• <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 ?

    基于深度學(xué)習(xí)和區(qū)塊鏈的JavaScript惡意代碼檢測(cè)系統(tǒng)①

    2021-05-21 07:22:20洪華軍
    關(guān)鍵詞:貢獻(xiàn)者區(qū)塊卷積

    陳 鵬,韓 斌,洪華軍

    1(江蘇科技大學(xué) 計(jì)算機(jī)學(xué)院,鎮(zhèn)江 212000)

    2(中國(guó)船舶科學(xué)研究中心 軟件工程技術(shù)中心,無(wú)錫 214082)

    1 引言

    如今Web 已經(jīng)深刻融入我們的生活中,為日常生活帶來(lái)了諸多便利,我們隨時(shí)可以通過(guò)手機(jī)或者電腦來(lái)訪(fǎng)問(wèn)各種網(wǎng)站,但同時(shí)這也給網(wǎng)絡(luò)攻擊者提供了大量的攻擊機(jī)會(huì).網(wǎng)絡(luò)攻擊者為了達(dá)到其目的,會(huì)將一些惡意的代碼嵌入到網(wǎng)頁(yè)中,造成了正常的互聯(lián)網(wǎng)用戶(hù)的個(gè)人信息的泄露和個(gè)人財(cái)產(chǎn)的損失等問(wèn)題.

    針對(duì)Web 安全問(wèn)題,研究者們提出了不同的解決方法.惡意代碼檢測(cè)目前主要分為兩大類(lèi),一種是基于代碼文本及結(jié)構(gòu)的靜態(tài)檢測(cè)方法,另一種是基于運(yùn)行結(jié)果的分析的動(dòng)態(tài)檢測(cè)方法[1].毛蔚等[2]在分析進(jìn)程訪(fǎng)問(wèn)行為異常度和相似度后,引入了惡意代碼檢測(cè)估計(jì)風(fēng)險(xiǎn),并提出一種最小化估計(jì)風(fēng)險(xiǎn)實(shí)現(xiàn)主動(dòng)學(xué)習(xí)的惡意代碼檢測(cè)方法;吳迪[3]針對(duì)Android 平臺(tái)的惡意代碼檢測(cè)只關(guān)注應(yīng)用的單方面的特征,提出了基于多類(lèi)特征的Android 惡意代碼檢測(cè)技術(shù);羅世奇等[4]提出使用惡意代碼紋理指特征紋融合33 類(lèi)惡意代碼活動(dòng)向量空間特征,利用棧式自編碼(SAE)模型來(lái)完成惡意代碼的分類(lèi);鄧兆琨等[5]提出了一種動(dòng)靜結(jié)合的網(wǎng)絡(luò)數(shù)據(jù)檢測(cè)方法,在傳統(tǒng)靜態(tài)分析的基礎(chǔ)上優(yōu)化了檢測(cè)算法,同時(shí)引入了動(dòng)態(tài)模擬運(yùn)行的檢測(cè)方式;黃琨茗等[6]提出一種最長(zhǎng)頻繁序列挖掘算法,該方法提取樣本文件的動(dòng)態(tài)API 序列,并挖掘最長(zhǎng)頻繁序列集合構(gòu)造詞袋模型,將API 序列轉(zhuǎn)化為向量,使用隨機(jī)森林算法來(lái)識(shí)別惡意代碼.

    深度學(xué)習(xí)技術(shù)在惡意代碼識(shí)別領(lǐng)域已經(jīng)取得了較好的效果,但是仍然存在以下方面的問(wèn)題:(1)單個(gè)機(jī)構(gòu)的惡意代碼樣本是有限的,模型泛化能力需要高質(zhì)量多樣性的數(shù)據(jù)集;(2)在大數(shù)據(jù)時(shí)代,有效處理海量的數(shù)據(jù)是惡意代碼檢測(cè)效率提升的必要條件;(3)如今數(shù)據(jù)已成為一項(xiàng)寶貴的資源,數(shù)據(jù)的隱私和安全性越來(lái)越受到人們的關(guān)注.惡意代碼樣本這類(lèi)特殊性質(zhì)的數(shù)據(jù)集,如果被網(wǎng)絡(luò)攻擊者獲取,對(duì)于網(wǎng)絡(luò)安全的威脅是巨大的.

    區(qū)塊鏈自2008年比特幣白皮書(shū)[7]提出以來(lái),因?yàn)槠淙ブ行幕该骺尚?、防篡改可追溯、隱私安全保障等特點(diǎn)越來(lái)越受到人們的關(guān)注.如楊雪梅[8]探索了將區(qū)塊鏈技術(shù)中的去中心化的思想與深度學(xué)習(xí)相結(jié)合并嘗試運(yùn)用于語(yǔ)音識(shí)別的可行性,提出了一種適用于處理大規(guī)模的聲學(xué)數(shù)據(jù)的融合分布式的深度學(xué)習(xí)算法模型.Gu 等[9]提出了一種Java 層的移動(dòng)終端惡意軟件檢測(cè)方法,并結(jié)合了區(qū)塊鏈技術(shù),達(dá)到了多機(jī)構(gòu)的共享的目的.本文基于區(qū)塊鏈技術(shù),結(jié)合卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)進(jìn)行了深度融合,提出了一種基于區(qū)塊鏈+深度學(xué)習(xí)的JavaScript 惡意代碼檢測(cè)系統(tǒng)設(shè)計(jì)方案,利用區(qū)塊鏈去中心化特點(diǎn)進(jìn)行模型的分布式訓(xùn)練和同步更新.

    2 相關(guān)理論

    2.1 區(qū)塊鏈

    區(qū)塊鏈被定義為一種按時(shí)間順序來(lái)組織數(shù)據(jù)區(qū)塊,不同區(qū)塊之間按序形成鏈條狀連接的數(shù)據(jù)結(jié)構(gòu),借助這種數(shù)據(jù)結(jié)構(gòu)來(lái)構(gòu)建數(shù)字賬本[10],是一種可信的,去中心化防篡改的數(shù)據(jù)存儲(chǔ)技術(shù),區(qū)塊鏈的數(shù)據(jù)結(jié)構(gòu)如圖1所示.

