• <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 ?

    基于遷移學(xué)習(xí)的小樣本DGA惡意域名檢測方法

    2021-07-28 12:36:40顧兆軍楊文瑾周景賢
    關(guān)鍵詞:分類檢測模型

    顧兆軍,楊文瑾,周景賢

    1.中國民航大學(xué) 信息安全測評中心,天津300300

    2.中國民航大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,天津300300

    3.中國民航大學(xué) 中歐航空工程師學(xué)院,天津300300

    域名對僵尸網(wǎng)絡(luò)、釣魚網(wǎng)絡(luò)、勒索軟件等惡意網(wǎng)絡(luò)活動的構(gòu)建起著重要的作用。為了更好地隱蔽網(wǎng)絡(luò)攻擊,惡意域名通常會使用一些方法以躲避安全人員的封堵,域名生成算法(Domain Generation Algorithm,DGA)就是一種常用的手段[1]。通過特定算法和強(qiáng)隨機(jī)性的種子,嵌入在惡意程序中的DGA可以生成大量域名,其中只有一部分域名會被用來注冊。當(dāng)某個惡意域名被甄別并加入黑名單攔截后,攻擊者仍可使用DGA 生成的新的惡意域名進(jìn)行通信和攻擊,因此很難通過黑名單的方式有效實(shí)現(xiàn)對攻擊的攔截。

    早期DGA的檢測方法主要包括逆向工程技術(shù)和蜜罐技術(shù)[2],但是這種方法往往耗費(fèi)資源較大,檢測周期較長。近年來,有關(guān)惡意域名檢測方法的研究逐漸轉(zhuǎn)向域名自身語言特征挖掘和流量分析的方向。Yadav等人對擁有同一IP 地址的域名進(jìn)行KL 距離、編輯距離以及Jaccard系數(shù)的測量,證明該方法對Conficker類DGA域名有較好的檢測效果[3]。Fu等人在Yadav等人所使用的三個系數(shù)的基礎(chǔ)上增加了隱馬爾科夫模型和概率上下無關(guān)文法的應(yīng)用,優(yōu)化了DGA檢測模型[4]。Jose等人使用N-gram 等方法對域名特征進(jìn)行提取,并建立隨機(jī)森林分類模型,提高了域名檢測系統(tǒng)的性能[5]。近年來仍不斷有新型DGA域名出現(xiàn)[6],當(dāng)出現(xiàn)新的DGA種類時,由于傳統(tǒng)機(jī)器學(xué)習(xí)依賴于人工特征提取,分類器往往不能很好地適應(yīng)新的DGA域名。為了減少人工提取特征工作,研究人員實(shí)現(xiàn)了深度學(xué)習(xí)在DGA 域名檢測上的應(yīng)用。Xu 等人提出基于N-gram 和卷積神經(jīng)網(wǎng)絡(luò)的NCBDC 域名分類模型,提升檢測模型的魯棒性[7]。陳立國等人提出了基于GRU的DGA域名檢測算法,進(jìn)一步提升了模型的收斂速度[8]。周康等人提出了基于自編碼網(wǎng)絡(luò)和LSTM的惡意域名檢測方法,提高了模型的檢測率和實(shí)時性[9]。由于深度學(xué)習(xí)方法需要大量數(shù)據(jù)支撐,當(dāng)樣本不足時,訓(xùn)練結(jié)果將很難提升,而遷移學(xué)習(xí)可以達(dá)到提升分類效果的作用。段萌等人提出基于遷移學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)的小樣本圖像識別方法,提高了識別的準(zhǔn)確率和模型的魯棒性[10]。Hu等人基于局部遷移學(xué)習(xí)提出端到端的衛(wèi)星圖像分類方法CPADA,提高了缺乏足夠數(shù)據(jù)的衛(wèi)星圖像的分類效果[11]。邱寧佳等人提出結(jié)合遷移學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)算法,實(shí)現(xiàn)了在少量數(shù)據(jù)標(biāo)注下對微博文本進(jìn)行情感分類[12]。

    現(xiàn)有大多數(shù)惡意域名檢測方法通?;诔渥愕挠蛎麛?shù)據(jù)集進(jìn)行特征提取和模型訓(xùn)練,當(dāng)數(shù)據(jù)量不足時,分類效果將大大降低。為了減少人工特征提取成本,解決DGA 域名樣本不足的問題,本文基于多核卷積神經(jīng)網(wǎng)絡(luò)對24類DGA域名檢測方法進(jìn)行研究,并提出了一個基于遷移學(xué)習(xí)的小樣本DGA域名檢測模型。該模型可以實(shí)現(xiàn)減少人工特征提取成本,并解決DGA 域名樣本不足的問題。模型首先使用數(shù)據(jù)量充足的DGA種類進(jìn)行預(yù)訓(xùn)練,并將預(yù)訓(xùn)練過程中所學(xué)到的域名知識遷移到小樣本DGA域名檢測模型中。為了避免遷移學(xué)習(xí)過程中出現(xiàn)過擬合,遷移知識只應(yīng)用于多核卷積神經(jīng)網(wǎng)絡(luò)的初始化。模型實(shí)現(xiàn)了基于遷移學(xué)習(xí)的小樣本DGA域名種類的檢測方法,最終達(dá)到提升小樣本DGA 分類模型的準(zhǔn)確率的目的。

