• <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 ?

    5G支撐網(wǎng)告警數(shù)據(jù)的故障定位方法

    2022-02-03 06:14:14楊敏
    移動(dòng)通信 2022年12期
    關(guān)鍵詞:增量特征提取滑動(dòng)

    楊敏

    (中電科普天科技股份有限公司,廣東 廣州 510000)

    0 引言

    5G 時(shí)代各大運(yùn)營(yíng)商為了爭(zhēng)奪用戶,不僅為用戶提供了多樣化、質(zhì)量更高的通信服務(wù),還采用全方位、高質(zhì)量的運(yùn)維支撐網(wǎng),以多樣化自動(dòng)化的手段及時(shí)響應(yīng)用戶需求,提高用戶感知水平。但是,隨著電信網(wǎng)規(guī)模的不斷擴(kuò)大,電信網(wǎng)中的運(yùn)維支撐網(wǎng)絡(luò)結(jié)構(gòu)越來(lái)越復(fù)雜,當(dāng)支撐網(wǎng)某一個(gè)位置產(chǎn)生故障時(shí),其他位置可能產(chǎn)生一連串的告警事件,因此可能在短時(shí)間內(nèi)產(chǎn)生種類繁多、信息冗余的告警事件,運(yùn)維人員通常無(wú)法在短時(shí)間內(nèi)對(duì)無(wú)效的告警信息進(jìn)行剔除,也不能準(zhǔn)確對(duì)告警的故障位置進(jìn)行精準(zhǔn)定位。國(guó)內(nèi)外已經(jīng)有不少學(xué)者研究如何通過(guò)告警事件的關(guān)聯(lián)實(shí)現(xiàn)故障根因分析。Yan 等人[1]提出一種大型IP 網(wǎng)絡(luò)服務(wù)質(zhì)量管理的通用根本原因分析平臺(tái),該平臺(tái)將根因分析過(guò)程抽象為癥狀和診斷事件的特征識(shí)別、時(shí)間和空間事件相關(guān)性以及基于上述的特征和事件相關(guān)性進(jìn)行推理邏輯,最終形成一個(gè)全面的服務(wù)依賴性模型,包括網(wǎng)絡(luò)拓?fù)浜涂鐚雨P(guān)系、協(xié)議交互和控制平面依賴性。Li 等人[2]提出一種基于網(wǎng)絡(luò)拓?fù)浜透婢木W(wǎng)絡(luò)根因故障定位,該文對(duì)長(zhǎng)告警數(shù)據(jù)的輸出序列進(jìn)行預(yù)處理,在獲取網(wǎng)絡(luò)拓?fù)湫畔⒌幕A(chǔ)上,使用支持向量機(jī)判斷存在的根故障后,使用貝葉斯網(wǎng)絡(luò)計(jì)算每一種故障類型的最高概率,并結(jié)合過(guò)濾規(guī)則實(shí)現(xiàn)故障定位。Ding 等人[3]提出了一種5G 網(wǎng)絡(luò)管理系統(tǒng)現(xiàn)場(chǎng)實(shí)時(shí)報(bào)警根本原因定位算法,該算法從時(shí)間和空間維度上充分探索報(bào)警之間的關(guān)系,通過(guò)報(bào)警關(guān)聯(lián)時(shí)間、報(bào)警事件劃分、報(bào)警事件拓?fù)渖傻燃夹g(shù)實(shí)現(xiàn)在線報(bào)警數(shù)據(jù)壓縮,這種方法大大提高了故障的定位速度和精準(zhǔn)性。Li 等人[4]提出基于關(guān)聯(lián)規(guī)則挖掘的電信網(wǎng)絡(luò)告警相關(guān)性分析系統(tǒng),該系統(tǒng)首先使用神經(jīng)網(wǎng)絡(luò)對(duì)不同級(jí)別的報(bào)警進(jìn)行分類,然后利用加權(quán)頻繁模式樹(shù)結(jié)構(gòu)的優(yōu)化技術(shù)來(lái)提高挖掘效率。Javanbakht 等人[5]采用深度學(xué)習(xí)的方法實(shí)現(xiàn)告警數(shù)據(jù)的根因分析,該方法首先收集歷史告警數(shù)據(jù),并對(duì)告警的標(biāo)簽進(jìn)行排序并將其轉(zhuǎn)化為數(shù)值向量;然后采用融合注意力BiLSTM CNN 分類器來(lái)學(xué)習(xí)歷史報(bào)警數(shù)據(jù)之間的相關(guān)性并實(shí)現(xiàn)告警數(shù)據(jù)與故障位置的模型訓(xùn)練;最后,將該模型用于在線故障檢測(cè)。由此可知,相關(guān)研究工作主要集中在歷史告警數(shù)據(jù)關(guān)聯(lián)挖掘,告警規(guī)則、告警壓縮,而實(shí)際應(yīng)用需要更快、更準(zhǔn)確的故障定位;除此以外,由于告警事件的更新速度很快,如果采用歷史告警數(shù)據(jù)構(gòu)建告警根本原因定位模型,其無(wú)法對(duì)抗動(dòng)態(tài)多變的網(wǎng)絡(luò)攻擊行為。