    圖1 區(qū)塊鏈數(shù)據(jù)結(jié)構(gòu)示意圖

    區(qū)塊鏈中的基本數(shù)據(jù)單元是塊.在每個(gè)塊中存儲(chǔ)了所有交易相關(guān)的數(shù)據(jù)信息,主要包括了區(qū)塊頭和區(qū)塊體兩部分信息.區(qū)塊頭中主要由父區(qū)塊的哈希值(previous hash)、當(dāng)前的時(shí)間戳(time stamp)以及默克爾樹(shù)根(Merkle tree root)等構(gòu)成.在區(qū)塊體中一般包括若干個(gè)交易列表.每個(gè)塊與上一個(gè)塊都是通過(guò)哈希值來(lái)進(jìn)行連接的.對(duì)于區(qū)塊鏈網(wǎng)絡(luò)中的節(jié)點(diǎn),在收到其余節(jié)點(diǎn)發(fā)送的數(shù)據(jù)以后,并不是立即保存,而是需要通過(guò)“共識(shí)機(jī)制”對(duì)當(dāng)前的數(shù)據(jù)進(jìn)行驗(yàn)證,如果驗(yàn)證通過(guò)則保存到區(qū)塊鏈中[11].為了加速區(qū)塊的驗(yàn)證,區(qū)塊體中的所有的交易信息都按照默克爾樹(shù)的形式保存下來(lái),并用默克爾樹(shù)的根連接區(qū)塊頭和區(qū)塊體[12].區(qū)塊鏈中的每個(gè)節(jié)點(diǎn)都有自己一對(duì)公私鑰,利用非對(duì)稱(chēng)加密技術(shù)來(lái)保證信息的加密傳輸,從而保護(hù)了交易者的隱私.

    2.2 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)是一種專(zhuān)門(mén)用來(lái)處理具有類(lèi)似網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò),是深度學(xué)習(xí)的代表算法之一[13,14].經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)包括卷積層、池化層和全連接層.卷積神經(jīng)網(wǎng)絡(luò)的卷積核參數(shù)共享機(jī)制使得能夠以較低的運(yùn)算來(lái)提取特征,給定一張?zhí)卣骶仃噲D,通過(guò)不同的組合,經(jīng)過(guò)全連接達(dá)到分類(lèi)的目的.

    (1)卷積層

    卷積層的作用在于提取輸入數(shù)據(jù)的特征.通過(guò)卷積核與對(duì)應(yīng)位置的數(shù)據(jù)相乘來(lái)獲取圖的特征,接著使用非線(xiàn)性激活函數(shù)完成特征的映射.定義輸入圖片Pi,j(0≤i≤W,0≤j<H),大小為W×H,則卷積運(yùn)算的公式為:

    式中,ωm,n(0≤m,n≤K)表示大小為K×K的卷積過(guò)濾器的卷積運(yùn)算的權(quán)值.

    更一般地,在卷積運(yùn)算的過(guò)程中,通常會(huì)有多個(gè)通道,這些通道上的過(guò)濾器同時(shí)進(jìn)行特征提取.定義輸入的圖片為Pi,j,c(0≤i≤W,0≤j≤H,0≤c≤C),表示大小為W×H,通道數(shù)為C的圖片,卷積運(yùn)算公式為:

    式中,bi,j,l表示卷積運(yùn)算的偏置,ωm,n,c,l表示卷積神經(jīng)網(wǎng)絡(luò)的權(quán)值.

    (2)池化層

    在卷積運(yùn)算之后通常需要添加一層池化層,來(lái)對(duì)卷積運(yùn)算得到的特征減少映射的表示,即降維操作.池化操作具體指的是對(duì)局部特征范圍內(nèi),提取最大值或者平均值.通常使用最大值池化和平均池化.最大池化和平均池化的計(jì)算公式為:

    (3)全連接層

    全連接層通常放置在最后幾層用作分類(lèi)器,根據(jù)卷積操作提取得到的特征進(jìn)行分類(lèi).在全連接層之后,對(duì)應(yīng)分類(lèi)上的概率分布通過(guò)softmax或者logsoftmax來(lái)計(jì)算.定義原始的神經(jīng)網(wǎng)絡(luò)輸出為y1,y2,···,yn,則計(jì)算公式為:

    2.3 分布式深度學(xué)習(xí)

    在深度學(xué)習(xí)訓(xùn)練過(guò)程中,為了提高模型的訓(xùn)練速度,可以通過(guò)一些參數(shù)設(shè)置來(lái)加速GPU的計(jì)算,由于單個(gè)的GPU的加速的效率沒(méi)有辦法滿(mǎn)足某些重量型深度學(xué)習(xí)模型算力要求,由此出現(xiàn)了深度學(xué)習(xí)模型的并行方式.分布式深度學(xué)習(xí)系統(tǒng)由多個(gè)共享模型和一個(gè)中央控制代理組成,如圖2所示.其中貢獻(xiàn)者可以貢獻(xiàn)自己的模型、數(shù)據(jù)和算力,訓(xùn)練完成后發(fā)送給中央服務(wù)器,中央處理器負(fù)責(zé)融合和共享深度學(xué)習(xí)模型.整個(gè)模型的訓(xùn)練都由一個(gè)中央服務(wù)器集中代理完成,所以,融合模型的過(guò)程中可能會(huì)遭受單點(diǎn)失效的影響[15,16].

    圖2 分布式深度學(xué)習(xí)示意圖

    2.4 協(xié)作分布式深度學(xué)習(xí)

    與分布式深度學(xué)習(xí)不同,系統(tǒng)中劃分為了3 個(gè)角色應(yīng)用程序發(fā)起者、若干個(gè)算力貢獻(xiàn)者和驗(yàn)證貢獻(xiàn)者.其系統(tǒng)架構(gòu)如圖3所示.

    圖3 協(xié)作分布式深度學(xué)習(xí)示意圖

    在這個(gè)設(shè)計(jì)框架中,每個(gè)單元都能夠獨(dú)立進(jìn)行決策,程序發(fā)起者負(fù)責(zé)定義訓(xùn)練模型的任務(wù).算力貢獻(xiàn)者負(fù)責(zé)調(diào)用自己的算力資源進(jìn)行構(gòu)建訓(xùn)練任務(wù)并訓(xùn)練深度學(xué)習(xí)模型,算力貢獻(xiàn)者擁有充分的自主權(quán),可以根據(jù)程序發(fā)起者的不同任務(wù)選擇本機(jī)的模型或者數(shù)據(jù),在訓(xùn)練完成后將其發(fā)送給驗(yàn)證者.驗(yàn)證者在收到算力貢獻(xiàn)者提交的參數(shù)后,負(fù)責(zé)驗(yàn)證并評(píng)估模型的性能指標(biāo),把結(jié)果發(fā)送給程序發(fā)起者.發(fā)起者可以選擇保留或者丟棄部分?jǐn)?shù)據(jù)[17,18].