    1 基于卷積神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)的小樣本DGA分類模型

    1.1 整體框架

    域名生成算法可以采用日期、熱搜詞等進(jìn)行特定變換生成DGA 域名。雖然域名生成算法不同,但是域名生成的整體思路相似,因此神經(jīng)網(wǎng)絡(luò)對不同種類DGA域名所提取的特征有一定的通用性。許多研究在訓(xùn)練分類模型的過程中往往需要使用上千條數(shù)據(jù),然而在獲取域名數(shù)據(jù)時,發(fā)現(xiàn)存在數(shù)據(jù)量極少的DGA 域名種類。當(dāng)某種DGA 數(shù)據(jù)量不足以支撐模型訓(xùn)練時,該模型使用遷移學(xué)習(xí)借鑒其他DGA 種類分類模型參數(shù),有效提高分類效果,實(shí)現(xiàn)了僅使用10條小樣本DGA數(shù)據(jù)完成分類模型的訓(xùn)練。

    針對小樣本DGA 域名分類問題,本研究采用遷移學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)的方法將已有知識遷移到小樣本數(shù)據(jù)集的分類過程中。小樣本DGA域名分類模型整體框架思路如圖1所示。

    圖1 小樣本DGA域名分類框架

    本研究首先對小樣本域名數(shù)據(jù)集進(jìn)行預(yù)處理,使用one-hot 編碼方式將域名轉(zhuǎn)化為模型可讀的數(shù)據(jù)類型,并將域名字符進(jìn)行嵌入映射到向量空間中。在訓(xùn)練分類模型之前,使用樣本數(shù)據(jù)量充足的DGA 域名種類進(jìn)行預(yù)訓(xùn)練,預(yù)訓(xùn)練過程中所獲得的知識將用于遷移學(xué)習(xí)傳入到小樣本DGA 域名分類模型中。之后,將預(yù)處理得到的數(shù)據(jù)和預(yù)訓(xùn)練獲得的知識傳入多核卷積神經(jīng)網(wǎng)絡(luò)的卷積層進(jìn)行特征提取,并使用池化層對特征進(jìn)行篩選。最后將特征傳入神經(jīng)網(wǎng)絡(luò)線性層進(jìn)行分類,通過迭代使模型達(dá)到一個較好的分類效果并拿到最終的分類結(jié)果。

    1.2 數(shù)據(jù)預(yù)處理

    域名如“google.cn”等由兩個及以上的部分組成,從右至左稱為頂級域名和二級域名,以此推類還有三級域名等級別,不同域名級別以“.”進(jìn)行劃分。目前大部分學(xué)者針對DGA 域名的二級域名進(jìn)行了研究[13-14]。根據(jù)頂級域名的不同,申請域名的限制條件和成本有所區(qū)別,某些DGA 種類常常選用一些較為容易申請的頂級域名如“.xyz”進(jìn)行注冊,同時,不同類別的DGA 所使用的頂級域名也不同。因此,本文將頂級域名加入考慮范圍,使得特征的提取更加全面。

    為了方便用戶記憶,正常域名的字符通常會采用更符合發(fā)音習(xí)慣的組合方式,這與DGA 生成的域名有所不同。表1 中列出了幾種常見DGA 的生成域名形式,可以看出某些在正常域名中出現(xiàn)概率極低的字符排列方式會出現(xiàn)在DGA域名中。

    表1 三種常見DGA域名

    為了將域名傳入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,首先采用onehot的編碼方式對域名可用字符進(jìn)行處理。然而采用此種編碼方式得到的域名向量只能單純地區(qū)分不同字符,不能表達(dá)字符排列方式的出現(xiàn)概率等信息。在自然語言處理的任務(wù)中,分布式表示因其對詞之間距離的良好表達(dá),以及出色的信息包含能力被廣泛應(yīng)用,因此在編碼完成后采用分布式表示的方法,將域名嵌入到向量空間中。設(shè)域名數(shù)據(jù)集為D(d1,d2,…,dn),每一個dn的字符排列方式記為L(ln1,ln2,…,lnm),根據(jù)字符排列方式出現(xiàn)概率不同,可以通過一個轉(zhuǎn)換矩陣T將域名轉(zhuǎn)換為一個嵌入向量E:

    其中,m為域名字符串長度,T為1×k維的轉(zhuǎn)換矩陣,這樣域名就映射到m×k維的向量空間中以表示域名字符間的關(guān)聯(lián)程度。

    1.3 多核卷積神經(jīng)網(wǎng)絡(luò)預(yù)訓(xùn)練

    小樣本DGA檢測模型所使用的預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖如圖2所示。

    圖2 預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    在卷積神經(jīng)網(wǎng)絡(luò)預(yù)訓(xùn)練過程中,使用樣本數(shù)量充足的DGA種類數(shù)據(jù)集。首先將經(jīng)過處理的域名0編碼補(bǔ)齊為等長度字符串并傳入嵌入層,之后將嵌入層的輸出的向量與卷積核進(jìn)行卷積,使用激活函數(shù)進(jìn)行激活,卷積層所使用的計(jì)算公式如公式(2)所示:

    其中,x為嵌入層傳遞輸出,ki為卷積核,b為偏置,激活函數(shù)g使用ReLU函數(shù)。

    n-gram 是自然語言處理中常用到的一種編碼方式[15-16],目前已有部分研究使用這種方法提高DGA域名的分類精度[17-19]。若文本長度為l,n-gram 方法可以將文本分割成l+1-n個連續(xù)的n元組,從而保留文本的語序信息。然而隨著n的不斷增大,特征向量空間會不斷增大,特征矩陣也會越來越稀疏。卷積神經(jīng)網(wǎng)絡(luò)中的卷積核可以起到與n-gram 方法類似的作用,通過設(shè)置卷積核的大小可以保留域名字符串的局部語序信息,而且不會帶來特征稀疏的問題,從而省去了降維的過程,避免了在降維過程中信息的丟失。根據(jù)英文字符發(fā)音音節(jié)的經(jīng)驗(yàn),本文的卷積核大小第一維度設(shè)置為n={2,3,4}。