    因此,本文提出一種支撐網(wǎng)告警數(shù)據(jù)的故障定位方法,該方法采用深度學(xué)習(xí)的方法提取一系列告警事件的時(shí)空特征,通過(guò)關(guān)聯(lián)規(guī)則實(shí)現(xiàn)時(shí)空特征的有效關(guān)聯(lián),對(duì)無(wú)效關(guān)聯(lián)的事件進(jìn)行剔除,實(shí)現(xiàn)告警壓縮;在此基礎(chǔ)上,采用增量式BP 神經(jīng)網(wǎng)絡(luò)方法訓(xùn)練告警數(shù)據(jù)與故障位置的關(guān)聯(lián)性并實(shí)時(shí)加入新的告警事件對(duì)模型進(jìn)行增量式更新,從而動(dòng)態(tài)適應(yīng)動(dòng)態(tài)多變的網(wǎng)絡(luò)環(huán)境。

    1 告警事件特征提取及告警關(guān)聯(lián)

    1.1 告警事件特征提取

    告警事件特征提取是從大量冗余的告警事件中提取出不同事件之間的相關(guān)性,這種相關(guān)性一般體現(xiàn)為告警事件之間的時(shí)空特征,時(shí)間特征體現(xiàn)為告警事件發(fā)生的先后順序,空間特征與網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)有直接關(guān)系。

    國(guó)內(nèi)外有告警事件特征提取方法,包括采用聚類方法[6-9]對(duì)告警事件的時(shí)空特征進(jìn)行聚類,從而將不同時(shí)間、網(wǎng)絡(luò)拓?fù)涞母婢录M(jìn)行區(qū)分,簡(jiǎn)化網(wǎng)絡(luò)告警事件處理復(fù)雜度;采用機(jī)器學(xué)習(xí)[10-13]的方法訓(xùn)練告警事件和故障定位的關(guān)系模型,實(shí)現(xiàn)告警特征的自動(dòng)提?。徊捎蒙疃葘W(xué)習(xí)[14-18]的方法自動(dòng)抽取告警事件的多維度特征,從而有效地從大量的告警事件中學(xué)習(xí)到故障的語(yǔ)義信息,保證了故障定位的有效性和可行性。

    由此可知,告警事件的特征關(guān)系分析研究中,采用聚類事件、關(guān)聯(lián)規(guī)則的方法能夠在一定程度上探究告警事件的時(shí)間和空間的特征,但是這種方法的時(shí)間復(fù)雜度和空間復(fù)雜度極高,僅適用于基站數(shù)量不多的小區(qū)網(wǎng)絡(luò),對(duì)于眾多擁有超密集小區(qū)的地區(qū)來(lái)說(shuō),這種方法所耗費(fèi)的計(jì)算資源過(guò)多,因此不適用于對(duì)于整個(gè)通信大網(wǎng)的分析;而機(jī)器學(xué)習(xí)的方法則能夠?qū)崿F(xiàn)告警事件的自動(dòng)化挖掘,得到的信息更加豐富全面;而深度學(xué)習(xí)的特征提取方法,通過(guò)將海量的告警事件按照時(shí)間排序,然后再采用深度學(xué)習(xí)的方法實(shí)現(xiàn)告警事件深淺層語(yǔ)義的學(xué)習(xí),最后將深淺層語(yǔ)義進(jìn)行融合,實(shí)現(xiàn)告警事件特征粗細(xì)粒度的提取。