    3 JavaScript 惡意代碼檢測(cè)系統(tǒng)設(shè)計(jì)

    3.1 特征提取

    Ni 等[19]提出了一個(gè)惡意代碼檢測(cè)算法MCSC,首先將代碼文件轉(zhuǎn)化為基于simhash的灰度圖,然后使用卷積神經(jīng)網(wǎng)絡(luò)完成惡意代碼家族的分類(lèi).通過(guò)灰度圖結(jié)合深度學(xué)習(xí)的方法均需要將圖像轉(zhuǎn)化為固定大小,因此在圖像轉(zhuǎn)化的過(guò)程中會(huì)造成一部分的信息丟失.本文使用基于馬爾可夫圖算法[20]避免了上述的問(wèn)題.將JavaScript 代碼轉(zhuǎn)化為8 位的無(wú)符號(hào)整數(shù)向量,整個(gè)代碼就可以看做是一個(gè)字節(jié)流,字節(jié)流表達(dá)了一個(gè)隨機(jī)的過(guò)程:

    式中,N代表JsavaScript 代碼的字節(jié)長(zhǎng)度.對(duì)于每一個(gè)變量Bytei,有256 種不同的狀態(tài)值,可以表示為:

    由于惡意腳本都衍生自已知的惡意代碼,所以新的惡意腳本只有小部分的改動(dòng).例如文獻(xiàn)[21]將某惡意代碼家族不同樣本可視化為灰度圖,如圖4所示,可以發(fā)現(xiàn)相同惡意代碼家族在字節(jié)分布上也會(huì)存在相似的特征.

    圖4 Fakeraean 木馬家族圖像實(shí)例[21]

    基于上述惡意代碼家族字節(jié)可視化圖相似性的特點(diǎn),考慮相鄰的兩項(xiàng)Bytei-1和Bytei,狀態(tài)空間中狀態(tài)Bytei-1到 狀態(tài)Bytei轉(zhuǎn)換過(guò)程是隨機(jī)的,具備“無(wú)記憶的”性質(zhì),且每個(gè)狀態(tài)相互轉(zhuǎn)換的概率是相同的.所以在代碼字節(jié)提取特征上,為了簡(jiǎn)化問(wèn)題,這里假設(shè)Bytei只與Bytei-1有 關(guān)聯(lián),則隨機(jī)的變量Bytei可視為一個(gè)馬爾可夫鏈:

    馬爾可夫轉(zhuǎn)移概率矩陣的構(gòu)建是基于每一個(gè)狀態(tài)遷移的概率.如果用Px,y記作是x的下一個(gè)字節(jié)為y的狀態(tài)轉(zhuǎn)移概率,那么對(duì)于任意的字節(jié)序列計(jì)算公式為:

    式中,f(x,y)表示x后面是y的頻率,且x,y∈{0,1,···,255}.以此類(lèi)推考慮整個(gè)文件的字節(jié)的狀態(tài)轉(zhuǎn)移概率M,計(jì)算公式為:

    基于式(11)生成馬爾可夫圖像,圖像中的每一個(gè)點(diǎn)對(duì)應(yīng)于馬爾可夫轉(zhuǎn)移概率矩陣中的不同位置上的轉(zhuǎn)移概率Px,y.將JavaScript 代碼轉(zhuǎn)化為馬爾可夫圖的示意圖如圖5所示.

    圖5 JavaScript 代碼轉(zhuǎn)化為馬爾可夫圖

    3.2 系統(tǒng)架構(gòu)設(shè)計(jì)

    基于協(xié)作式分布深度學(xué)習(xí)[17]的角色劃分,并結(jié)合機(jī)器學(xué)習(xí)模型訓(xùn)練的3 要素:數(shù)據(jù)、算法、算力.本文將系統(tǒng)中用戶(hù)角色劃分為3 種:任務(wù)發(fā)起人、若干個(gè)算力貢獻(xiàn)者和若干個(gè)模型驗(yàn)證者.JavaScript 惡意代碼檢測(cè)系統(tǒng)的用戶(hù)對(duì)象關(guān)系示意圖如圖6所示.系統(tǒng)角色劃分其數(shù)量和對(duì)應(yīng)關(guān)系如表1所示.

    3.3 模型訓(xùn)練算法

    某項(xiàng)任務(wù)的發(fā)起人負(fù)責(zé)定義任務(wù)的內(nèi)容,比如輸入數(shù)據(jù)的屬性、模型的預(yù)期輸出、測(cè)試數(shù)據(jù)集、模型的準(zhǔn)確度要求;算力貢獻(xiàn)者通過(guò)下載任務(wù)數(shù)據(jù)或者自己本地?cái)?shù)據(jù),針對(duì)給定的任務(wù)進(jìn)行模型的訓(xùn)練任務(wù);驗(yàn)證貢獻(xiàn)者將算力貢獻(xiàn)者訓(xùn)練好的模型進(jìn)行融合,然后再加密的測(cè)試數(shù)據(jù)集合上驗(yàn)證.下文詳細(xì)描述了流程,其中所使用的符號(hào)定義如表2所示.

    圖6 JavaScript 惡意代碼檢測(cè)系統(tǒng)用戶(hù)對(duì)象關(guān)系

    表1 系統(tǒng)角色劃分對(duì)應(yīng)關(guān)系表

    表2 符號(hào)對(duì)應(yīng)意義

    對(duì)于集合N,Ori,Cp,Ver滿(mǎn)足如下條件:

    模型訓(xùn)練算法如下:

    (1)發(fā)起交易,發(fā)起人Orii發(fā)布一筆計(jì)算任務(wù)交易,內(nèi)容包括深度學(xué)習(xí)模型以及融合模型、深度學(xué)習(xí)任務(wù)、模型參數(shù)、融合數(shù)據(jù)和決策接口記作Data.由于模型訓(xùn)練的數(shù)據(jù)集比較龐大,會(huì)存放在IPFS (Inter Planetary File System)中[22],將對(duì)應(yīng)的哈希值地址存放在交易中,其余節(jié)點(diǎn)通過(guò)訪(fǎng)問(wèn)IPFS 來(lái)獲取節(jié)點(diǎn)數(shù)據(jù)信息,上述過(guò)程可以表達(dá)如下:

    其中:

