• <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 ?

    基于人工智能的DDoS攻擊檢測方法研究進展

    2022-01-21 01:12:00趙恭震
    信息通信技術(shù) 2021年6期
    關(guān)鍵詞:攻擊者聚類神經(jīng)網(wǎng)絡(luò)

    康 重 趙恭震

    國際關(guān)系學(xué)院 北京 100091

    引言

    隨著互聯(lián)網(wǎng)的飛速發(fā)展,網(wǎng)絡(luò)內(nèi)容變得越來越豐富,網(wǎng)絡(luò)應(yīng)用已經(jīng)進入各個領(lǐng)域,網(wǎng)絡(luò)系統(tǒng)也變得越來越復(fù)雜,這帶來了許多潛在的網(wǎng)絡(luò)安全隱患。常見的網(wǎng)絡(luò)安全隱患包括暴力破解攻擊、蠕蟲病毒、惡意軟件攻擊、網(wǎng)絡(luò)攻擊和掃描攻擊等[1]。拒絕服務(wù)攻擊(Denial of Service,DoS)攻擊是最嚴重和典型的網(wǎng)絡(luò)攻擊之一[2]。這種拒絕服務(wù)攻擊,將耗盡目標主機上的資源,并阻止合法用戶成功訪問網(wǎng)絡(luò)系統(tǒng)資源。分布式拒絕服務(wù)攻擊(Distributed Denial of Service,DDoS)基于DoS攻擊,攻擊者控制大量僵尸主機,并將大量虛假網(wǎng)絡(luò)流量發(fā)送到目標主機。DDoS目標是消耗目標主機上的系統(tǒng)資源和網(wǎng)絡(luò)帶寬,使目標宿主癱瘓[3]。DDoS是網(wǎng)絡(luò)黑客使用的最受歡迎的網(wǎng)絡(luò)攻擊方法之一,具有分布式和大規(guī)模協(xié)作操作的特點。

    隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,DDoS攻擊在互聯(lián)網(wǎng)上的發(fā)生率已經(jīng)很普遍,DDoS攻擊已經(jīng)成為影響網(wǎng)絡(luò)設(shè)備安全的重要因素。2018年,遭受到DDoS攻擊并產(chǎn)生影響的企業(yè)數(shù)量比2017年成倍增加[4]。在我國超過8成的企業(yè)在近一年都遭受過DDoS攻擊,57%的企業(yè)遭受攻擊的頻次低于10次,但是存在2%的企業(yè)遭受DDoS攻擊次數(shù)超過100次。DDoS攻擊最高流量峰值在100~300G之間的企業(yè)占我國企業(yè)的30%,高流量的攻擊對我國企業(yè)造成很嚴重的影響。DDoS攻擊正在危害各個行業(yè),所導(dǎo)致的經(jīng)濟損失達到數(shù)億,同時DDoS的攻擊方式趨于多樣化,嚴重的話還會影響國家的信息安全。因此,如何有效準確地檢測DDoS攻擊是研究人員和網(wǎng)絡(luò)安全專業(yè)人員今后應(yīng)該重點研究的內(nèi)容。

    隨著人工智能的快速發(fā)展,人們的生活方式迎來了巨大的變化。人工智能主要用于研究使計算機來模擬人的某些思維過程和智能行為,通過相關(guān)的人工智能算法去檢測DDoS攻擊已經(jīng)成為研究者和相關(guān)網(wǎng)絡(luò)安全人員的研究方向。

    1 DDoS攻擊

    DDoS攻擊通常使用客戶端/服務(wù)器技術(shù),攻擊者控制多個僵尸主機,并將它們組合到一個攻擊平臺中,以對一個或多個目標發(fā)起DDoS攻擊。攻擊者通常使用網(wǎng)絡(luò)攻擊技術(shù)在控制計算機上安裝主DDoS控制程序,代理程序已安裝在互聯(lián)網(wǎng)上的許多計算機上。主控制程序與許多代理進行通信以控制和實施DDoS攻擊,在攻擊期間,代理程序收到指令后便立即發(fā)起攻擊,客戶端/服務(wù)器技術(shù)使主控制程序能夠在幾秒鐘內(nèi)激活成千上萬的代理操作,以便快速實施DDoS攻擊。

    高速互聯(lián)網(wǎng)的普及不僅為所有人提供了便利,而且也為DDoS攻擊提供了非常有利的條件。在低速網(wǎng)絡(luò)時代,兼顧所經(jīng)過路由器的跳數(shù),黑客選擇實施攻擊的傀儡機時,通常會優(yōu)先考慮離目標網(wǎng)絡(luò)距離近的機器來達到更好的攻擊效果?,F(xiàn)在攻擊者可以在其他城市或者更遠的地方發(fā)動攻擊,大量的傀儡機可以在更大的范圍內(nèi)實施布局,提供更為靈活的攻擊方式。如今,DDoS攻擊次數(shù)和復(fù)雜程度不斷提高,使得它們越來越難以防御。