    卷積層得到的結(jié)果將傳入池化層,本文采用max pooling 的方法篩選掉不必要的冗余信息,之后將不同卷積核所對應(yīng)的池化結(jié)果進(jìn)行拼接。為了防止模型過擬合,提高模型的泛化能力,在傳入線性層分類之前首先使用Dropout方法對神經(jīng)元進(jìn)行隨機(jī)丟棄,Dropout值取0.5。

    本研究使用softmax函數(shù)和交叉熵對經(jīng)過線性層得到的分類結(jié)果進(jìn)行損失計(jì)算,這里應(yīng)用的計(jì)算公式為:

    其中,y為線性層的分類結(jié)果,i為域名的種類。為了得到最小損失,使用可以為各個參數(shù)設(shè)置不同的自適應(yīng)性學(xué)習(xí)率的Adam優(yōu)化器更新卷積神經(jīng)網(wǎng)絡(luò)的權(quán)重。

    1.4 小樣本遷移卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練

    數(shù)據(jù)樣本的大小對神經(jīng)網(wǎng)絡(luò)模型的分類效果有極大的影響,對模型的上限有著決定性的作用。由于DGA是不斷更新的,當(dāng)特征發(fā)生改變的新型DGA域名樣本數(shù)據(jù)量不足時,很難通過模型的優(yōu)化實(shí)現(xiàn)對該類域名的高精度檢測。遷移學(xué)習(xí)可以將模型在某領(lǐng)域已學(xué)習(xí)到的知識應(yīng)用到另一相關(guān)領(lǐng)域當(dāng)中,根據(jù)已有經(jīng)驗(yàn)和極少的樣本就可以完成對該領(lǐng)域的學(xué)習(xí)。

    已有研究證明,卷積神經(jīng)網(wǎng)絡(luò)的淺層網(wǎng)絡(luò)所提取的特征通常是較為簡單的底層通用特征[20],因此將預(yù)訓(xùn)練所得到的嵌入層和卷積層參數(shù)作為知識遷移部分傳遞給小樣本DGA 分類模型的特征提取模塊。小樣本DGA域名數(shù)據(jù)經(jīng)過預(yù)處理傳入遷移學(xué)習(xí)后的多核卷積神經(jīng)網(wǎng)絡(luò)并進(jìn)行訓(xùn)練。為了避免參數(shù)固定導(dǎo)致訓(xùn)練效果降低或過擬合的現(xiàn)象出現(xiàn),遷移的知識只應(yīng)用于模型的初始化,在之后的訓(xùn)練過程中,遷移部分的模型參數(shù)仍參與訓(xùn)練更新。

    小樣本DGA分類模型使用的損失函數(shù)采用Sigmoid和BCELoss相結(jié)合的方法,計(jì)算公式如下所示:

    其中,xn為預(yù)測第n個樣本為正例的得分,zn為第n個樣本為正例的預(yù)測概率,yn表示第n個樣本的類別。優(yōu)化器同樣采用Adam以更新神經(jīng)網(wǎng)絡(luò)權(quán)重,在更新的過程中,為了使損失函數(shù)較為穩(wěn)定的降低,學(xué)習(xí)率階段性衰減,每次衰減為上一次迭代的0.5。

    2 實(shí)驗(yàn)及結(jié)果分析

    2.1 數(shù)據(jù)集與評價指標(biāo)

    2.1.1 域名數(shù)據(jù)集和測試環(huán)境

    域名數(shù)據(jù)集來源于Alexa 網(wǎng)站和360Netlab 網(wǎng)站公開的數(shù)據(jù),域名分為正常域名和DGA域名兩部分。Alexa上提供了各個網(wǎng)站訪問量排名,由于DGA 域名通常生存周期短,訪問量通常不高,所以本文選取Alexa數(shù)據(jù)集中訪問量較大的前10萬條域名數(shù)據(jù)作為正常域名數(shù)據(jù)集。DGA 域名數(shù)據(jù)集來源于360Netlab的開源數(shù)據(jù),該項(xiàng)目目前公布了44種不同類別的DGA域名共125多萬條,包括常見的virut、tinba 等類型,以及suppobox 等基于字典的DGA 種類。由于部分域名種類數(shù)據(jù)數(shù)量過少,不足以支撐分類模型效果的驗(yàn)證,因此本文選用數(shù)據(jù)量較為充足的24類進(jìn)行實(shí)驗(yàn),360網(wǎng)站所提供的24類DGA 域名數(shù)據(jù)大小如表2 所示。小樣本遷移卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練集僅使用10條DGA域名進(jìn)行訓(xùn)練,遷移知識來自除小樣本訓(xùn)練集以外的23個DGA域名類別。

    表2 24類DGA域名數(shù)量

    本文的測試環(huán)境為Windows10,Intel?CoreTMi7-8565U CPU,8 GB 內(nèi)存。模型的實(shí)現(xiàn)基于Pytorch 深度學(xué)習(xí)框架,版本為1.3.1,開發(fā)環(huán)境為Anaconda4.8.2,Python版本為3.7.4,模型支持GPU加速。

    2.1.2 評價指標(biāo)

    準(zhǔn)確率(Accuracy)、精確率(Precision)、召回率(Recall)和F值(F1)是常用的幾種機(jī)器學(xué)習(xí)評價指標(biāo),準(zhǔn)確率表示總樣本中預(yù)測正確占比,精確率表示預(yù)測是正類中預(yù)測正確占比,召回率表示所有正類中預(yù)測正確占比,F(xiàn)值為精確率和召回率的調(diào)和平均值,因此,若是精確率和準(zhǔn)確率都較好,F(xiàn)1 值也會較高。本研究將采用這四種方式對模型進(jìn)行評估。這四個指標(biāo)的計(jì)算公式如下列公式所示:

