| 免费女性裸体啪啪无遮挡网站| 亚洲第一欧美日韩一区二区三区| 久久国产精品影院| 国产高清激情床上av| 免费人成视频x8x8入口观看| 亚洲欧洲精品一区二区精品久久久| 欧美精品亚洲一区二区| 日本五十路高清| 露出奶头的视频| 别揉我奶头~嗯~啊~动态视频| 级片在线观看| 麻豆久久精品国产亚洲av | 亚洲午夜理论影院| 亚洲精品一二三| 视频区图区小说| 97人妻天天添夜夜摸| avwww免费| 精品一区二区三区视频在线观看免费 | 欧美精品啪啪一区二区三区| 嫩草影视91久久| av网站免费在线观看视频| 脱女人内裤的视频| 无遮挡黄片免费观看| 在线观看午夜福利视频| 窝窝影院91人妻| 在线观看免费视频网站a站| 女警被强在线播放| 久热爱精品视频在线9| av在线天堂中文字幕 | 一级黄色大片毛片| 亚洲九九香蕉| 国产日韩一区二区三区精品不卡| 亚洲精品一区av在线观看| 久久精品亚洲av国产电影网| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精品粉嫩美女一区| 欧美中文综合在线视频| 欧美亚洲日本最大视频资源| 久99久视频精品免费| 18禁观看日本| 亚洲一区高清亚洲精品| 日韩免费av在线播放| 热99re8久久精品国产| av天堂在线播放| 亚洲一区高清亚洲精品| 精品一品国产午夜福利视频| 制服人妻中文乱码| 国产精品一区二区三区四区久久 | 真人一进一出gif抽搐免费| 12—13女人毛片做爰片一| 亚洲人成电影免费在线| 涩涩av久久男人的天堂| 欧美另类亚洲清纯唯美| 在线免费观看的www视频| 国产精品永久免费网站| 亚洲熟妇中文字幕五十中出 | 男女之事视频高清在线观看| 日韩国内少妇激情av| а√天堂www在线а√下载| 757午夜福利合集在线观看| 夜夜爽天天搞| 精品少妇一区二区三区视频日本电影| 嫁个100分男人电影在线观看| 老汉色∧v一级毛片| 99热国产这里只有精品6| 纯流量卡能插随身wifi吗| 精品久久久久久电影网| 国产成人系列免费观看| 黄色丝袜av网址大全| av视频免费观看在线观看| 老司机福利观看| 99国产极品粉嫩在线观看| 亚洲一区二区三区欧美精品| 欧美日韩福利视频一区二区| 美女国产高潮福利片在线看| 国内毛片毛片毛片毛片毛片| 国产精品一区二区在线不卡| 国产主播在线观看一区二区| 精品久久蜜臀av无| 国产精品影院久久| 在线观看免费午夜福利视频| 热re99久久精品国产66热6| 大香蕉久久成人网| 欧美精品亚洲一区二区| 亚洲精品粉嫩美女一区| av天堂久久9| 久久精品aⅴ一区二区三区四区| 99久久国产精品久久久| 热re99久久精品国产66热6| 两性夫妻黄色片| 手机成人av网站| 久久亚洲真实| 水蜜桃什么品种好| 中亚洲国语对白在线视频| 男女床上黄色一级片免费看| 啦啦啦 在线观看视频| 精品久久久久久久久久免费视频 | 两个人看的免费小视频| 日本 av在线| 国产区一区二久久| 18禁观看日本| 一级作爱视频免费观看| 身体一侧抽搐| 99riav亚洲国产免费| 久久精品亚洲熟妇少妇任你| 久久久久久久午夜电影 | 少妇被粗大的猛进出69影院| 99久久精品国产亚洲精品| 自线自在国产av| 这个男人来自地球电影免费观看| 国产精品久久久久成人av| 久久香蕉国产精品| 中文字幕人妻熟女乱码| 国产视频一区二区在线看| 久久久久久久久久久久大奶| 女人爽到高潮嗷嗷叫在线视频| 激情视频va一区二区三区| 精品人妻1区二区| 日韩人妻精品一区2区三区| 又黄又粗又硬又大视频| 在线观看免费视频网站a站| 大码成人一级视频| 亚洲精品一区av在线观看| 亚洲av电影在线进入| 黄色视频,在线免费观看| 看免费av毛片| 宅男免费午夜| 亚洲成国产人片在线观看| 