    基于上述的分析,本文選用深度學(xué)習(xí)的方法提取告警事件的多維特征,首先將每一個(gè)觀測(cè)周期的告警事件按照時(shí)間進(jìn)行排序,多個(gè)觀察周期的告警事件形成一個(gè)二維矩陣數(shù)據(jù);考慮到告警事件具有冗余的特性,本文采用滑動(dòng)時(shí)間窗口的方式對(duì)冗余的告警事件進(jìn)行剔除,并將原始的告警事件轉(zhuǎn)化為告警事務(wù)數(shù)據(jù),同一個(gè)時(shí)間窗口中的告警事件可能由同一個(gè)網(wǎng)絡(luò)故障原因引起的并且不同告警事件所引發(fā)的告警范圍和告警時(shí)間長(zhǎng)短不一,因此,通過(guò)動(dòng)態(tài)時(shí)間窗口滑動(dòng)的方法實(shí)現(xiàn)了告警事件在時(shí)間上的強(qiáng)關(guān)聯(lián);最后,采用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)自主提取告警事件的多維度語(yǔ)義特征,為后續(xù)的故障定位提供可靠的數(shù)據(jù)支撐。

    1.2 告警事件關(guān)聯(lián)分析

    告警事件的關(guān)聯(lián)分析是通過(guò)整理大量的告警數(shù)據(jù)并將其作為一個(gè)整體進(jìn)行分析并挖掘告警事件中的相關(guān)性,通常采用過(guò)濾、壓縮或歸納告警事件,使用邏輯推理的方式分析發(fā)生的告警事件流,同時(shí)對(duì)告警數(shù)據(jù)進(jìn)行模式識(shí)別以找到網(wǎng)絡(luò)問(wèn)題、故障。

    國(guó)內(nèi)外有告警事件特征關(guān)聯(lián)方法,包括采用關(guān)聯(lián)規(guī)則[19-21]的方法挖掘告警序列之間的時(shí)間關(guān)系,確定告警規(guī)則所屬的關(guān)系,實(shí)現(xiàn)故障源的追溯、冗余告警信息的壓縮;采用因果模型[22-25]對(duì)告警事件的相似性構(gòu)建攻擊場(chǎng)景序列集合,然后利用概率統(tǒng)計(jì)方法實(shí)現(xiàn)告警類型之間的關(guān)聯(lián),從而有效識(shí)別多步攻擊模式;采用神經(jīng)網(wǎng)絡(luò)[26-28]的方法解決傳統(tǒng)告警關(guān)聯(lián)方法中所需的復(fù)雜邏輯推理的難題,能夠根據(jù)不同層次的關(guān)聯(lián)需求靈活調(diào)整神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu),并能夠根據(jù)網(wǎng)絡(luò)中的參數(shù)大小確定告警事件與故障類型的相關(guān)關(guān)系。

    基于上述的分析,本文選用增量式BP 神經(jīng)網(wǎng)絡(luò)方法訓(xùn)練告警數(shù)據(jù)與故障位置的關(guān)聯(lián)性,通過(guò)實(shí)時(shí)加入新的告警事件對(duì)模型進(jìn)行增量式更新,獲取告警事件與故障類型的動(dòng)態(tài)關(guān)聯(lián),精確確定引起告警事件的故障類型,從而動(dòng)態(tài)適應(yīng)動(dòng)態(tài)多變的網(wǎng)絡(luò)環(huán)境。

    2 基于人工智能的告警事件關(guān)聯(lián)故障定位方法

    2.1 告警事件關(guān)聯(lián)故障定位的框架

    告警時(shí)間定位的整體流程包括告警實(shí)事件預(yù)處理、告警事件特征提取和告警事務(wù)數(shù)據(jù)關(guān)聯(lián)分析。具體如圖1 所示。

    圖1 告警事件關(guān)聯(lián)故障定位整體框架圖

    在告警事件預(yù)處理過(guò)程中,需要抽取影響故障根因分析的關(guān)鍵字段,雖然每一個(gè)告警事件包含很多告警屬性,但是故障定位僅需要幾個(gè)關(guān)鍵的屬性,比如:告警事件編碼、告警內(nèi)容、告警位置、告警級(jí)別。

    將上述的告警字段進(jìn)行抽取,形成一條告警數(shù)據(jù)應(yīng)用于本文所設(shè)計(jì)的告警事件特征提取和告警事件關(guān)聯(lián)分析中。