    1.1 攻擊原理

    DDoS攻擊是攻擊者控制大量的傀儡機向目標主機發(fā)送大量偽造的網(wǎng)絡(luò)流量,目的是耗盡目標主機的系統(tǒng)資源和網(wǎng)絡(luò)帶寬,從而使目標主機拒絕為正常接入用戶提供響應(yīng)服務(wù),進而產(chǎn)生網(wǎng)絡(luò)癱瘓[5]。DDoS攻擊原理如圖1所示。

    圖1 DDoS攻擊原理圖

    攻擊者通過主控端運行控制程序來執(zhí)行DDoS攻擊,而每臺主控機操控大量的傀儡機。當大量的傀儡主機同時對目的主機進行訪問或者發(fā)送大量的數(shù)據(jù)包時,目的主機無法同時響應(yīng)這些訪問或者數(shù)據(jù)包,導(dǎo)致目的主機資源的耗盡或者大量的無用資源占據(jù)網(wǎng)絡(luò)。當正常用戶訪問目的主機時,無法正常訪問獲取相應(yīng)的資源。

    1.2 常見的DDoS攻擊類型

    DDoS攻擊可分為三種主要類型:網(wǎng)絡(luò)流量攻擊,連接攻擊和特殊協(xié)議漏洞攻擊[6]。網(wǎng)絡(luò)流量型攻擊主要是消耗目標主機的帶寬資源,例如IPFlood、ICMPFlood、SYNFlood、UDPFlood攻擊等。連接型攻擊主要是攻擊者通過建立TCP連接,依據(jù)TCP協(xié)議向目的主機發(fā)送大量虛假數(shù)據(jù)包,進而實現(xiàn)對目標主機系統(tǒng)資源的消耗,例如TCP SYN Flood、Smurf和Ping of Death攻擊等。特殊協(xié)議攻擊主要在應(yīng)用層利用HTTP協(xié)議的某些內(nèi)容,例如使用HTTP協(xié)議標頭要以連續(xù)字符串“ ”結(jié)尾的性質(zhì)。如果攻擊者發(fā)送了HTTP Get請求,需要發(fā)送一個緩慢且無用的頭字段,并且不發(fā)送結(jié)束標志,相應(yīng)的服務(wù)器資源會被占用;在HTTP Post請求中,允許在HTTP的頭部中聲明Content-Length,攻擊者發(fā)送頭部后,不發(fā)送body部分同樣可以達到資源消耗的目的。

    2 基于人工智能的檢測方法

    當前DDoS攻擊的檢測方法有很多種,隨著人工智能的飛速發(fā)展,它已逐漸成為檢測DDoS攻擊的常用方法?;谌斯ぶ悄艿腄DoS檢測方法主要是在此領(lǐng)域使用相關(guān)算法,人工智能算法主要分為機器學(xué)習和深度學(xué)習。基于機器學(xué)習的檢測方法主要通過網(wǎng)絡(luò)數(shù)據(jù)分類來實現(xiàn)DDoS入侵檢測,該算法的分類器將網(wǎng)絡(luò)流量分成正常流量和攻擊流量。機器學(xué)習的方法可以通過數(shù)據(jù)挖掘的方式剖析網(wǎng)絡(luò)數(shù)據(jù),同時具有自適應(yīng)性,可以根據(jù)網(wǎng)絡(luò)環(huán)境的變化來調(diào)整算法自身參數(shù),所以基于機器學(xué)習的方法越來越受到研究者的青睞?;谏疃葘W(xué)習的檢測方法主要是通過建立相應(yīng)的深度神經(jīng)網(wǎng)絡(luò)來進行的,常見的神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)。在網(wǎng)絡(luò)數(shù)據(jù)量過多、輸入特征和選擇特征不明顯的情況下,深度學(xué)習算法較機器學(xué)習算法更加穩(wěn)定。但是,由于深度學(xué)習算法自身復(fù)雜度過高而對資源占有率較大,所以兩者各有優(yōu)缺點,我們要根據(jù)實際情況進行選擇。

    本文對相關(guān)基于人工智能的方法進行了相應(yīng)的總結(jié),將其分為基于分類、基于聚類、基于深度學(xué)習的檢測方法,闡明不同檢測方法的特征和應(yīng)用場景,以便研究人員可以專注于相關(guān)研究。

    2.1 基于分類的檢測算法

    分類算法是一種輸出為離散型隨機變量的監(jiān)督學(xué)習算法,分為單一分類算法和集成分類算法,常適用于類別或其可能性的預(yù)測,不能進行數(shù)值的預(yù)測[7]。常用的算法主要包括隨機森林、神經(jīng)網(wǎng)絡(luò)、決策樹、樸素貝葉斯和支持向量機。樸素貝葉斯(Naive Bayes)是一種基于條件概率和計數(shù)的簡單算法,可通過訓(xùn)練大量數(shù)據(jù)來更新概率。支持向量機是一種基于內(nèi)核函數(shù)的技術(shù),可以將特征向量映射到整個內(nèi)核函數(shù)的高維空間。接下來,進行線性判別函數(shù)的建立。決策樹是二叉樹,葉節(jié)點的各種分類可以表示為分類樹和回歸樹。回歸樹的葉節(jié)點是恒定的。隨機森林在決策樹中收集了大量子節(jié)點。按類別投票,然后選擇投票最多的類別作為決策結(jié)果。神經(jīng)網(wǎng)絡(luò)是用于對非線性可分離數(shù)據(jù)進行分類的基本配置方法,基本組成包括輸入層、隱含層和輸出層。