精品国产一区二区三区四区第35| 久久久久国产一级毛片高清牌| 一区福利在线观看| 精品日产1卡2卡| 精品久久久久久,| bbb黄色大片| 亚洲成人久久性| 日韩高清综合在线| av免费在线观看网站| 亚洲国产精品一区二区三区在线| 男男h啪啪无遮挡| 国产欧美日韩精品亚洲av| 亚洲少妇的诱惑av| 欧美乱妇无乱码| 激情视频va一区二区三区| 91国产中文字幕| 亚洲三区欧美一区| 国产av又大| 精品国产亚洲在线| 午夜精品在线福利| 亚洲专区中文字幕在线| 国产麻豆69| 欧美日本亚洲视频在线播放| 可以免费在线观看a视频的电影网站| 99re在线观看精品视频| 欧美日韩亚洲国产一区二区在线观看| 男女午夜视频在线观看| av片东京热男人的天堂| 国产精品乱码一区二三区的特点 | 欧美人与性动交α欧美软件| 少妇裸体淫交视频免费看高清 | 麻豆一二三区av精品| 日韩三级视频一区二区三区| 色播在线永久视频| 性色av乱码一区二区三区2| 曰老女人黄片| 丝袜人妻中文字幕| 成人特级黄色片久久久久久久| 男人操女人黄网站| 欧美+亚洲+日韩+国产| 女警被强在线播放| 免费看a级黄色片| 日本vs欧美在线观看视频| 久久欧美精品欧美久久欧美| 免费在线观看黄色视频的| 女人被躁到高潮嗷嗷叫费观| 男人操女人黄网站| 亚洲全国av大片| 精品无人区乱码1区二区| 亚洲专区中文字幕在线| 黄色片一级片一级黄色片| 国产欧美日韩一区二区三区在线| e午夜精品久久久久久久| 男女下面进入的视频免费午夜 | 妹子高潮喷水视频| 欧美成狂野欧美在线观看| 久久久久久免费高清国产稀缺| 桃红色精品国产亚洲av| 亚洲中文字幕日韩| 久久精品亚洲av国产电影网| 久久精品91蜜桃| 国产精华一区二区三区| 国产99白浆流出| tocl精华| 动漫黄色视频在线观看| 香蕉国产在线看| 亚洲精品国产区一区二| 亚洲色图 男人天堂 中文字幕| 亚洲精品国产区一区二| 欧美日韩视频精品一区| 一区二区三区激情视频| 久久性视频一级片| 黄色 视频免费看| 99精品久久久久人妻精品| 身体一侧抽搐| 亚洲一卡2卡3卡4卡5卡精品中文| 国产成人欧美| 在线观看日韩欧美| 亚洲 国产 在线| 亚洲成a人片在线一区二区| 乱人伦中国视频| 国产单亲对白刺激| 啦啦啦免费观看视频1| 国产激情久久老熟女| 国产高清激情床上av| 亚洲欧洲精品一区二区精品久久久| 1024香蕉在线观看| 黄色a级毛片大全视频| 亚洲av成人av| 一级毛片高清免费大全| 亚洲人成77777在线视频| 亚洲国产欧美网| 日韩欧美免费精品| 国产精品国产高清国产av| 电影成人av| 又紧又爽又黄一区二区| 国产精华一区二区三区| 99久久久亚洲精品蜜臀av| 午夜精品在线福利| 久久人人97超碰香蕉20202| x7x7x7水蜜桃| 亚洲国产毛片av蜜桃av| av网站在线播放免费| 久久天堂一区二区三区四区| 黄色a级毛片大全视频| 亚洲精品国产精品久久久不卡| 真人做人爱边吃奶动态| 香蕉丝袜av| 亚洲av五月六月丁香网| 18禁裸乳无遮挡免费网站照片 | 欧美在线一区亚洲| 亚洲欧美日韩另类电影网站| 久久午夜亚洲精品久久| 久久欧美精品欧美久久欧美| 少妇的丰满在线观看| 黄色女人牲交| 精品国内亚洲2022精品成人| 成在线人永久免费视频| 亚洲国产精品合色在线| 黄片大片在线免费观看| 日韩免费av在线播放| 欧美中文日本在线观看视频| 亚洲精品久久成人aⅴ小说| 国产精品一区二区免费欧美| 国产欧美日韩精品亚洲av| 欧美日韩国产mv在线观看视频| 欧美成人性av电影在线观看| 国产亚洲精品久久久久久毛片| 欧美日韩一级在线毛片| 欧美日本亚洲视频在线播放| 国产精品 欧美亚洲| 中文字幕人妻丝袜一区二区| 久久国产亚洲av麻豆专区| 男人舔女人的私密视频|