    (2)參數(shù)初始化,所有節(jié)點(diǎn)完成參數(shù)初始化的同步,每個(gè)算力貢獻(xiàn)者Cpi和驗(yàn)證者Veri需要對(duì)消息進(jìn)行校驗(yàn),確定消息的發(fā)送身份以及數(shù)據(jù)的完整性,校驗(yàn)函數(shù)記作fcheck(Pac,PKOrii),運(yùn)算結(jié)果中1 代表驗(yàn)證通過(guò),0 代表丟棄該消息,過(guò)程如下所示:

    (3)訓(xùn)練參數(shù),訓(xùn)練中算力貢獻(xiàn)者表示為:CpOrii={CpOrii,1,CpOrii,2,···,CpOrii,d},d<|N|,在每一輪的訓(xùn)練k中,都會(huì)分別完成自己的前向和后向運(yùn)算,同時(shí)計(jì)算得到每一個(gè)參數(shù)的更新量δ (CpOrii,k);

    (4)廣播參數(shù)量,向周?chē)墓?jié)點(diǎn)廣播自己得到的參數(shù)量;

    (5)同步更新參數(shù)量,此時(shí)節(jié)點(diǎn)將所有已經(jīng)接收的進(jìn)程進(jìn)行同步(All-Reduce),對(duì)所有的參數(shù)更新量求平均,得到基于所有進(jìn)程訓(xùn)練數(shù)據(jù)的平均參數(shù)更新量,該過(guò)程如圖7所示.

    圖7 同步更新參數(shù)示意圖

    參數(shù)更新平均值計(jì)算如式(16)所示,求得的參數(shù)作為下一輪訓(xùn)練的初始參數(shù):

    (6)進(jìn)行下一輪的訓(xùn)練計(jì)算;

    (7)重復(fù)步驟(3)~(6)結(jié)束條件為訓(xùn)練集全部訓(xùn)練完畢.節(jié)點(diǎn)將參數(shù)聚合,將模型數(shù)據(jù)寫(xiě)入?yún)^(qū)塊廣播給周?chē)?jié)點(diǎn);

    (8)共識(shí)過(guò)程.驗(yàn)證者將已經(jīng)訓(xùn)練好的模型進(jìn)行篩選,將較優(yōu)的模型匯總成候選集(candidate set),并將模型的候選集廣播至其他驗(yàn)證節(jié)點(diǎn).

    ① 驗(yàn)證貢獻(xiàn)者將當(dāng)前最優(yōu)模型作為提案轉(zhuǎn)發(fā)至其他驗(yàn)證節(jié)點(diǎn);

    ② 驗(yàn)證者將收到的方案與本地候選集和提案模型進(jìn)行對(duì)比,擇優(yōu)放入候選集;

    ③ 定義驗(yàn)證貢獻(xiàn)節(jié)點(diǎn)中模型的投票率 χ,模型投票率的閾值η,最大閾值T_MAX,初始情形下投票閾值η0為50%.判斷模型是否有效方法為,如果χ ≥η,認(rèn)為該模型為有效模型計(jì)入候選集,否則該模型被淘汰.在每一輪的共識(shí)過(guò)程中閾值 η不斷累加常量Δ γ,表示為ηi=ηi-1+Δγ,Δγ ∈(0,1),i∈N*,且對(duì)任意的ηi,均滿(mǎn)足ηi小于T_MAX,重復(fù)過(guò)程①~③,直到ηi大于等于T_MAX.

    驗(yàn)證貢獻(xiàn)者將從大于T_MAX的UNL 節(jié)點(diǎn)確認(rèn)的模型中選擇最優(yōu)模型寫(xiě)入本地的區(qū)塊中.同時(shí)驗(yàn)證貢獻(xiàn)節(jié)點(diǎn)將本地區(qū)塊廣播給全網(wǎng),將收到區(qū)塊和自己本地區(qū)塊進(jìn)行比對(duì),當(dāng)正確率超過(guò)T_MAX時(shí),認(rèn)為該區(qū)塊鏈為有效區(qū)塊.

    4 仿真實(shí)驗(yàn)和理論分析

    4.1 JavaScript 代碼特征提取對(duì)比

    本文實(shí)驗(yàn)使用的數(shù)據(jù)集為Github 公開(kāi)的惡意Java-Script 惡意代碼數(shù)據(jù)集[23],對(duì)于良性的樣本,從Alexa’s Top 站點(diǎn)進(jìn)行了爬取腳本的操作.最終獲得了3526 條良性JavaScript 腳本代碼和3566 條惡意JavaScript 腳本代碼.實(shí)驗(yàn)將數(shù)據(jù)集劃分為兩部分,70%留作訓(xùn)練數(shù)據(jù)集,30%作為測(cè)試數(shù)據(jù)集.

    使用機(jī)器學(xué)習(xí)工具包Sklearn 所提供的算法庫(kù)實(shí)現(xiàn)了文獻(xiàn)[24]提出的7 種不同的機(jī)器學(xué)習(xí)算法,按照文中描述方法進(jìn)行了代碼特征的提取分類(lèi).采用十折交叉驗(yàn)證的方法,將數(shù)據(jù)集分為10 等份,其中的1 份作為測(cè)試集,其余9 份用作訓(xùn)練集,重復(fù)10 次,將平均值作為最終的結(jié)果.與本文方法進(jìn)行對(duì)比(馬爾可夫特征提取+CNN 分類(lèi)器),實(shí)驗(yàn)果如表3所示.

    表3 本文特征提取方法和傳統(tǒng)方法對(duì)比

    對(duì)比實(shí)驗(yàn)結(jié)果發(fā)現(xiàn),馬爾可夫圖的特征提取準(zhǔn)確率達(dá)到了98.98%,而準(zhǔn)確率最低的為Na?ve Bayes 方法僅為78.4%,傳統(tǒng)提取方法表現(xiàn)最優(yōu)的為隨機(jī)森林,達(dá)到了98.27%,但是仍然低于本文方法達(dá)到的準(zhǔn)確率,說(shuō)明本文基于馬爾可夫圖算法的特征提取能夠有效提升惡意代碼的檢測(cè)率.