    陳靜[8]等人分析了云計算服務(wù)中LDDoS的攻擊特征和風險,并提出了一種基于分類算法的檢測方法。該方法將主成分分析方法提取LDDoS攻擊流量的特征作為神經(jīng)網(wǎng)絡(luò)上的輸入,通過SVM支持向量機模型進行識別分類,實現(xiàn)對網(wǎng)絡(luò)流量的判斷。文獻[9]對傳統(tǒng)的隨機森林算法進行了改進,通過對不同的決策樹賦予不同的權(quán)值以及對每個決策樹賦予不同的權(quán)重,實現(xiàn)了對特征屬性進行降噪聲和消除相關(guān)性處理,使得檢測更準確。陳超[10]等人介紹了雙向流的概念,并使用GHSOM算法對SDN提取的四個特征向量進行快速分析和分類,并為目標IP提供完整的信息,提出了基于IP地址四元組特征的DDoS檢測方法。陳莉[11]等人基于二分類思想,從DDoS攻擊特點出發(fā),將流表項速率、源IP地址熵等特征向量作為輸入,建立了基于BP神經(jīng)網(wǎng)絡(luò)為核心的DDoS攻擊檢測模型,利用BP分類算法對流量特性向量進行處理,通過模型的輸出特征值判斷是否存在攻擊。

    2.2 基于聚類的檢測算法

    一般而言,聚類指將沒有分類標簽的數(shù)據(jù)集,分為若干個簇的過程,是一種無監(jiān)督的分類方法[12]。在大數(shù)據(jù)時代背景下,隨著數(shù)據(jù)量的不斷增加及其數(shù)據(jù)形態(tài)的日益多樣化,聚類算法的應(yīng)用更加廣泛;同時對算法本身也提出了更高的要求[13]。常用的聚類算法主要包括K-means、AP聚類和GMM模型。K-Means是一種基于最小化誤差函數(shù)將數(shù)據(jù)劃分為預(yù)定數(shù)量的K個類別的算法。該算法將數(shù)據(jù)分為K部分,無需監(jiān)視信號,適合處理大數(shù)據(jù)。AP群集算法將所有樣本視為網(wǎng)絡(luò)上的節(jié)點,并根據(jù)在網(wǎng)絡(luò)每個邊緣上傳輸?shù)南碛嬎忝總€樣本的群集中心[14]。聚類過程中,在各節(jié)點間傳遞吸引度和歸屬度兩種信息。高斯混合模型(GMM)是對單一高斯概率密度函數(shù)的延伸,GMM能夠平滑地近似模擬任意形狀的密度分布,常適用于多類別的劃分,應(yīng)用于復(fù)雜對象的建模?;诰垲惖腄DoS檢測方法通常將聚類算法與其他算法結(jié)合使用,以更準確地檢測DDoS攻擊。

    劉自豪[15]等提出了一種基于改進的AP聚類算法的應(yīng)用層DDoS檢測技術(shù),在預(yù)分類的基礎(chǔ)上,使用相同類簇合并機制并刪除相異類簇以實現(xiàn)有效聚類,并引入了輪廓指示器,實時監(jiān)控集群。同時設(shè)計高質(zhì)量的自學(xué)習集群更新機制,以進一步減少誤報并提高檢測率。盧正鵬[16]在對k-Means和主成分分析的基礎(chǔ)上,提出了一種檢測DDoS攻擊異常的優(yōu)化算法,其使用最小距離分割方法解決了起點的隨機選擇引起的不可預(yù)測的誤差的問題。通過對用戶訪問行為的特征進行合理分析,計算出可以區(qū)分攻擊行為的新屬性,并使用標準化的歐幾里得距離作為提高算法執(zhí)行效率的度量,最后PCA重構(gòu)誤差進行攻擊行為的判斷。李麗娟[17]等人通過動態(tài)索引和初始聚類中心自動選擇改進了傳統(tǒng)的K均值算法。傳統(tǒng)的K-Means算法對初始聚類中心非常敏感,必須預(yù)先知道聚類數(shù),與傳統(tǒng)的K均值相比,識別精度更高。