    2.2 告警事件特征提取

    由于原始的告警數(shù)據(jù)無(wú)法直接用于特征提取,因此,本文對(duì)每一個(gè)周期的原始告警數(shù)據(jù)根據(jù)時(shí)間序列進(jìn)行排列,構(gòu)建一個(gè)二維矩陣數(shù)據(jù)。告警事件特征提取如圖2 所示。

    圖2 原始告警事件按照時(shí)間排列示意圖

    圖2 是原始告警事件按照時(shí)間排列的結(jié)果,告警事件S={s,Ts,Te}根據(jù)告警發(fā)生的時(shí)間進(jìn)行排序。s 表示告警事件序列,s={A,B,E,A,C,B,D,E}。[Ts,Te]表示告警事件的觀察周期,圖2 的觀察周期為[0,60]。本文設(shè)置告警事件的觀察周期是1 小時(shí)。由圖2 可知,隨著時(shí)間推進(jìn),告警事件會(huì)有重疊,發(fā)生時(shí)間早的告警事件有可能重疊度越高。

    考慮到不同告警事件所引發(fā)的告警范圍和告警時(shí)間長(zhǎng)短不一,結(jié)合實(shí)際的網(wǎng)絡(luò)運(yùn)維經(jīng)驗(yàn),采用動(dòng)態(tài)時(shí)間窗口滑動(dòng)的方法實(shí)現(xiàn)了告警事件在時(shí)間上的強(qiáng)關(guān)聯(lián)。如果告警事件的故障定位精度低于閾值,那么就縮小滑動(dòng)窗口的寬度和滑動(dòng)步長(zhǎng);相反,如果告警事件的故障定位精度高于閾值,那么就擴(kuò)大滑動(dòng)窗口的寬度和滑動(dòng)步長(zhǎng)。如此,就能根據(jù)滑動(dòng)窗口的大小來(lái)調(diào)整系統(tǒng)中告警的數(shù)量,避免由于窗口過(guò)大導(dǎo)致告警事務(wù)數(shù)據(jù)中包含太多冗余信息,無(wú)法有效挖掘關(guān)聯(lián)規(guī)則。同時(shí),動(dòng)態(tài)的步長(zhǎng)也能保證兩個(gè)滑動(dòng)時(shí)間窗口的重疊度,避免了由于窗口重疊過(guò)多,人為增強(qiáng)了兩個(gè)窗口之間的相關(guān)性,增加故障定位的復(fù)雜度和干擾性。

    假設(shè)Sw={w,h,ts,te} 為序列S的其中一個(gè)滑動(dòng)窗口,其中w表示窗口寬度,te -ts表示滑動(dòng)步長(zhǎng),步長(zhǎng)小于觀察周期?;瑒?dòng)窗口對(duì)告警事件的提取過(guò)程如圖3 所示。

    圖3 滑動(dòng)窗口示意圖

    圖3 展現(xiàn)滑動(dòng)窗口提取告警事件的過(guò)程,藍(lán)色虛線框表示窗口1,綠色虛線框表示窗口2,窗口大小為w×h。步長(zhǎng)和窗口寬度如圖所示。一般來(lái)說(shuō)滑動(dòng)窗口的步長(zhǎng)小于窗口寬度。

    同一個(gè)時(shí)間窗口中的告警事件可能由同一個(gè)網(wǎng)絡(luò)故障原因引起,并且不同告警事件所引發(fā)的告警范圍和告警時(shí)間長(zhǎng)短不一,因此,通過(guò)動(dòng)態(tài)時(shí)間窗口滑動(dòng)的方法實(shí)現(xiàn)了告警事件在時(shí)間上的強(qiáng)關(guān)聯(lián);動(dòng)態(tài)滑動(dòng)窗口將原始的告警數(shù)據(jù)轉(zhuǎn)換成告警事務(wù)數(shù)據(jù)的技術(shù)路線圖如圖4 所示。