    其中,TP為將正類預(yù)測為正類數(shù),TN為將負(fù)類預(yù)測為負(fù)類數(shù),F(xiàn)P為將負(fù)類預(yù)測為正類數(shù),即誤報(bào)數(shù),F(xiàn)N為將正類預(yù)測為負(fù)類數(shù),即漏報(bào),這四個參數(shù)共同組成混淆矩陣。

    2.2 數(shù)據(jù)處理

    為了將域名數(shù)據(jù)轉(zhuǎn)化成模型可讀數(shù)據(jù),首先使用one-hot 編碼方式對原始域名進(jìn)行編碼,頂級域名將被保留。之后通過嵌入層將編碼后的數(shù)據(jù)映射到向量空間中,根據(jù)公式(1),通過矩陣變換,編碼數(shù)據(jù)轉(zhuǎn)化為domain_len×Embedding_size的矩陣,其中第一維度為域名字符串長度,第二維度為嵌入維度,在本研究中取值為30。數(shù)據(jù)預(yù)處理的過程及最終結(jié)果如圖3所示。

    圖3 數(shù)據(jù)預(yù)處理

    2.3 實(shí)驗(yàn)結(jié)果對比分析

    基于遷移學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)的小樣本DGA分類模型使用預(yù)訓(xùn)練的23 種域名分類器進(jìn)行知識遷移,用于特征提取的卷積核大小為n×Embedding_size,其中第一維度n={2,3,4},卷積核個數(shù)為5。最終得到的分類效果如表3 所示。通過知識遷移,大部分DGA 種類都能被較好地分類,20 類DGA 域名分類準(zhǔn)確率在92%以上,其中11 類準(zhǔn)確率在97%以上,其余4 類準(zhǔn)確率在80%到90%之間。

    表3 遷移學(xué)習(xí)的小樣本DGA分類結(jié)果 %

    在24 類DGA 域名中,pykspa_v1、simda、suppobox和virut 類的遷移效果不夠理想。simda 類和suppobox類域名的構(gòu)成較為符合發(fā)音規(guī)則,如“nopolomojen.eu”,virut類大多數(shù)域名字符串長度都較短,二級域名長度通常只有6個字符,無法提取到充足的分類特征。

    為了更直觀地體現(xiàn)遷移學(xué)習(xí)在小樣本DGA分類模型中起到的作用,本文使用樣本充足的多核卷積神經(jīng)網(wǎng)絡(luò)DGA 分類模型和無知識遷移的小樣本DGA 分類模型進(jìn)行對比。圖4至圖7為三種模型得到的四項(xiàng)評價指標(biāo)的對比結(jié)果。

    圖4 三種模型分類準(zhǔn)確率對比

    圖5 三種模型分類精確率對比

    圖6 三種模型分類召回率對比

    圖7 三種模型分類F 值對比

    當(dāng)數(shù)據(jù)樣本充足時,單層多核卷積神經(jīng)網(wǎng)絡(luò)可以滿足大多數(shù)種類的DGA 域名檢測且識別結(jié)果較好,其中21 類DGA 域名的分類準(zhǔn)確率達(dá)到95%以上,14 類的準(zhǔn)確率、精確率、召回率和F值均在98%以上。而無知識遷移的小樣本DGA 域名分類效果明顯較差,大部分種類的四項(xiàng)評價標(biāo)準(zhǔn)均有明顯下降,僅有少部分DGA 域名仍能達(dá)到訓(xùn)練數(shù)據(jù)充足時的檢測效果,11類域名準(zhǔn)確率達(dá)到92%以上。

    對比兩個小樣本DGA 分類模型,通過對充足樣本訓(xùn)練的神經(jīng)網(wǎng)絡(luò)進(jìn)行遷移,23 類DGA 域名的四項(xiàng)評價標(biāo)準(zhǔn)較未遷移之前均有較為明顯的提升。將經(jīng)過遷移學(xué)習(xí)的小樣本分類模型和充足樣本所訓(xùn)練的分類模型進(jìn)行對比,20 類小樣本DGA 分類模型四項(xiàng)評價標(biāo)準(zhǔn)與樣本充足時所訓(xùn)練的模型差值不超過-4%,3類小樣本DGA域名分類模型的準(zhǔn)確率、精確率和F1 值優(yōu)于樣本充足時的訓(xùn)練結(jié)果。pykspa_v1、suppobox 和virut 類DGA域名的遷移模型訓(xùn)練結(jié)果與樣本充足訓(xùn)練結(jié)果相比差距仍較大,但pykspa_v1和virut類小樣本分類結(jié)果較無知識遷移的分類結(jié)果已有明顯提升,suppobox類域名遷移后的效果比未遷移的結(jié)果略差。

    此外,在訓(xùn)練過程中,訓(xùn)練數(shù)據(jù)量不足的模型需要花費(fèi)更長的時間迭代更多次數(shù)才能得到模型較優(yōu)參數(shù)。而經(jīng)過知識遷移的模型收斂速度較快,所花費(fèi)時間大約為無知識遷移模型的25%。