    2.3 基于深度學(xué)習的檢測算法

    隨著深度學(xué)習研究的不斷深入,其被廣泛應(yīng)用于圖像識別、語音識別、文本分析和大數(shù)據(jù)分析中[18]。它是一種主要使用深度神經(jīng)網(wǎng)絡(luò)為工具的機器學(xué)習算法,神經(jīng)網(wǎng)絡(luò)在學(xué)習過程中實現(xiàn)了對應(yīng)特征參數(shù)的選擇。較高的可實現(xiàn)算力、深度神經(jīng)網(wǎng)絡(luò)的完備性以及深度學(xué)習特征選取的完備性種種優(yōu)勢都促進了深度學(xué)習的長足穩(wěn)定的發(fā)展[19]。主流的深度學(xué)習算法主要包括深度神經(jīng)網(wǎng)絡(luò)(DNN)、遞歸神經(jīng)網(wǎng)絡(luò)(RNN)、卷積神經(jīng)網(wǎng)絡(luò)(CNN)[20]。CNN是一種前饋神經(jīng)網(wǎng)絡(luò),本質(zhì)上是一個多層感知機。CNN采用局部連接和共享權(quán)值的方式優(yōu)化了網(wǎng)絡(luò)、降低了過擬合的風險[21]。CNN通過采用不同的神經(jīng)元和學(xué)習規(guī)則的組合方式,提供了良好的容錯能力和自學(xué)習能力,常適用于大型圖像處理。RNN是一種特殊的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),通過連接隱藏層的節(jié)點并將隱藏層的先前輸出作為當前隱藏層的輸入來實現(xiàn)遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。RNN的特殊結(jié)構(gòu)提供“記憶功能”,通常用于自然語言處理、機器翻譯和語音識別等場景。在傳統(tǒng)意義上,DNN與神經(jīng)網(wǎng)絡(luò)沒有顯著差異,DNN增加了網(wǎng)絡(luò)層的數(shù)量并解決了模型訓(xùn)練的問題。DNN引入了非線性激活函數(shù),在層與層之間添加的非線性項以及偏置項能夠很好地增加DNN擬合性能。在基于深度學(xué)習的檢測方法中常常將深度學(xué)習算法同其他算法模型結(jié)合起來,或者改進深度學(xué)習的相關(guān)算法,來實現(xiàn)更加精確的檢測。

    Lounnapha[22]構(gòu)建了一個基于深度學(xué)習技術(shù)CNN和SVDD算法的DDoS檢測模型。SVDD算法可用于離群值檢測并從數(shù)據(jù)集中檢測出不典型的對象,提高模型的準確性,將其和CNN相結(jié)合,可以在減少損失、提高收斂速度的同時增加準確率。王文濤[23]等人將概率圖模型與DNN結(jié)合,在檢測模型的數(shù)據(jù)預(yù)處理階段,使用概率圖模型的HMM算法對統(tǒng)計特征進行聚類,通過輕量級的DNN模型對聚類數(shù)據(jù)進行攻擊檢測,減少了檢測時間,提高了準確率。文獻[24]提出了一種改進的卷積神經(jīng)網(wǎng)絡(luò)(CNN)的DDoS攻擊檢測方法,通過用卷積層及全局平均池化層代替全連接層,求出每個相應(yīng)類別的特征映射的平均值,最后再將平均特征向量送入Sigmoid層進行分類,避免了過擬合問題,提高了模型的準確率。李傳煌[25]等人基于深度學(xué)習混合模型,提出了一種將SDN與深度學(xué)習相結(jié)合并使用深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)和深度堆棧自動編碼(DSAE)進行檢測的DDoS攻擊檢測方法,該方法由于使用了傳統(tǒng)的深度神經(jīng)網(wǎng)絡(luò),準確率高,可實現(xiàn)對特定DDoS的防御。

    3 結(jié)束語

    本文對現(xiàn)有的DDoS攻擊按照攻擊方法進行劃分,詳細介紹了DDoS攻擊的原理,并總結(jié)了基于人工智能的DDoS檢測方式,將其分為三大類,并對每一類檢測方法的研究分析現(xiàn)狀進行了相應(yīng)的總結(jié)。三種檢測方法分別適用于不同的檢測場景,分類和聚類算法相較于深度學(xué)習算法開銷較小,檢測時間較快,當涉及到流量較大的時候,深度學(xué)習算法往往更具優(yōu)勢,準確率更高。本文中描述的檢測方法并不涵蓋所有當前基于人工智能的已知檢測方法,本文介紹的方法是為了使后續(xù)的相關(guān)研究人員能夠做出適當?shù)臎Q策,希望后續(xù)的研究人員可以將這些算法進行實際合理的運用,并對這些檢測方法進行改進,提高對DDoS攻擊檢測的準確度,降低DDoS攻擊帶來的損失。