    圖4 動(dòng)態(tài)滑動(dòng)窗口技術(shù)路線圖

    本文基于累計(jì)誤差的思路實(shí)現(xiàn)滑動(dòng)窗口寬度和步長(zhǎng)的調(diào)整,在T-1 時(shí)刻,采用初始化的窗口對(duì)原始告警事件進(jìn)行處理,得到對(duì)應(yīng)的告警事務(wù)數(shù)據(jù)庫(kù);然后,告警事務(wù)數(shù)據(jù)經(jīng)過(guò)CNN 多維語(yǔ)義特征提取、增量式BP 網(wǎng)絡(luò)實(shí)現(xiàn)告警事務(wù)數(shù)據(jù)特征與故障類型關(guān)聯(lián)后,實(shí)現(xiàn)多種故障分類的預(yù)測(cè),并給出每一種故障分類的概率,確定故障類型;結(jié)合序列模式挖掘方法,確定現(xiàn)有告警數(shù)據(jù)序列與相關(guān)位置發(fā)生故障所產(chǎn)生的告警事件序列的匹配度,預(yù)測(cè)故障發(fā)生的位置;在T+1 觀察周期得知上一觀察周期故障實(shí)際發(fā)生的位置與T 觀察周期故障預(yù)測(cè)的位置進(jìn)行誤差分析,得到T觀察周期故障定位誤差eT,定位誤差eT取值為0 或1。如果故障預(yù)測(cè)定位與真實(shí)定位一致,那么eT取值為0;否則,eT取值為1。同理,T 觀察周期和T+1 觀察周期的原始告警事件也是經(jīng)過(guò)同樣的過(guò)程對(duì)數(shù)據(jù)進(jìn)行處理,得到T+1 觀察周期故障定位誤差eT+1。

    計(jì)算T+1 觀察周期的累積誤差:

    判斷誤差是否大于設(shè)定的閾值,如果大于閾值,那么縮小滑動(dòng)窗口寬度和步長(zhǎng);相反,擴(kuò)大滑動(dòng)窗口寬度和步長(zhǎng)。調(diào)整滑動(dòng)窗口寬度和步長(zhǎng)變化值的公式為:

    其中,w0表示初始的滑動(dòng)窗口寬度,表示初始的滑動(dòng)步長(zhǎng)大小。C與累計(jì)誤差有關(guān),誤差越大,滑動(dòng)窗口寬度和步長(zhǎng)變化值越大:

    其中,k是常數(shù)。

    在T+2 觀察周期,滑動(dòng)窗口的寬度和步長(zhǎng)調(diào)整為:

    2.3 告警事務(wù)數(shù)據(jù)的多維語(yǔ)義特征分析

    對(duì)每一個(gè)觀察周期進(jìn)行動(dòng)態(tài)滑動(dòng)窗口提取后,按照滑動(dòng)的順序進(jìn)行排列。本文采用二維數(shù)組定義告警事務(wù)數(shù)據(jù)庫(kù),定義二維數(shù)組a[m][n],其中m 為某一個(gè)周期采用動(dòng)態(tài)滑動(dòng)窗口所獲取的告警事件數(shù)量,n 是字符串的大小,一般取一個(gè)設(shè)定的值。二維數(shù)組排列的順序按照時(shí)間順序存放告警事件,即內(nèi)存中按照順序存放第一個(gè)滑動(dòng)窗口提取的告警事件,再放第二滑動(dòng)窗口提取的告警事件,依次存放。為了方便后續(xù)的特征提取,本文對(duì)每一個(gè)窗口提取的告警事件轉(zhuǎn)化成字符串填充到每一行中,由于每一行的告警原因代碼大小有可能不一致,因此,對(duì)每一行空白的元素采用0 進(jìn)行填充,構(gòu)建特定尺寸的告警事務(wù)數(shù)據(jù)庫(kù),如圖5 所示。

    圖5 構(gòu)建告警事務(wù)數(shù)據(jù)庫(kù)

    為了提取告警事務(wù)的多維語(yǔ)義特征,本文采用CNN對(duì)告警事務(wù)數(shù)據(jù)采用不同大小的卷積核進(jìn)行特征提取,由淺入深提取告警事務(wù)數(shù)據(jù)的時(shí)間和空間深淺層次特征,再通過(guò)融合層對(duì)淺層數(shù)據(jù)語(yǔ)義和深層數(shù)據(jù)語(yǔ)義的信息進(jìn)行融合,實(shí)現(xiàn)告警事務(wù)數(shù)據(jù)的多維語(yǔ)義特征分析。特征提取和融合過(guò)程如圖6 所示。

    圖6 CNN實(shí)現(xiàn)深淺層的時(shí)空特征提取

    2.4 增量式BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

    采用增量式BP 神經(jīng)網(wǎng)絡(luò)方法訓(xùn)練告警數(shù)據(jù)與故障位置的關(guān)聯(lián)性并實(shí)時(shí)加入新的告警事件對(duì)模型進(jìn)行增量式更新。增量式BP 神經(jīng)網(wǎng)絡(luò)模型構(gòu)建過(guò)程如圖7 所示。