    3 結(jié)語

    本文提出了基于遷移學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)小樣本DGA 域名分類模型,并對24 種DGA 域名進(jìn)行了測試。首先在數(shù)據(jù)預(yù)處理部分保留了頂級域名的特征,并將域名映射在向量空間中完成字符嵌入。預(yù)訓(xùn)練部分使用其他多種類DGA 域名對多核卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。之后將預(yù)訓(xùn)練得到的知識遷移到小樣本DGA分類模型中,并使用處理后的數(shù)據(jù)進(jìn)行訓(xùn)練。實(shí)驗(yàn)結(jié)果表明,大部分經(jīng)過知識遷移的DGA域名分類結(jié)果較無遷移模型有明顯提升,四項(xiàng)評價標(biāo)準(zhǔn)接近數(shù)據(jù)充足時訓(xùn)練的模型,20類域名準(zhǔn)確率在92%以上,11類準(zhǔn)確率達(dá)到97%。由于遷移后的模型對小部分的域名種類效果不夠理想,在接下來的工作中,將在進(jìn)行知識遷移之前分析各類域名的領(lǐng)域分布差異,并對自動檢測新型小樣本域名的無監(jiān)督方法進(jìn)行研究以進(jìn)一步減少人工標(biāo)注成本。

    猜你喜歡
    分類檢測模型
    一半模型
    “不等式”檢測題
    “一元一次不等式”檢測題
    “一元一次不等式組”檢測題
    分類算一算
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    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
    国产精品福利在线免费观看| 国产亚洲最大av| 久久欧美精品欧美久久欧美| 亚洲最大成人中文| 亚洲国产日韩欧美精品在线观看| 男女那种视频在线观看| 久久精品国产鲁丝片午夜精品| 成人鲁丝片一二三区免费| 中文字幕制服av| 欧美3d第一页| 看免费成人av毛片| 人人妻人人澡欧美一区二区| 国产精品女同一区二区软件| 国产单亲对白刺激| 国产精品国产高清国产av| 国产熟女欧美一区二区| 色综合色国产| 国产精品人妻久久久影院| 欧美bdsm另类| 波多野结衣高清无吗| 中文资源天堂在线| 成年av动漫网址| 亚洲欧美精品综合久久99| 欧美极品一区二区三区四区| 男人狂女人下面高潮的视频| 欧美日韩一区二区视频在线观看视频在线 | АⅤ资源中文在线天堂| 99在线人妻在线中文字幕| 男女国产视频网站| 亚洲av免费高清在线观看| 中文字幕人妻熟人妻熟丝袜美| 成年版毛片免费区| 国产成人免费观看mmmm| 精品欧美国产一区二区三| 男女那种视频在线观看| 日韩人妻高清精品专区| 嫩草影院精品99| 少妇熟女欧美另类| 精品少妇黑人巨大在线播放 | 噜噜噜噜噜久久久久久91| 国产精品久久久久久av不卡| 国产在视频线在精品| 一级黄色大片毛片| 97超视频在线观看视频| 亚洲va在线va天堂va国产| 国产乱人偷精品视频| 三级经典国产精品| 美女国产视频在线观看| 一本一本综合久久| 一级爰片在线观看| 日韩一本色道免费dvd| 国产黄a三级三级三级人| 老司机影院成人| 欧美97在线视频| 日本黄大片高清| 最近最新中文字幕免费大全7| 欧美成人一区二区免费高清观看| 久久人妻av系列| 国产精品一区二区三区四区免费观看| 十八禁国产超污无遮挡网站| 亚洲精品日韩在线中文字幕| 精品酒店卫生间| 国产白丝娇喘喷水9色精品| 三级经典国产精品| 麻豆久久精品国产亚洲av| 三级经典国产精品| 人妻夜夜爽99麻豆av| 免费播放大片免费观看视频在线观看 | 一级毛片电影观看 | 免费观看在线日韩| 日韩精品青青久久久久久| 九色成人免费人妻av| 校园人妻丝袜中文字幕| 亚洲精品国产成人久久av| 最近视频中文字幕2019在线8| www.色视频.com| 亚洲怡红院男人天堂| 一边亲一边摸免费视频| 青春草亚洲视频在线观看| 亚洲av一区综合| 能在线免费看毛片的网站| 欧美成人一区二区免费高清观看| 久久精品夜色国产| 久久草成人影院| 啦啦啦韩国在线观看视频| 岛国毛片在线播放| 亚洲自偷自拍三级| a级毛色黄片| 久久精品国产亚洲av涩爱| 深夜a级毛片| 99国产精品一区二区蜜桃av| 国产精品麻豆人妻色哟哟久久 | 免费不卡的大黄色大毛片视频在线观看 | 在线a可以看的网站| 日日摸夜夜添夜夜爱| 日本爱情动作片www.在线观看| 偷拍熟女少妇极品色| 一夜夜www| 两个人视频免费观看高清| 久久6这里有精品| 国产精品久久视频播放| 日韩一区二区三区影片| 久久久久久久久中文| 小说图片视频综合网站| 午夜福利高清视频| 亚洲美女视频黄频| 色哟哟·www| 少妇猛男粗大的猛烈进出视频 | av.