    猜你喜歡
    攻擊者聚類神經(jīng)網(wǎng)絡(luò)
    基于微分博弈的追逃問題最優(yōu)策略設(shè)計
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    正面迎接批判
    愛你(2018年16期)2018-06-21 03:28:44
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機控制模型建立
    重型機械(2016年1期)2016-03-01 03:42:04
    基于改進的遺傳算法的模糊聚類算法
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    有限次重復(fù)博弈下的網(wǎng)絡(luò)攻擊行為研究
    基于支持向量機回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
    亚洲精品国产区一区二| 免费看十八禁软件| 欧美日韩福利视频一区二区| 精品少妇久久久久久888优播| 亚洲午夜精品一区,二区,三区| 婷婷精品国产亚洲av在线 | 女人被狂操c到高潮| 丁香六月欧美| 妹子高潮喷水视频| 天堂√8在线中文| 99riav亚洲国产免费| 欧美另类亚洲清纯唯美| 免费在线观看视频国产中文字幕亚洲| 精品久久久久久久毛片微露脸| 欧美亚洲 丝袜 人妻 在线| 亚洲精品乱久久久久久| 好看av亚洲va欧美ⅴa在| 国产欧美日韩一区二区三区在线| 99在线人妻在线中文字幕 | 欧美亚洲日本最大视频资源| 亚洲熟妇熟女久久| 无人区码免费观看不卡| 好看av亚洲va欧美ⅴa在| 国产精品影院久久| 叶爱在线成人免费视频播放| 久久久国产成人精品二区 | 成人国产一区最新在线观看| 日韩三级视频一区二区三区| 午夜精品久久久久久毛片777| 两个人看的免费小视频| 999精品在线视频| 亚洲精品一二三| 老鸭窝网址在线观看| 中出人妻视频一区二区| 国产精品一区二区精品视频观看| 国产欧美日韩一区二区三| 亚洲aⅴ乱码一区二区在线播放 | 黄网站色视频无遮挡免费观看| 国产高清激情床上av| 男女下面插进去视频免费观看| 亚洲第一欧美日韩一区二区三区| 亚洲色图av天堂| 国产精品香港三级国产av潘金莲| 色精品久久人妻99蜜桃| 精品第一国产精品| 一进一出抽搐gif免费好疼 | 很黄的视频免费| 国产成人精品久久二区二区免费| 国产亚洲精品第一综合不卡| cao死你这个sao货| 久久午夜综合久久蜜桃| 欧美 日韩 精品 国产| 欧美日本中文国产一区发布| bbb黄色大片| 看片在线看免费视频| 久久久久久人人人人人| 久久久水蜜桃国产精品网| 久久午夜亚洲精品久久| xxxhd国产人妻xxx| 12—13女人毛片做爰片一| 日本黄色日本黄色录像| 国产精品秋霞免费鲁丝片| 免费一级毛片在线播放高清视频 | 麻豆乱淫一区二区| 捣出白浆h1v1| 99久久精品国产亚洲精品| 精品卡一卡二卡四卡免费| 亚洲 国产 在线| 欧美日韩中文字幕国产精品一区二区三区 | 久久国产精品影院| 十八禁网站免费在线| 午夜精品久久久久久毛片777| 国精品久久久久久国模美| 精品电影一区二区在线| 丝袜美腿诱惑在线| 18禁裸乳无遮挡动漫免费视频| 好看av亚洲va欧美ⅴa在| 欧美av亚洲av综合av国产av| 亚洲七黄色美女视频| 精品久久蜜臀av无| 国产精品亚洲一级av第二区| 大香蕉久久网| e午夜精品久久久久久久| 香蕉久久夜色| av欧美777| 久久精品91无色码中文字幕| xxxhd国产人妻xxx| 99国产极品粉嫩在线观看| 久久国产精品大桥未久av| 最新在线观看一区二区三区| 手机成人av网站| 亚洲精品久久成人aⅴ小说| a级毛片在线看网站| 午夜成年电影在线免费观看| 妹子高潮喷水视频| 欧美日韩亚洲综合一区二区三区_| 日韩一卡2卡3卡4卡2021年| 无限看片的www在线观看| 日本欧美视频一区| 中文字幕另类日韩欧美亚洲嫩草| 国产精品久久视频播放| 啪啪无遮挡十八禁网站| 如日韩欧美国产精品一区二区三区| 免费在线观看亚洲国产| 国产精品 欧美亚洲| 黄色毛片三级朝国网站| 欧美日韩av久久| 十八禁高潮呻吟视频| 亚洲男人天堂网一区| 一夜夜www| 欧美日韩福利视频一区二区| av一本久久久久| 无限看片的www在线观看| 纯流量卡能插随身wifi吗| 午夜福利一区二区在线看| 性色av乱码一区二区三区2| 大码成人一级视频| 超碰97精品在线观看| 亚洲中文av在线| 亚洲欧美激情综合另类| 在线观看66精品国产| 高清视频免费观看一区二区| 国产成人免费观看mmmm| 亚洲欧美精品综合一区二区三区| 