    4.2 不同閾值T_MAX 對(duì)共識(shí)算法性能的影響

    為了分析不同閾值T_MAX對(duì)共識(shí)算法性能的影響,設(shè)計(jì)了一組仿真實(shí)驗(yàn).實(shí)驗(yàn)中固定 Δγ為10%,算力貢獻(xiàn)者和驗(yàn)證貢獻(xiàn)者節(jié)點(diǎn)數(shù)均為100 個(gè).本實(shí)驗(yàn)的區(qū)塊鏈仿真平臺(tái)采用Python3.7 結(jié)合Flask 框架搭建,本地部署區(qū)塊鏈,對(duì)不同閾值T_MAX下的共識(shí)算法進(jìn)行了模擬,并記錄吞吐量、模型收斂的時(shí)間,多次試驗(yàn)求平均值,實(shí)驗(yàn)結(jié)果如圖8所示.

    圖8 不同閾值T_MAX 對(duì)共識(shí)算法性能影響示意圖

    實(shí)驗(yàn)結(jié)果表明,隨著閾值T_MAX的不斷增加,共識(shí)算法的吞吐量逐漸減少.如果該閾值設(shè)置過(guò)小,盡管共識(shí)算法吞吐量較大,但是系統(tǒng)收斂到最優(yōu)模型的速率會(huì)減慢;反之,如果閾值設(shè)置過(guò)大,共識(shí)算法的吞吐量會(huì)減少,但是算法能夠較快收斂到最優(yōu)模型.

    4.3 檢測(cè)系統(tǒng)設(shè)計(jì)理論分析

    (1)數(shù)據(jù)樣本去中心化存儲(chǔ).區(qū)塊鏈上的節(jié)點(diǎn)出于某種原因無(wú)法共享數(shù)據(jù),此時(shí)可以在訓(xùn)練中除了可以擁有發(fā)起人共享的數(shù)據(jù),還可以調(diào)用本地的數(shù)據(jù)集樣本參與模型的訓(xùn)練,有效突破了數(shù)據(jù)孤島的障礙,另外數(shù)據(jù)訓(xùn)練得到的參數(shù)也將被驗(yàn)證者校驗(yàn),解決了數(shù)據(jù)可信任的問(wèn)題.采用該平臺(tái)設(shè)計(jì),極大擴(kuò)充提升了訓(xùn)練樣本的數(shù)量,提升模型的泛化能力,從而有效檢測(cè)未知的JavaScript 惡意代碼;

    (2)模型訓(xùn)練結(jié)果參數(shù)防篡改.模型一旦訓(xùn)練完成之后,便會(huì)通過(guò)共識(shí)算法進(jìn)行校驗(yàn),擇優(yōu)模型然后被存入?yún)^(qū)塊鏈中.假設(shè)存在惡意節(jié)點(diǎn),但是通過(guò)共識(shí)機(jī)制該模型也不會(huì)被其余節(jié)點(diǎn)認(rèn)可,所以修改是無(wú)效的,保證了模型參數(shù)存儲(chǔ)的安全性;

    (3)分散算力有效利用資源.該平臺(tái)設(shè)計(jì)通過(guò)協(xié)調(diào)多方的算力,將傳統(tǒng)的工作量證明機(jī)制的算法替換為有意義的深度學(xué)習(xí)模型訓(xùn)練,從而有效合理地利用了算力資源,推進(jìn)了整個(gè)區(qū)塊鏈上惡意代碼檢測(cè)準(zhǔn)確度的提高.

    5 結(jié)論與展望

    深度學(xué)習(xí)作為一種新興技術(shù)代表著先進(jìn)生產(chǎn)力,而區(qū)塊鏈則代表了新的生產(chǎn)關(guān)系,兩者有非常大的合作空間.本文嘗試將區(qū)塊鏈技術(shù)和深度學(xué)習(xí)分布式系統(tǒng)訓(xùn)練相結(jié)合,解決了數(shù)據(jù)孤島和數(shù)據(jù)可信任的問(wèn)題,另外在特征提取上使用馬爾可夫圖減少了人工的干預(yù),提升了檢測(cè)流程的效率,該檢測(cè)系統(tǒng)的設(shè)計(jì)可以為惡意代碼檢測(cè)研究提供一定的參考.