在线天堂| 神马国产精品三级电影在线观看| 亚洲一级一片aⅴ在线观看| 97超视频在线观看视频| 亚洲av一区综合| 热99re8久久精品国产| 别揉我奶头 嗯啊视频| 在线a可以看的网站| 精品午夜福利在线看| 国产人妻一区二区三区在| 少妇的逼水好多| 亚洲精品,欧美精品| 国产黄色小视频在线观看| 午夜精品国产一区二区电影 | 午夜久久久久精精品| 亚洲欧美精品自产自拍| 一个人免费在线观看电影| 亚洲av电影不卡..在线观看| 国产成人freesex在线| 国产探花极品一区二区| 2021少妇久久久久久久久久久| 国产黄色视频一区二区在线观看 | 亚洲精品一区蜜桃| 天堂av国产一区二区熟女人妻| 老司机影院毛片| 久久久a久久爽久久v久久| 国产av一区在线观看免费| 国产一区有黄有色的免费视频 | 麻豆av噜噜一区二区三区| 国产av一区在线观看免费| 亚洲在线观看片| 日日摸夜夜添夜夜添av毛片| www.av在线官网国产| 内射极品少妇av片p| 美女脱内裤让男人舔精品视频| 久久国产乱子免费精品| 亚洲av免费在线观看| 国产黄片视频在线免费观看| 色尼玛亚洲综合影院| 国产免费一级a男人的天堂| 久久久精品欧美日韩精品| 欧美成人精品欧美一级黄| 欧美最新免费一区二区三区| 噜噜噜噜噜久久久久久91| 中文字幕制服av| 免费观看在线日韩| av视频在线观看入口| 国产综合懂色| 国产精品福利在线免费观看| 亚洲四区av| 人人妻人人看人人澡| 日韩中字成人| videossex国产| 欧美成人免费av一区二区三区| 夜夜爽夜夜爽视频| 两性午夜刺激爽爽歪歪视频在线观看| 午夜福利在线在线| 婷婷色麻豆天堂久久 | 亚洲av二区三区四区| 你懂的网址亚洲精品在线观看 | 99国产精品一区二区蜜桃av| 一级黄片播放器| videos熟女内射| 黄色一级大片看看| 日本五十路高清| 日韩制服骚丝袜av| 我要搜黄色片| 午夜免费激情av| 又爽又黄a免费视频| 夫妻性生交免费视频一级片| 美女大奶头视频| 深爱激情五月婷婷| 桃色一区二区三区在线观看| 人人妻人人看人人澡| 夜夜看夜夜爽夜夜摸| 亚洲一级一片aⅴ在线观看| 一级毛片我不卡| 一本久久精品| 男女啪啪激烈高潮av片| 国产又色又爽无遮挡免| 亚洲欧美日韩东京热| 亚洲精品日韩在线中文字幕| 精品久久久久久电影网 | 亚洲av电影不卡..在线观看| 日韩一区二区视频免费看| 黄色配什么色好看| 国产av在哪里看| 长腿黑丝高跟| 日本一二三区视频观看| 九九爱精品视频在线观看| 亚洲经典国产精华液单| 亚洲精品,欧美精品| 精品久久久久久久久av| 51国产日韩欧美| 亚洲av成人精品一区久久| 国内精品美女久久久久久| 日韩强制内射视频| 特大巨黑吊av在线直播| 色综合色国产| 亚洲欧洲国产日韩| 一级毛片我不卡| 最后的刺客免费高清国语| 精品久久久久久电影网 | 日韩 亚洲 欧美在线| 国产淫片久久久久久久久| 亚洲在线观看片| 身体一侧抽搐| 91aial.com中文字幕在线观看| 国产成人福利小说| 好男人在线观看高清免费视频| 女的被弄到高潮叫床怎么办| 91精品一卡2卡3卡4卡| 中文亚洲av片在线观看爽| 亚洲国产精品专区欧美| 校园人妻丝袜中文字幕| 美女高潮的动态| 日韩,欧美,国产一区二区三区 | 欧美成人一区二区免费高清观看| 精品人妻一区二区三区麻豆| 国产高清不卡午夜福利| 日韩三级伦理在线观看| 少妇的逼好多水| 99热全是精品| ponron亚洲| 一个人观看的视频www高清免费观看| 国产伦精品一区二区三区四那| 亚洲美女视频黄频| 免费看av在线观看网站| 国产免费一级a男人的天堂| 69av精品久久久久久| 免费人成在线观看视频色| www日本黄色视频网| 好男人在线观看高清免费视频| 国产精品.久久久| 一级毛片电影观看 | 久久国产乱子免费精品| 亚洲成人久久爱视频| 最近中文字幕2019免费版| 一级毛片久久久久久久久女| 国产又色又爽无遮挡免| 有码 亚洲区| 又爽又黄a免费视频| 欧美日韩在线观看h| 一本久久精品| 三级男女做爰猛烈吃奶摸视频| 18禁在线播放成人免费| 国产成人午夜福利电影在线观看| АⅤ资源中文在线天堂| 日韩欧美国产在线观看| 日韩精品有码人妻一区| 欧美成人精品欧美一级黄| 日韩av不卡免费在线播放| 性色avwww在线观看| 免费看光身美女| 久久久精品94久久精品| 日韩视频在线欧美| 亚洲精品色激情综合| 中文字幕制服av| 亚洲精品久久久久久婷婷小说 | 内射极品少妇av片p| 国产成人福利小说| 中文字幕久久专区| 日韩一本色道免费dvd| 国产黄片视频在线免费观看| 国产精品不卡视频一区二区| 亚洲内射少妇av| 尤物成人国产欧美一区二区三区| 久久精品久久久久久噜噜老黄 | 亚洲av成人精品一二三区| a级毛色黄片| 边亲边吃奶的免费视频| 毛片一级片免费看久久久久| 精品酒店卫生间| 美女xxoo啪啪120秒动态图| 黄色欧美视频在线观看| 精品午夜福利在线看| 久久久久久久久久久丰满| 村上凉子中文字幕在线| 韩国av在线不卡| 边亲边吃奶的免费视频| 老司机影院成人| 亚洲成人av在线免费| 国产黄色小视频在线观看| 久久久久久久久中文| 国产亚洲91精品色在线| 国产免费又黄又爽又色| 97超视频在线观看视频| 精品人妻一区二区三区麻豆| 亚洲国产精品专区欧美| 18禁动态无遮挡网站| 国产精品.