    圖7 增量式BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建過(guò)程

    (1)對(duì)歷史告警事務(wù)數(shù)據(jù)時(shí)空特征進(jìn)行學(xué)習(xí),并訓(xùn)練得出初始神經(jīng)網(wǎng)絡(luò)模型。當(dāng)新的告警事件出現(xiàn)后,將新的告警事件進(jìn)行預(yù)處理、多維特征提取后,放入到初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,獲得更新后的神經(jīng)網(wǎng)絡(luò)模型。

    (2)考慮到更新后的神經(jīng)網(wǎng)絡(luò)是采用新的告警事件進(jìn)行訓(xùn)練的,因此,更新后的神經(jīng)網(wǎng)絡(luò)的參數(shù)可能會(huì)更偏向新的告警數(shù)據(jù),為了防止神經(jīng)網(wǎng)絡(luò)遺忘之前學(xué)過(guò)的知識(shí),本文采用有選擇性地選擇神經(jīng)網(wǎng)絡(luò)的參數(shù),比如選擇變動(dòng)范圍小于θ(一般取0-10%范圍內(nèi))的參數(shù)作為原始神經(jīng)網(wǎng)絡(luò)模型的參數(shù),至于變動(dòng)大于10%的參數(shù)則將其剔除。如此,增量式BP 神經(jīng)網(wǎng)絡(luò)模型通過(guò)學(xué)習(xí)新的告警事件改進(jìn)模型的泛化性能,同時(shí)保留之前學(xué)習(xí)過(guò)的知識(shí)。

    (3)基于增量式BP 神經(jīng)網(wǎng)絡(luò)判斷支撐網(wǎng)告警的故障類型,實(shí)現(xiàn)故障識(shí)別。

    2.5 基于序列模式挖掘的故障精準(zhǔn)定位

    設(shè)備從異常發(fā)生演變到故障是一個(gè)具有較強(qiáng)時(shí)序性和關(guān)聯(lián)性的過(guò)程,考慮到物理網(wǎng)絡(luò)拓?fù)浜托畔⑾到y(tǒng)傳輸鏈路具有密切的耦合關(guān)系,因此,告警事件雖然存在冗余,但是這些告警事件具有一定的共性規(guī)律,通過(guò)挖掘這些告警事件序列模式,可以對(duì)信息系統(tǒng)的故障類型與物理網(wǎng)絡(luò)每一個(gè)關(guān)鍵設(shè)備的運(yùn)行異常狀態(tài)所引致的故障類型進(jìn)行匹配,實(shí)現(xiàn)物理位置故障的精準(zhǔn)定位。

    在某一個(gè)觀測(cè)周期內(nèi),某一個(gè)物理位置的全部狀態(tài)片段Sp(ti) 按照時(shí)序進(jìn)行排序,形成該設(shè)備運(yùn)行過(guò)程異常狀態(tài)鏈:

    其中,Sp(tj) 表示在觀測(cè)周期內(nèi),產(chǎn)生的第j個(gè)異常狀態(tài)信息。

    在此基礎(chǔ)上,采用序列模式挖掘T時(shí)刻Qp(T) 的頻繁模式。假設(shè)異常序列模式Tpi屬于頻繁序列模式,其必須滿足:在頻繁序列模式集中不存在任一個(gè)模式Tpj,滿足Tpj?Tpi,且support(Tpj)≥support(Tpi),以各項(xiàng)目count值降序依次為頭節(jié)點(diǎn)和其他節(jié)點(diǎn),生成條件模式基,然后采用條件模式基構(gòu)造對(duì)應(yīng)的FP 樹(shù),并按照設(shè)定支持度的閾值判斷相應(yīng)的頻繁序列模式。

    在獲取頻繁序列模式的基礎(chǔ)上,采用模式識(shí)別法判斷該異常頻繁序列模式的故障類型,并將Top K(k 一般取3)的故障類型與上一節(jié)基于增量式BP 神經(jīng)網(wǎng)絡(luò)判斷支撐網(wǎng)告警的故障類型進(jìn)行匹配,如果匹配成功,則將該物理設(shè)備作為重點(diǎn)排查的對(duì)象,實(shí)現(xiàn)故障位置的精準(zhǔn)定位。