    猜你喜歡
    貢獻(xiàn)者區(qū)塊卷積
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    區(qū)塊鏈:一個(gè)改變未來(lái)的幽靈
    科學(xué)(2020年5期)2020-11-26 08:19:12
    區(qū)塊鏈:主要角色和衍生應(yīng)用
    科學(xué)(2020年6期)2020-02-06 08:59:56
    從“學(xué)習(xí)者”到“貢獻(xiàn)者”:中國(guó)管理學(xué)發(fā)展的路徑
    “‘一國(guó)兩制’杰出貢獻(xiàn)者”國(guó)家榮譽(yù)稱(chēng)號(hào)
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    現(xiàn)當(dāng)代文化貢獻(xiàn)者——布赫賀希格
    區(qū)塊鏈+媒體業(yè)的N種可能
    讀懂區(qū)塊鏈
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    欧美不卡视频在线免费观看| 久久久久久久久大av| 成年女人永久免费观看视频| 久久午夜亚洲精品久久| 又爽又黄a免费视频| 欧美+日韩+精品| 亚洲专区中文字幕在线| 亚洲av美国av| 一区二区三区免费毛片| 97超级碰碰碰精品色视频在线观看| 欧美一级a爱片免费观看看| 三级男女做爰猛烈吃奶摸视频| 午夜影院日韩av| 亚洲国产欧美人成| 国产成人av教育| 亚洲欧美日韩高清在线视频| 身体一侧抽搐| 久久精品影院6| 日韩欧美精品免费久久 | 女同久久另类99精品国产91| 日韩欧美一区二区三区在线观看| 亚洲五月天丁香| 国产单亲对白刺激| 在线十欧美十亚洲十日本专区| 人人妻,人人澡人人爽秒播| 国产精品一区二区三区四区久久| 十八禁人妻一区二区| 亚洲男人的天堂狠狠| 欧美+日韩+精品| 国产男靠女视频免费网站| АⅤ资源中文在线天堂| 日韩亚洲欧美综合| 日日夜夜操网爽| 欧美三级亚洲精品| 88av欧美| 精品一区二区三区视频在线| 国产av麻豆久久久久久久| 国产极品精品免费视频能看的| 搡女人真爽免费视频火全软件 | 国产av在哪里看| 长腿黑丝高跟| 男人的好看免费观看在线视频| 欧美极品一区二区三区四区| 99国产精品一区二区三区| 日本五十路高清| 国产精品日韩av在线免费观看| 亚洲最大成人手机在线| 级片在线观看| 国产极品精品免费视频能看的| 丰满人妻一区二区三区视频av| 日韩av在线大香蕉| 又爽又黄a免费视频| 国产白丝娇喘喷水9色精品| 91av网一区二区| 偷拍熟女少妇极品色| 亚洲人成伊人成综合网2020| 在线国产一区二区在线| 亚洲自拍偷在线| 深爱激情五月婷婷| 国产视频内射| 在线国产一区二区在线| 亚洲精品成人久久久久久| 男女之事视频高清在线观看| 精品久久久久久成人av| 在线观看免费视频日本深夜| 一二三四社区在线视频社区8| 日本一二三区视频观看| 国产在视频线在精品| 国产精品1区2区在线观看.| 中文字幕人成人乱码亚洲影| 18美女黄网站色大片免费观看| 免费黄网站久久成人精品 | 一本一本综合久久| 国产激情偷乱视频一区二区| 国产av在哪里看| 深爱激情五月婷婷| 欧美高清性xxxxhd video| 国产精品一区二区三区四区免费观看 | 成年女人毛片免费观看观看9| 色5月婷婷丁香| 免费看a级黄色片| 我要搜黄色片| 亚洲人成网站在线播| 国产精品国产高清国产av| 18禁裸乳无遮挡免费网站照片| 中文在线观看免费www的网站| 一级黄色大片毛片| 亚洲18禁久久av| 给我免费播放毛片高清在线观看| 日日摸夜夜添夜夜添小说| 国产高潮美女av| 丰满乱子伦码专区| 很黄的视频免费| 免费一级毛片在线播放高清视频| 久久国产乱子伦精品免费另类| 我要搜黄色片| www.熟女人妻精品国产| 熟女电影av网| 99在线人妻在线中文字幕| 亚洲成人久久爱视频| 亚洲av中文字字幕乱码综合| 日韩成人在线观看一区二区三区| 久久天躁狠狠躁夜夜2o2o| 黄色丝袜av网址大全| 国产老妇女一区| 亚洲激情在线av| 俺也久久电影网| 九色国产91popny在线| 国产一级毛片七仙女欲春2| 欧美精品国产亚洲| 97超级碰碰碰精品色视频在线观看| 国产精品99久久久久久久久| 香蕉av资源在线| 亚洲五月婷婷丁香| 在线国产一区二区在线| 亚洲精品日韩av片在线观看| 一区二区三区免费毛片| 真人做人爱边吃奶动态| 波多野结衣高清无吗| av在线天堂中文字幕| 精品日产1卡2卡| 在线观看66精品国产| 99热只有精品国产| 一级黄片播放器| 久久久久免费精品人妻一区二区| 亚洲成人精品中文字幕电影| 中国美女看黄片| 久久人妻av系列| 老熟妇仑乱视频hdxx| 午夜福利免费观看在线| 亚洲avbb在线观看| 色哟哟哟哟哟哟| 精品久久国产蜜桃| 欧美另类亚洲清纯唯美| 国内精品美女久久久久久| 国产成人福利小说| 日本撒尿小便嘘嘘汇集6| 国产免费男女视频| 欧美黑人欧美精品刺激| 热99re8久久精品国产| 国产成+人综合+亚洲专区| avwww免费| www.www免费av| 久久久精品大字幕| 精品久久久久久,| 亚洲国产精品成人综合色| 精品人妻一区二区三区麻豆 | 日本一本二区三区精品| 婷婷精品国产亚洲av在线| 亚洲av一区综合| 精品久久久久久成人av| 国产乱人视频| 夜夜爽天天搞| 日日摸夜夜添夜夜添小说| 久久国产乱子伦精品免费另类| 男女视频在线观看网站免费| 美女被艹到高潮喷水动态| 午夜免费成人在线视频| 男人的好看免费观看在线视频| 免费一级毛片在线播放高清视频| 热99在线观看视频| 国产成人av教育| 欧美日韩瑟瑟在线播放| 五月玫瑰六月丁香| 国产精品久久久久久久久免 | 亚洲av一区综合| 久久伊人香网站| 国产一级毛片七仙女欲春2| 舔av片在线| 色综合欧美亚洲国产小说| 女同久久另类99精品国产91| 一级毛片久久久久久久久女| 真实男女啪啪啪动态图| 18禁黄网站禁片免费观看直播| 精品久久久久久久末码| 亚洲国产日韩欧美精品在线观看| 亚洲激情在线av| 无人区码免费观看不卡| 