久久久| 亚洲内射少妇av| 亚洲精品自拍成人| 亚洲伊人久久精品综合 | 欧美成人一区二区免费高清观看| 99热精品在线国产| 日韩一本色道免费dvd| 狠狠狠狠99中文字幕| 久久精品国产亚洲av天美| 欧美三级亚洲精品| 九九热线精品视视频播放| 欧美成人精品欧美一级黄| 夜夜看夜夜爽夜夜摸| 噜噜噜噜噜久久久久久91| 99久久人妻综合| 我的老师免费观看完整版| 99九九线精品视频在线观看视频| 蜜桃久久精品国产亚洲av| 亚洲欧美精品自产自拍| 日韩强制内射视频| 直男gayav资源| 国产极品精品免费视频能看的| 激情 狠狠 欧美| 99久久成人亚洲精品观看| 日韩一本色道免费dvd| 亚洲精品影视一区二区三区av| 国产精品野战在线观看| 日本wwww免费看| 韩国av在线不卡| 免费观看在线日韩| 69人妻影院| 国产精品永久免费网站| 免费人成在线观看视频色| 成人一区二区视频在线观看| 成人毛片a级毛片在线播放| 久久久久久伊人网av| 亚洲va在线va天堂va国产| 久久亚洲国产成人精品v| 亚洲伊人久久精品综合 | 九九爱精品视频在线观看| 永久免费av网站大全| 久久99热这里只频精品6学生 | 日本黄大片高清| 亚洲av电影在线观看一区二区三区 | 一区二区三区高清视频在线| 成人午夜高清在线视频| 久久精品熟女亚洲av麻豆精品 | 精品久久久噜噜| 蜜桃亚洲精品一区二区三区| 伊人久久精品亚洲午夜| 日韩精品青青久久久久久| a级毛片免费高清观看在线播放| 欧美极品一区二区三区四区| 我的老师免费观看完整版| 91在线精品国自产拍蜜月| 99热精品在线国产| 男人舔女人下体高潮全视频| 国产麻豆成人av免费视频| 亚洲经典国产精华液单| 欧美性猛交黑人性爽| 久久精品国产鲁丝片午夜精品| 久久久午夜欧美精品| 亚洲欧美清纯卡通| 特级一级黄色大片| 亚洲熟妇中文字幕五十中出| 久久久久久久国产电影| 亚洲精品亚洲一区二区| 99久久无色码亚洲精品果冻| 亚洲欧美成人精品一区二区| 97超视频在线观看视频| 国产单亲对白刺激| 两个人的视频大全免费| 国产精品久久久久久av不卡| 小蜜桃在线观看免费完整版高清| 亚洲熟妇中文字幕五十中出| 成人午夜精彩视频在线观看| 丰满乱子伦码专区| kizo精华| 久久99热这里只频精品6学生 | 免费播放大片免费观看视频在线观看 | 国产午夜精品论理片| 乱人视频在线观看| 少妇熟女aⅴ在线视频| 日本爱情动作片www.在线观看| 内射极品少妇av片p| 国产黄片视频在线免费观看| h日本视频在线播放| 99久久无色码亚洲精品果冻| 你懂的网址亚洲精品在线观看 | 日本与韩国留学比较| 麻豆av噜噜一区二区三区| 少妇人妻一区二区三区视频| 久久精品国产99精品国产亚洲性色| 亚洲精品日韩av片在线观看| 内地一区二区视频在线| 丰满人妻一区二区三区视频av| 天堂影院成人在线观看| 亚洲av福利一区| 亚洲丝袜综合中文字幕| av在线天堂中文字幕| 亚洲性久久影院| 久久精品久久精品一区二区三区| av福利片在线观看| 好男人在线观看高清免费视频| 久久久久久九九精品二区国产| 欧美xxxx性猛交bbbb| 波多野结衣高清无吗| 99热这里只有是精品在线观看| 国产真实伦视频高清在线观看| 欧美成人免费av一区二区三区| 亚洲欧洲国产日韩| 国产成人a区在线观看| 国产av不卡久久| 国产伦精品一区二区三区四那| 中文字幕熟女人妻在线| 免费看光身美女| 91精品伊人久久大香线蕉| 国产高清不卡午夜福利| 国产淫片久久久久久久久| 男人舔奶头视频| 建设人人有责人人尽责人人享有的 | 舔av片在线| 国产伦一二天堂av在线观看| 69av精品久久久久久| 色网站视频免费| 老司机影院成人| 波多野结衣高清无吗| 超碰97精品在线观看| ponron亚洲| 久久久国产成人免费| 亚洲激情五月婷婷啪啪| 国产单亲对白刺激| 国产伦精品一区二区三区视频9| av黄色大香蕉| 变态另类丝袜制服| 91精品一卡2卡3卡4卡| 免费观看性生交大片5| 波野结衣二区三区在线| 国产老妇伦熟女老妇高清| 又粗又爽又猛毛片免费看| 国产亚洲一区二区精品| 国产伦精品一区二区三区视频9| 国产高清三级在线| 狂野欧美激情性xxxx在线观看| 熟妇人妻久久中文字幕3abv| 欧美成人a在线观看| 亚洲中文字幕日韩| 国产麻豆成人av免费视频| 