    3 實(shí)驗(yàn)分析

    為了評(píng)估5G 支撐網(wǎng)告警數(shù)據(jù)定位故障的性能,在某市聯(lián)通5G 試驗(yàn)網(wǎng)中進(jìn)行測(cè)試,通過(guò)模擬告警數(shù)據(jù)的方式來(lái)測(cè)試故障定位算法的性能。這些數(shù)據(jù)來(lái)自底層網(wǎng)絡(luò)設(shè)備,通過(guò)將原始告警數(shù)據(jù)進(jìn)行預(yù)處理和動(dòng)態(tài)滑動(dòng)窗口處理后,整理出格式統(tǒng)一的告警信息,然后以二維數(shù)組的方式存儲(chǔ)在告警數(shù)據(jù)庫(kù)中,然后再進(jìn)行特征提取和故障定位。

    原始告警數(shù)據(jù)經(jīng)過(guò)預(yù)處理和滑動(dòng)窗口處理后的告警信息處理格式如表1 所示。

    表1 5G支撐網(wǎng)部分告警信息示意圖

    然后,采用二維數(shù)組的形式將告警事件(告警事件轉(zhuǎn)化為字符串)存儲(chǔ)在告警數(shù)據(jù)庫(kù)中,格式如圖8 所示。

    圖8 告警數(shù)據(jù)庫(kù)的存儲(chǔ)過(guò)程

    在獲取告警數(shù)據(jù)庫(kù)后,采用CNN 進(jìn)行特征提取告警數(shù)據(jù)的多維語(yǔ)義特征,并將其輸入BP 神經(jīng)網(wǎng)絡(luò)中,將告警數(shù)據(jù)多維特征與故障位置進(jìn)行關(guān)聯(lián),構(gòu)建告警數(shù)據(jù)多維特征與故障位置的映射關(guān)系。

    考慮到告警數(shù)據(jù)的動(dòng)態(tài)性和隨機(jī)性,為了保證告警數(shù)據(jù)與故障位置映射的精準(zhǔn)性,采用增量式BP 神經(jīng)網(wǎng)絡(luò)來(lái)構(gòu)建新的告警事件與故障位置映射關(guān)系的持續(xù)更新。首先,通過(guò)歷史告警數(shù)據(jù)特征訓(xùn)練BP 神經(jīng)網(wǎng)絡(luò)的參數(shù);然后,采用新的告警數(shù)特征訓(xùn)練新的BP 神經(jīng)網(wǎng)絡(luò)參數(shù),為了降低模型的計(jì)算復(fù)雜度,在新的BP 神經(jīng)網(wǎng)絡(luò)參數(shù)初始化的過(guò)程中,采用有選擇性地選擇神經(jīng)網(wǎng)絡(luò)的參數(shù)放進(jìn)新的BP 神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練,并結(jié)合新的告警數(shù)據(jù)特征更新BP 神經(jīng)網(wǎng)絡(luò)參數(shù)。具體如圖9 所示。

    圖9 增量式BP神經(jīng)網(wǎng)絡(luò)參數(shù)更新過(guò)程

    基于上述的分析,得到每一個(gè)周期設(shè)備故障位置。將該故障位置與基于模式識(shí)別法判斷的故障位置進(jìn)行匹配,如果匹配成功,則認(rèn)為該物理設(shè)備作為重點(diǎn)排查的對(duì)象,實(shí)現(xiàn)故障位置的精準(zhǔn)定位。

    上述方法中,有2 個(gè)關(guān)鍵因素會(huì)影響故障定位的精準(zhǔn)性:滑動(dòng)窗口大小的選擇以及選擇多少比例的BP 神經(jīng)網(wǎng)絡(luò)參數(shù)來(lái)初始化新BP 神經(jīng)網(wǎng)絡(luò)參數(shù),為了進(jìn)一步分析本文算法的性能,將基于動(dòng)態(tài)滑動(dòng)窗口的增量式BP 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和固定窗口的BP 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型進(jìn)行準(zhǔn)確率、不同θ的災(zāi)難遺忘對(duì)比,來(lái)反映本文提出方法的性能。

    3.1 準(zhǔn)確率對(duì)比

    準(zhǔn)確率是模式識(shí)別最重要的評(píng)價(jià)指標(biāo),本文采用平均準(zhǔn)確率反映隨著故障類別的增加,不同算法在準(zhǔn)確率上的表現(xiàn)(θ=5%)。具體的對(duì)比結(jié)果如圖10 所示。