国产精品九九99| 无人区码免费观看不卡| 精品福利观看| 在线天堂中文资源库| 亚洲人成伊人成综合网2020| 99国产精品一区二区三区| 国产不卡一卡二| av超薄肉色丝袜交足视频| 国产在线精品亚洲第一网站| 亚洲少妇的诱惑av| 一级,二级,三级黄色视频| 久久午夜综合久久蜜桃| 女人高潮潮喷娇喘18禁视频| 一边摸一边抽搐一进一小说 | 精品久久久久久久毛片微露脸| 首页视频小说图片口味搜索| 法律面前人人平等表现在哪些方面| 麻豆乱淫一区二区| 久久中文字幕人妻熟女| 丰满迷人的少妇在线观看| 每晚都被弄得嗷嗷叫到高潮| 18禁美女被吸乳视频| 国产男女内射视频| 国产视频一区二区在线看| 久久久水蜜桃国产精品网| 日本撒尿小便嘘嘘汇集6| 亚洲专区字幕在线| 亚洲,欧美精品.| 麻豆国产av国片精品| 在线观看免费高清a一片| 久久久国产欧美日韩av| 亚洲性夜色夜夜综合| 中文字幕色久视频| 亚洲精品在线美女| 午夜亚洲福利在线播放| 国产成人av激情在线播放| 18禁观看日本| 国产精品久久久久久人妻精品电影| 9色porny在线观看| 丁香欧美五月| tocl精华| 午夜91福利影院| 一区福利在线观看| x7x7x7水蜜桃| 麻豆乱淫一区二区| а√天堂www在线а√下载 | 中文字幕人妻丝袜制服| 9色porny在线观看| 国产不卡一卡二| 国产精品成人在线| 国产成人精品久久二区二区免费| 一级a爱片免费观看的视频| 一边摸一边抽搐一进一小说 | 亚洲七黄色美女视频| 久久午夜综合久久蜜桃| 欧美av亚洲av综合av国产av| 中文欧美无线码| 国产成人精品久久二区二区免费| 欧美激情 高清一区二区三区| 国产欧美日韩综合在线一区二区| 美女国产高潮福利片在线看| 岛国毛片在线播放| www.精华液| 少妇粗大呻吟视频| 亚洲黑人精品在线| 精品高清国产在线一区| 久久久精品免费免费高清| 日韩有码中文字幕| 又黄又爽又免费观看的视频| 大香蕉久久网| 国产精品永久免费网站| 大型黄色视频在线免费观看| 丝袜人妻中文字幕| 色播在线永久视频| a级片在线免费高清观看视频| 欧美日韩福利视频一区二区| 欧美精品啪啪一区二区三区| 成年人免费黄色播放视频| 欧美成人免费av一区二区三区 | 老鸭窝网址在线观看| av国产精品久久久久影院| 丁香欧美五月| 精品无人区乱码1区二区| 下体分泌物呈黄色| 精品久久久久久久毛片微露脸| √禁漫天堂资源中文www| 999精品在线视频| 狠狠婷婷综合久久久久久88av| 制服人妻中文乱码| 国产成人系列免费观看| 一级作爱视频免费观看| 九色亚洲精品在线播放| 亚洲熟妇熟女久久| 欧美精品av麻豆av| 久久精品熟女亚洲av麻豆精品| 欧美色视频一区免费| 成人永久免费在线观看视频| 欧美激情极品国产一区二区三区| 伦理电影免费视频| 啦啦啦免费观看视频1| 国产av又大| 一边摸一边抽搐一进一出视频| 亚洲成av片中文字幕在线观看| 777米奇影视久久| 身体一侧抽搐| 在线看a的网站| 久久午夜综合久久蜜桃| 午夜影院日韩av| 国产精华一区二区三区| 亚洲色图av天堂| 亚洲av日韩精品久久久久久密| 国产亚洲欧美精品永久| 老汉色∧v一级毛片| 在线看a的网站| 亚洲精品av麻豆狂野| 亚洲国产看品久久| 女人精品久久久久毛片| 国产深夜福利视频在线观看| 国产精品成人在线| 色婷婷久久久亚洲欧美| 成人免费观看视频高清| 国产在线精品亚洲第一网站| 日韩欧美一区二区三区在线观看 | 久久久久久久国产电影| 大香蕉久久成人网| 欧美久久黑人一区二区| 精品国产亚洲在线| 亚洲精品久久成人aⅴ小说| 国产成人精品久久二区二区91| 久久草成人影院| 热99国产精品久久久久久7| 搡老岳熟女国产| 亚洲av日韩在线播放| 777米奇影视久久| 亚洲一区中文字幕在线| 精品国产一区二区三区四区第35| 99国产精品一区二区蜜桃av | 国产淫语在线视频| 老鸭窝网址在线观看| 国内久久婷婷六月综合欲色啪| 水蜜桃什么品种好| 免费在线观看完整版高清| 大码成人一级视频| 国产野战对白在线观看| 国产国语露脸激情在线看| 精品少妇一区二区三区视频日本电影| 18禁美女被吸乳视频| 丁香六月欧美| 久久天堂一区二区三区四区| 成人三级做爰电影| 国产又爽黄色视频| a级毛片在线看网站| 美女扒开内裤让男人捅视频| 国产免费男女视频| 亚洲av美国av| 国产精品永久免费网站| 久久精品aⅴ一区二区三区四区| 精品无人区乱码1区二区| 国产亚洲一区二区精品| av超薄肉色丝袜交足视频| 好看av亚洲va欧美ⅴa在| 99国产精品免费福利视频| 熟女少妇亚洲综合色aaa.