欧美日韩综合久久久久久 | 黄色视频,在线免费观看| 日韩欧美在线二视频| 精品一区二区三区视频在线观看免费| 噜噜噜噜噜久久久久久91| 极品教师在线视频| 国产乱人视频| 高清毛片免费观看视频网站| 欧美+日韩+精品| 高清日韩中文字幕在线| 又爽又黄无遮挡网站| 18+在线观看网站| 免费在线观看影片大全网站| 91在线精品国自产拍蜜月| 简卡轻食公司| 欧美高清成人免费视频www| 国产高清激情床上av| 精品熟女少妇八av免费久了| 国产黄片美女视频| 亚洲熟妇中文字幕五十中出| 亚洲男人的天堂狠狠| 日韩欧美 国产精品| 超碰av人人做人人爽久久| 久久精品国产亚洲av天美| 两个人的视频大全免费| 欧美xxxx黑人xx丫x性爽| 国产欧美日韩精品一区二区| 丰满的人妻完整版| 男人狂女人下面高潮的视频| 国产高潮美女av| av视频在线观看入口| 亚洲av成人精品一区久久| 无遮挡黄片免费观看| 一边摸一边抽搐一进一小说| 两性午夜刺激爽爽歪歪视频在线观看| 一二三四社区在线视频社区8| 男人狂女人下面高潮的视频| 日韩人妻高清精品专区| 亚洲精品久久国产高清桃花| 成人永久免费在线观看视频| 国产国拍精品亚洲av在线观看| 欧美中文日本在线观看视频| 成人av一区二区三区在线看| 亚洲精品久久国产高清桃花| 亚洲欧美日韩东京热| 长腿黑丝高跟| 国产在视频线在精品| 亚洲真实伦在线观看| 色精品久久人妻99蜜桃| 日韩国内少妇激情av| 免费高清视频大片| 国产久久久一区二区三区| ponron亚洲| 久久精品91蜜桃| 亚洲av电影在线进入| 别揉我奶头 嗯啊视频| 在线观看av片永久免费下载| 午夜老司机福利剧场| 国产精品人妻久久久久久| 亚洲av.av天堂| aaaaa片日本免费| 又紧又爽又黄一区二区| a级毛片免费高清观看在线播放| 色尼玛亚洲综合影院| 欧美+亚洲+日韩+国产| 亚洲精品影视一区二区三区av| 国产激情偷乱视频一区二区| 欧美黑人欧美精品刺激| 在线播放国产精品三级| 97人妻精品一区二区三区麻豆| 在现免费观看毛片| 国产精品98久久久久久宅男小说| 国内毛片毛片毛片毛片毛片| a级一级毛片免费在线观看| 国产主播在线观看一区二区| 亚洲精品456在线播放app | 欧美精品国产亚洲| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 亚洲欧美日韩高清专用| 精品不卡国产一区二区三区| 色播亚洲综合网| 亚洲午夜理论影院| 国产国拍精品亚洲av在线观看| 免费黄网站久久成人精品 | 欧洲精品卡2卡3卡4卡5卡区| 色在线成人网| 国产成人av教育| 日韩中文字幕欧美一区二区| 久久午夜福利片| 国产亚洲精品综合一区在线观看| 欧美精品国产亚洲| 国内久久婷婷六月综合欲色啪| 国产精品久久久久久亚洲av鲁大| 99在线视频只有这里精品首页| 成人国产综合亚洲| 国产黄色小视频在线观看| 怎么达到女性高潮| 欧美黄色片欧美黄色片| 午夜久久久久精精品| 精品人妻视频免费看| 能在线免费观看的黄片| 成年女人看的毛片在线观看| 精品久久久久久久末码| 亚洲色图av天堂| 亚洲最大成人av| 亚洲人成网站高清观看| 精品一区二区免费观看| 最新在线观看一区二区三区| 嫩草影视91久久| 禁无遮挡网站| 久久香蕉精品热| av视频在线观看入口| netflix在线观看网站| 亚洲精品色激情综合| 成人亚洲精品av一区二区| 男人舔奶头视频| 真人一进一出gif抽搐免费| 亚洲色图av天堂| 在线观看美女被高潮喷水网站 | www.色视频.com| 夜夜夜夜夜久久久久| 老熟妇仑乱视频hdxx| 嫁个100分男人电影在线观看| 天天一区二区日本电影三级| 深爱激情五月婷婷| 日日摸夜夜添夜夜添av毛片 | 国产欧美日韩一区二区精品| 免费av不卡在线播放| 一级毛片久久久久久久久女| 搡老熟女国产l中国老女人| 麻豆国产97在线/欧美| 精品人妻一区二区三区麻豆 | 亚洲欧美日韩东京热| 国产一区二区三区在线臀色熟女| 久久久久久久久中文| 亚洲自偷自拍三级| 久久人妻av系列| 草草在线视频免费看| 最新在线观看一区二区三区| 自拍偷自拍亚洲精品老妇| 亚洲成人久久爱视频| 不卡一级毛片| 青草久久国产| 全区人妻精品视频| 久久久久国内视频| 99视频精品全部免费 在线| 国产高清有码在线观看视频| 熟妇人妻久久中文字幕3abv| 欧美性感艳星| 一本综合久久免费| 一级毛片久久久久久久久女| 欧美+日韩+精品| 乱人视频在线观看| 欧美高清成人免费视频www| 精品久久久久久久久av| 免费观看精品视频网站| 亚洲熟妇中文字幕五十中出| 怎么达到女性高潮| 床上黄色一级片| 夜夜躁狠狠躁天天躁| 亚洲综合色惰| www.熟女人妻精品国产| 欧美午夜高清在线| 黄色丝袜av网址大全| 亚洲片人在线观看| 亚洲久久久久久中文字幕| 18禁黄网站禁片免费观看直播| 日本黄色片子视频| 国产真实伦视频高清在线观看 | 日韩欧美在线乱码| 舔av片在线| 午夜免费男女啪啪视频观看 | 热99在线观看视频| www.熟女人妻精品国产| 色吧在线观看| 亚洲在线观看片| 我的女老师完整版在线观看| 日本一本二区三区精品| 国产欧美日韩精品亚洲av| 淫妇啪啪啪对白视频| 久久精品国产清高在天天线| 又爽又黄a免费视频| 国产精品av视频在线免费观看| 精品99又大又爽又粗少妇毛片 | 亚洲七黄色美女视频| 亚洲无线观看免费| 日韩欧美免费精品| 国产免费男女视频| 亚洲aⅴ乱码一区二区在线播放| 欧美激情国产日韩精品一区| 一夜夜www| 亚洲一区二区三区不卡视频| 69人妻影院| 国产成+人综合+亚洲专区| 国产精品女同一区二区软件 | 99国产极品粉嫩在线观看| 中文字幕精品亚洲无线码一区| 91久久精品电影网| 精品无人区乱码1区二区| 国产精品久久久久久亚洲av鲁大| 成年免费大片在线观看| 无遮挡黄片免费观看| 女人被狂操c到高潮| 少妇人妻一区二区三区视频| 免费看日本二区| 亚洲精品日韩av片在线观看| 亚洲男人的天堂狠狠| 日本 av在线| 精品久久久久久成人av| 亚洲av.av天堂| 国产 一区 欧美 日韩| 他把我摸到了高潮在线观看| 精品久久久久久久久久免费视频| 国产成人福利小说| 亚洲午夜理论影院| 嫩草影院新地址| 