国产午夜精品久久久久久一区二区三区| 嘟嘟电影网在线观看| 九九久久精品国产亚洲av麻豆| 丝袜喷水一区| 日韩强制内射视频| 成年版毛片免费区| 亚洲成人精品中文字幕电影| 国内精品一区二区在线观看| 亚洲欧美精品自产自拍| 91精品伊人久久大香线蕉| 国产成人freesex在线| 亚洲最大成人av| 国产在线男女| 麻豆国产97在线/欧美| 99热这里只有是精品50| 国产私拍福利视频在线观看| 欧美另类亚洲清纯唯美| 日韩欧美精品v在线| 国产精品一二三区在线看| 久久热精品热| 国产精品美女特级片免费视频播放器| 三级国产精品欧美在线观看| 日本一二三区视频观看| 国产老妇女一区| 亚洲国产最新在线播放| 女人久久www免费人成看片 | 久久久久久久亚洲中文字幕| 99热网站在线观看| 国产精品永久免费网站| 色哟哟·www| 熟妇人妻久久中文字幕3abv| 亚洲va在线va天堂va国产| 中文字幕av成人在线电影| 一级av片app| 99久久中文字幕三级久久日本| 成人午夜精彩视频在线观看| 亚洲aⅴ乱码一区二区在线播放| 国产精品久久久久久久电影| 人妻少妇偷人精品九色| 国产一区二区在线观看日韩| 中文字幕久久专区| 久久99热这里只频精品6学生 | 色播亚洲综合网| 亚洲电影在线观看av| 三级毛片av免费| 男人舔女人下体高潮全视频| 联通29元200g的流量卡| 69人妻影院| 国产一级毛片七仙女欲春2| 国产精品一二三区在线看| 久久久成人免费电影| 成人一区二区视频在线观看| 日本av手机在线免费观看| 插逼视频在线观看| 国产中年淑女户外野战色| 看非洲黑人一级黄片| 成人综合一区亚洲| 一夜夜www| 精品熟女少妇av免费看| 三级国产精品片| 亚洲怡红院男人天堂| 免费一级毛片在线播放高清视频| 日本爱情动作片www.在线观看| 亚洲,欧美,日韩| 国产成人91sexporn| 国产私拍福利视频在线观看| 国产色爽女视频免费观看| 亚洲av成人av| 日韩视频在线欧美| 长腿黑丝高跟| 成人美女网站在线观看视频| 又粗又硬又长又爽又黄的视频| 精品久久久久久久人妻蜜臀av| 日日摸夜夜添夜夜爱| 午夜福利网站1000一区二区三区| 国产精品蜜桃在线观看| 亚洲国产欧美在线一区| 精品少妇黑人巨大在线播放 | 国产毛片a区久久久久| 男人和女人高潮做爰伦理| 精品人妻视频免费看| 观看免费一级毛片| 久久综合国产亚洲精品| 你懂的网址亚洲精品在线观看 | 99热网站在线观看| 亚洲国产日韩欧美精品在线观看| 一边摸一边抽搐一进一小说| 国产亚洲5aaaaa淫片| 亚洲国产精品国产精品| 乱人视频在线观看| 你懂的网址亚洲精品在线观看 | 丰满人妻一区二区三区视频av| 日韩成人伦理影院| 亚洲欧美清纯卡通| 美女大奶头视频| 夜夜爽夜夜爽视频| 日日摸夜夜添夜夜爱| 天天躁夜夜躁狠狠久久av| 国产久久久一区二区三区| 国产亚洲午夜精品一区二区久久 | 欧美日本视频| 日韩高清综合在线| 只有这里有精品99| 一级爰片在线观看| 成人午夜高清在线视频| 天天躁夜夜躁狠狠久久av| 亚洲图色成人| 国产精品爽爽va在线观看网站| 小说图片视频综合网站| 国产乱来视频区| 久久久久久久久久黄片| 两性午夜刺激爽爽歪歪视频在线观看| 99久国产av精品国产电影| 亚洲精品成人久久久久久| 欧美97在线视频| 久久6这里有精品| 久久久亚洲精品成人影院| 亚洲av电影不卡..在线观看| 国产精品一及| 午夜精品一区二区三区免费看| 婷婷六月久久综合丁香| 一区二区三区四区激情视频| 精品酒店卫生间| 大香蕉97超碰在线| 91午夜精品亚洲一区二区三区| 桃色一区二区三区在线观看| 国产精品av视频在线免费观看| 亚洲天堂国产精品一区在线| 又粗又硬又长又爽又黄的视频| 亚洲人成网站在线观看播放| 两个人视频免费观看高清| 天堂中文最新版在线下载 | 成人一区二区视频在线观看| 五月玫瑰六月丁香| 黄色欧美视频在线观看| 听说在线观看完整版免费高清| 伦理电影大哥的女人| 成人无遮挡网站| 欧美一区二区精品小视频在线| 成人鲁丝片一二三区免费| 欧美bdsm另类| 99热这里只有是精品50| 久久久精品欧美日韩精品| 欧美不卡视频在线免费观看| 久久韩国三级中文字幕| 99视频精品全部免费 在线| 一本一本综合久久| av播播在线观看一区| 女的被弄到高潮叫床怎么办| 免费av毛片视频| 日韩视频在线欧美| 青春草亚洲视频在线观看| 岛国毛片在线播放| 插阴视频在线观看视频| 久久热精品热| 蜜桃亚洲精品一区二区三区| 国产精品一及| 波多野结衣巨乳人妻| 狠狠狠狠99中文字幕| 高清午夜精品一区二区三区| 国产黄色视频一区二区在线观看 | 国产高清有码在线观看视频| 免费观看在线日韩| 久久久久性生活片| 国产精品av视频在线免费观看| 国产探花在线观看一区二区| 日本免费a在线| 欧美日韩一区二区视频在线观看视频在线 | 蜜桃久久精品国产亚洲av|