| 自线自在国产av| 成人手机av| www日本在线高清视频| 亚洲精品粉嫩美女一区| 黑人欧美特级aaaaaa片| 欧美午夜高清在线| 国产精品永久免费网站| 午夜福利乱码中文字幕| 欧美成人免费av一区二区三区 | 母亲3免费完整高清在线观看| 亚洲成人手机| 午夜福利免费观看在线| 久久 成人 亚洲| 亚洲视频免费观看视频| 国产精品免费大片| 日韩 欧美 亚洲 中文字幕| 女人精品久久久久毛片| 女人被躁到高潮嗷嗷叫费观| 男人的好看免费观看在线视频 | 国产区一区二久久| 免费日韩欧美在线观看| 国产淫语在线视频| 高清毛片免费观看视频网站 | 国产成人欧美在线观看 | 夜夜爽天天搞| 久久人妻av系列| 国产欧美日韩一区二区三区在线| 午夜福利在线免费观看网站| 女人被狂操c到高潮| 777久久人妻少妇嫩草av网站| 午夜免费观看网址| 亚洲人成电影免费在线| 两性午夜刺激爽爽歪歪视频在线观看 | 日韩视频一区二区在线观看| 美女福利国产在线| 大香蕉久久网| 日日摸夜夜添夜夜添小说| 男女床上黄色一级片免费看| 人人澡人人妻人| 久久精品aⅴ一区二区三区四区| 777米奇影视久久| 日韩成人在线观看一区二区三区| 女人被狂操c到高潮| av天堂在线播放| 在线观看免费午夜福利视频| 午夜视频精品福利| 在线观看日韩欧美| 亚洲全国av大片| 别揉我奶头~嗯~啊~动态视频| 午夜两性在线视频| 国产精华一区二区三区| 身体一侧抽搐| 久99久视频精品免费| 妹子高潮喷水视频| 欧美日韩视频精品一区| 丝袜在线中文字幕| 在线观看日韩欧美| 亚洲av成人不卡在线观看播放网| 国产精品秋霞免费鲁丝片| 午夜视频精品福利| 日韩有码中文字幕| 国产精品影院久久| 女人被狂操c到高潮| 精品亚洲成国产av| 女人被狂操c到高潮| 男女午夜视频在线观看| 亚洲精品乱久久久久久| 一级a爱片免费观看的视频| 久久久久视频综合| 啦啦啦免费观看视频1| 久久草成人影院| 国产精品久久久av美女十八| 99久久综合精品五月天人人| 午夜福利乱码中文字幕| 久久ye,这里只有精品| 国产免费av片在线观看野外av| 午夜成年电影在线免费观看| 久久天堂一区二区三区四区| 亚洲在线自拍视频| 中文字幕人妻丝袜一区二区| 99精品在免费线老司机午夜| 91成年电影在线观看| 在线国产一区二区在线| 成人免费观看视频高清| 好看av亚洲va欧美ⅴa在| 久久中文字幕一级| 两性午夜刺激爽爽歪歪视频在线观看 | 一边摸一边抽搐一进一小说 | 午夜老司机福利片| 精品亚洲成a人片在线观看| 操美女的视频在线观看| 日本欧美视频一区| 黑人猛操日本美女一级片| 国产精品久久久人人做人人爽| 国产高清videossex| 少妇被粗大的猛进出69影院| 91大片在线观看| 两个人免费观看高清视频| 法律面前人人平等表现在哪些方面| 久久精品aⅴ一区二区三区四区| 夫妻午夜视频| 91麻豆精品激情在线观看国产 | 精品国产超薄肉色丝袜足j| 香蕉国产在线看| 国产视频一区二区在线看| 大香蕉久久成人网| 三上悠亚av全集在线观看| 热99re8久久精品国产| 午夜免费成人在线视频| 国产精品亚洲av一区麻豆| 波多野结衣av一区二区av| 欧美一级毛片孕妇| 久久狼人影院| 国内久久婷婷六月综合欲色啪| 91麻豆精品激情在线观看国产 | 12—13女人毛片做爰片一| 久99久视频精品免费| 日韩欧美国产一区二区入口| 久久草成人影院| 日韩精品免费视频一区二区三区| 国产精品欧美亚洲77777| 久久精品aⅴ一区二区三区四区| svipshipincom国产片| 91麻豆精品激情在线观看国产 | 在线观看免费视频日本深夜| 日韩欧美免费精品| 免费观看精品视频网站| 美女午夜性视频免费| bbb黄色大片| 超色免费av| 成人黄色视频免费在线看| 在线观看免费日韩欧美大片| 久久精品亚洲熟妇少妇任你| 黄色视频不卡| av一本久久久久| 亚洲国产精品sss在线观看 | 男女下面插进去视频免费观看| 热re99久久国产66热| 久久国产亚洲av麻豆专区| 欧美 日韩 精品 国产| a在线观看视频网站| 手机成人av网站| 18禁美女被吸乳视频| netflix在线观看网站| 日韩免费高清中文字幕av| netflix在线观看网站| 韩国精品一区二区三区| 王馨瑶露胸无遮挡在线观看| 欧美激情极品国产一区二区三区| xxx96com| 乱人伦中国视频| 日韩一卡2卡3卡4卡2021年| 国产成人欧美| tocl精华| 一进一出抽搐gif免费好疼 | 18禁裸乳无遮挡免费网站照片 | 国产精品98久久久久久宅男小说| 国产精品.