欧美乱色亚洲激情| 日日干狠狠操夜夜爽| 国产精品一区二区三区四区免费观看 | 自拍偷自拍亚洲精品老妇| 欧美丝袜亚洲另类 | 嫩草影院精品99| 中文字幕高清在线视频| 国产熟女xx| 欧美性猛交黑人性爽| 国产激情偷乱视频一区二区| 18禁在线播放成人免费| 亚洲国产精品合色在线| 一边摸一边抽搐一进一小说| 三级国产精品欧美在线观看| 少妇人妻精品综合一区二区 | 亚洲av第一区精品v没综合| 757午夜福利合集在线观看| 色播亚洲综合网| 变态另类成人亚洲欧美熟女| 桃红色精品国产亚洲av| ponron亚洲| x7x7x7水蜜桃| 嫩草影视91久久| 两人在一起打扑克的视频| 国产真实伦视频高清在线观看 | 757午夜福利合集在线观看| 色播亚洲综合网| 欧美日韩综合久久久久久 | 美女 人体艺术 gogo| 午夜免费成人在线视频| 成熟少妇高潮喷水视频| 色吧在线观看| 国产伦精品一区二区三区四那| a级毛片免费高清观看在线播放| 中文资源天堂在线| 亚洲黑人精品在线| 亚洲第一区二区三区不卡| 麻豆国产av国片精品| 国内少妇人妻偷人精品xxx网站| 午夜激情欧美在线| av国产免费在线观看| 久久精品国产亚洲av天美| 宅男免费午夜| 看片在线看免费视频| 国产三级黄色录像| 欧美高清成人免费视频www| 制服丝袜大香蕉在线| 亚洲国产精品合色在线| 俺也久久电影网| 国产高清视频在线播放一区| 美女高潮的动态| 国产精品,欧美在线| 国产大屁股一区二区在线视频| 亚洲精品色激情综合| a级一级毛片免费在线观看| 俄罗斯特黄特色一大片| 黄色一级大片看看| 性色avwww在线观看| 每晚都被弄得嗷嗷叫到高潮| 国产视频内射| 国产主播在线观看一区二区| 夜夜躁狠狠躁天天躁| 午夜福利免费观看在线| 欧美激情久久久久久爽电影| 禁无遮挡网站| 国产精品影院久久| 色综合欧美亚洲国产小说| 午夜a级毛片| 色综合欧美亚洲国产小说| 久久久久亚洲av毛片大全| 最近最新免费中文字幕在线| 熟女人妻精品中文字幕| 伦理电影大哥的女人| 男女之事视频高清在线观看| 国产伦一二天堂av在线观看| 90打野战视频偷拍视频| 国产欧美日韩精品一区二区| 国产成人福利小说| 夜夜躁狠狠躁天天躁| 91麻豆精品激情在线观看国产| 直男gayav资源| 久久久成人免费电影| 亚洲精品乱码久久久v下载方式| 精华霜和精华液先用哪个| 蜜桃亚洲精品一区二区三区| 1000部很黄的大片| 午夜精品久久久久久毛片777| 亚洲中文字幕一区二区三区有码在线看| 亚洲五月婷婷丁香| 99视频精品全部免费 在线| 嫁个100分男人电影在线观看| 精品不卡国产一区二区三区| 欧美xxxx黑人xx丫x性爽| 国产亚洲精品久久久久久毛片| 最后的刺客免费高清国语| 国产精品久久久久久久电影| 在现免费观看毛片| 亚洲 国产 在线| 色视频www国产| 日韩欧美国产一区二区入口| 最新在线观看一区二区三区| 婷婷色综合大香蕉| 日本三级黄在线观看| 久久婷婷人人爽人人干人人爱| 高清在线国产一区| 99久久精品热视频| 久久国产精品人妻蜜桃| 欧美精品国产亚洲| 天堂av国产一区二区熟女人妻| 午夜福利免费观看在线| 人人妻人人看人人澡| 亚洲性夜色夜夜综合| 免费看光身美女| 久久6这里有精品| 在线十欧美十亚洲十日本专区| 啪啪无遮挡十八禁网站| .国产精品久久| 十八禁人妻一区二区| 我的老师免费观看完整版| 别揉我奶头~嗯~啊~动态视频| 日本免费一区二区三区高清不卡| 可以在线观看的亚洲视频| 国产爱豆传媒在线观看| 亚洲成人久久爱视频| av在线观看视频网站免费| 免费看日本二区| 婷婷六月久久综合丁香| 久久人妻av系列| 国产av不卡久久| 看免费av毛片| 精品午夜福利在线看| 欧美最黄视频在线播放免费| 哪里可以看免费的av片| 国产精品野战在线观看| 美女xxoo啪啪120秒动态图 | 午夜福利欧美成人| 日本在线视频免费播放| 99热只有精品国产| 99热精品在线国产| 天堂动漫精品| 波多野结衣巨乳人妻| 成年女人永久免费观看视频| 欧美高清成人免费视频www| 亚洲av日韩精品久久久久久密| 免费av观看视频| 欧美性感艳星| 看十八女毛片水多多多| 性色avwww在线观看| 亚洲国产高清在线一区二区三| 精品一区二区三区视频在线| 亚洲精品在线观看二区| 色综合欧美亚洲国产小说| 他把我摸到了高潮在线观看| 又黄又爽又刺激的免费视频.| 亚洲内射少妇av| 色5月婷婷丁香| 国产精品久久久久久人妻精品电影| 变态另类成人亚洲欧美熟女| 国产亚洲精品久久久com| 不卡一级毛片| 非洲黑人性xxxx精品又粗又长| 人人妻,人人澡人人爽秒播| 蜜桃亚洲精品一区二区三区| 精华霜和精华液先用哪个| 精品99又大又爽又粗少妇毛片 | 亚洲,欧美精品.| 中文字幕久久专区| 久久久久久久午夜电影| 午夜日韩欧美国产| 亚洲av一区综合| 久久久久国产精品人妻aⅴ院| 天天躁日日操中文字幕| 亚洲一区二区三区色噜噜| 久9热在线精品视频| 一区二区三区高清视频在线| 一本一本综合久久| 嫩草影视91久久| 桃色一区二区三区在线观看| 久久人人精品亚洲av| 国产精品久久久久久久久免 | 毛片一级片免费看久久久久 | 欧美高清成人免费视频www| 我要搜黄色片| 国产黄片美女视频| 精品欧美国产一区二区三| 97碰自拍视频| 免费看日本二区| 色吧在线观看| 亚洲中文日韩欧美视频| 女人十人毛片免费观看3o分钟| 欧美区成人在线视频| 国产麻豆成人av免费视频| 日本黄大片高清| 精品无人区乱码1区二区| 精华霜和精华液先用哪个| 直男gayav资源| 长腿黑丝高跟| netflix在线观看网站| 久久6这里有精品| 波野结衣二区三区在线| 久久久久国内视频| 1000部很黄的大片| aaaaa片日本免费| 男人舔奶头视频| 老司机午夜福利在线观看视频| eeuss影院久久| 国产在视频线在精品| 色哟哟·www| 久久久久免费精品人妻一区二区| 国产高清有码在线观看视频| 又紧又爽又黄一区二区| 最近在线观看免费完整版| 91字幕亚洲| 国产v大片淫在线免费观看| 精品一区二区免费观看| 欧美最黄视频在线播放免费| 亚洲性夜色夜夜综合| 伦理电影大哥的女人| 一本一本综合久久| av在线观看视频网站免费| 精品久久久久久成人av|