久久久| 中文字幕高清在线视频| 人人妻人人澡人人爽人人夜夜| 日日爽夜夜爽网站| 亚洲中文av在线| 国产成人精品久久二区二区免费| 国产精品一区二区在线观看99| 亚洲成人手机| 黄色视频,在线免费观看| 女人爽到高潮嗷嗷叫在线视频| 日韩欧美免费精品| 国产精品久久久久成人av| 91av网站免费观看| 又黄又粗又硬又大视频| 91av网站免费观看| 香蕉久久夜色| 亚洲av第一区精品v没综合| 又黄又爽又免费观看的视频| 满18在线观看网站| 岛国在线观看网站| 国产成人精品久久二区二区91| 成年版毛片免费区| 色精品久久人妻99蜜桃| 久久香蕉精品热| 成年人黄色毛片网站| 国产精品久久久久久精品古装| ponron亚洲| 99国产精品免费福利视频| 亚洲 欧美一区二区三区| 午夜福利,免费看| 女人被狂操c到高潮| 久久国产精品男人的天堂亚洲| 久久天躁狠狠躁夜夜2o2o| 成年版毛片免费区| 国产精品久久久久久人妻精品电影| 两性午夜刺激爽爽歪歪视频在线观看 | 成年版毛片免费区| 国产精品久久久久久人妻精品电影| av不卡在线播放| 精品国产乱码久久久久久男人| 国产精品乱码一区二三区的特点 | 久久人妻熟女aⅴ| 亚洲精品av麻豆狂野| 中文字幕人妻丝袜一区二区| 两个人看的免费小视频| 91麻豆精品激情在线观看国产 | 人妻久久中文字幕网| 十八禁高潮呻吟视频| 国产成人一区二区三区免费视频网站| 久久人人97超碰香蕉20202| 久久亚洲真实| 精品熟女少妇八av免费久了| 国产精品乱码一区二三区的特点 | 在线十欧美十亚洲十日本专区| 叶爱在线成人免费视频播放| 亚洲欧美一区二区三区久久| 人人妻人人澡人人爽人人夜夜| 99国产精品99久久久久| 亚洲精品粉嫩美女一区| 免费观看精品视频网站| 天堂√8在线中文| 日韩欧美在线二视频 | 丰满人妻熟妇乱又伦精品不卡| 涩涩av久久男人的天堂| 极品人妻少妇av视频| 亚洲精品在线观看二区| 精品无人区乱码1区二区| av天堂在线播放| 两人在一起打扑克的视频| 国产精品综合久久久久久久免费 | 身体一侧抽搐| 成年女人毛片免费观看观看9 | 大码成人一级视频| 亚洲精品美女久久久久99蜜臀| 日韩免费高清中文字幕av| 超色免费av| 涩涩av久久男人的天堂| 久久热在线av| 黄频高清免费视频| 动漫黄色视频在线观看| 中文字幕色久视频| 亚洲av成人av| 又黄又爽又免费观看的视频| 99精品久久久久人妻精品| 啦啦啦免费观看视频1| 一级毛片女人18水好多| 亚洲一码二码三码区别大吗| 悠悠久久av| 成人三级做爰电影| 大香蕉久久网| 国产精品99久久99久久久不卡| 日本一区二区免费在线视频| 久久久精品免费免费高清| 精品高清国产在线一区| 这个男人来自地球电影免费观看| 国产精品影院久久| 成人18禁高潮啪啪吃奶动态图| 久久中文字幕人妻熟女| 久久久久久免费高清国产稀缺| 少妇的丰满在线观看| 亚洲av成人av| 老司机在亚洲福利影院| 国产免费现黄频在线看| 国产精品99久久99久久久不卡| 中文字幕人妻熟女乱码| 精品人妻在线不人妻| 黄色毛片三级朝国网站| 中亚洲国语对白在线视频| 亚洲伊人色综图| 国产片内射在线| 国产av精品麻豆| 在线观看www视频免费| 中出人妻视频一区二区| 欧美激情极品国产一区二区三区| 亚洲午夜精品一区,二区,三区| 亚洲熟女精品中文字幕| 久久精品熟女亚洲av麻豆精品| 一级毛片高清免费大全| 免费看十八禁软件| 村上凉子中文字幕在线| 黑人欧美特级aaaaaa片| 满18在线观看网站| 嫩草影视91久久| 国产精品永久免费网站| 99国产综合亚洲精品| 超碰97精品在线观看| 欧美另类亚洲清纯唯美| 国产精品一区二区在线观看99| 亚洲成人免费电影在线观看| 久久草成人影院| 久久香蕉国产精品| 亚洲欧美日韩另类电影网站| 两人在一起打扑克的视频| www.999成人在线观看| 下体分泌物呈黄色| 色婷婷av一区二区三区视频| 久久精品熟女亚洲av麻豆精品| 看免费av毛片| a级毛片在线看网站| 精品亚洲成a人片在线观看| 黄色怎么调成土黄色| 母亲3免费完整高清在线观看| 人人妻,人人澡人人爽秒播| 久久人人爽av亚洲精品天堂| 亚洲aⅴ乱码一区二区在线播放 | 国产亚洲精品久久久久5区| 欧美 日韩 精品 国产| www.熟女人妻精品国产| 欧美日韩乱码在线| 热re99久久精品国产66热6| 高清av免费在线| 久久国产精品大桥未久av| 国产精品久久久久久精品古装| 欧美中文综合在线视频| 精品久久久久久久毛片微露脸| 精品国产超薄肉色丝袜足j| 熟女少妇亚洲综合色aaa.| 免费高清在线观看日韩| 妹子高潮喷水视频| 午夜成年电影在线免费观看| 久久中文字幕一级| 国产精品综合久久久久久久免费 | 成人黄色视频免费在线看| 两个人免费观看高清视频| 中文字幕精品免费在线观看视频| 69精品国产乱码久久久| 午夜免费观看网址| 岛国在线观看网站| 日本撒尿小便嘘嘘汇集6| 国产一区二区三区综合在线观看| 又紧又爽又黄一区二区|