    圖10 準(zhǔn)確率對(duì)比

    相比于固定滑動(dòng)窗口的BP 神經(jīng)網(wǎng)絡(luò),動(dòng)態(tài)滑動(dòng)窗口的增量式BP 神經(jīng)網(wǎng)絡(luò)故障類別平均準(zhǔn)確率更高、更加穩(wěn)定,這說(shuō)明本文的方法在構(gòu)建增量學(xué)習(xí)過(guò)程中,能夠?qū)π碌闹R(shí)進(jìn)行有效學(xué)習(xí),能夠應(yīng)對(duì)動(dòng)態(tài)多變的網(wǎng)絡(luò)攻擊行為。

    3.2 不同災(zāi)難遺忘對(duì)比

    為了對(duì)比不同災(zāi)難遺忘在保留模型參數(shù)比例的作用,本文將災(zāi)難遺忘分別設(shè)置為5%、8%、10%,對(duì)不同災(zāi)難遺忘隨著模型參數(shù)增加故障類型識(shí)別準(zhǔn)確率進(jìn)行對(duì)比。具體的對(duì)比結(jié)果如圖11 所示。

    圖11 不同參數(shù)變動(dòng)范圍準(zhǔn)確率對(duì)比

    由此可知,隨著模型參數(shù)量增加,故障類型識(shí)別準(zhǔn)確率呈現(xiàn)下降的趨勢(shì)。這是因?yàn)槟P蛥?shù)越多,通過(guò)增量學(xué)習(xí)實(shí)現(xiàn)模型局部參數(shù)更新時(shí),由于樣本量不足或者樣本本身的隨機(jī)性等因素所導(dǎo)致局部參數(shù)在更新過(guò)程中產(chǎn)生震蕩的現(xiàn)象,這種現(xiàn)象會(huì)導(dǎo)致故障類型識(shí)別率逐漸降低。另外,通過(guò)對(duì)比不同災(zāi)難遺忘率對(duì)應(yīng)的故障識(shí)別準(zhǔn)確率可知,災(zāi)難遺忘率為10% 時(shí),故障識(shí)別準(zhǔn)確率最高,這是因?yàn)楹线m的參數(shù)保留比例能夠較好保留原始模型的重要參數(shù),又能通過(guò)增量學(xué)習(xí)實(shí)現(xiàn)模型局部參數(shù)的更新,從而保證模型的識(shí)別能力。而災(zāi)難遺忘率5%或者20%時(shí),參數(shù)更新設(shè)置的條件過(guò)于嚴(yán)格或者寬松,很可能導(dǎo)致增量學(xué)習(xí)過(guò)程中重要參數(shù)更新范圍受限或者過(guò)于寬泛,從而導(dǎo)致某些模型重要的參數(shù)沒(méi)有得到更新或者某些參數(shù)沒(méi)有很好保留的情況,從而降低了模型識(shí)別的準(zhǔn)確率。

    4 結(jié)束語(yǔ)

    本文提出一種增量式BP 神經(jīng)網(wǎng)絡(luò)的支撐網(wǎng)告警數(shù)據(jù)的故障定位方法,該方法使用增量數(shù)據(jù)來(lái)學(xué)習(xí)增量的新類別知識(shí),并在增量迭代過(guò)程中采用參數(shù)變動(dòng)范圍閾值來(lái)實(shí)現(xiàn)網(wǎng)絡(luò)參數(shù)的優(yōu)化,從而很好地描述動(dòng)態(tài)網(wǎng)絡(luò)攻擊行為的特征分布,在一定范圍內(nèi)減輕增量學(xué)習(xí)過(guò)程中的災(zāi)難性遺忘。實(shí)驗(yàn)表明,本文的方法與傳統(tǒng)固定滑動(dòng)窗口的BP 神經(jīng)網(wǎng)絡(luò)相比,在分類準(zhǔn)確率上表現(xiàn)出明顯優(yōu)勢(shì)。

    猜你喜歡
    增量特征提取滑動(dòng)
    提質(zhì)和增量之間的“辯證”
    “價(jià)增量減”型應(yīng)用題點(diǎn)撥
    一種新型滑動(dòng)叉拉花鍵夾具
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    Big Little lies: No One Is Perfect
    Bagging RCSP腦電特征提取算法
    基于均衡增量近鄰查詢的位置隱私保護(hù)方法
    德州儀器(TI)發(fā)布了一對(duì)32位增量-累加模數(shù)轉(zhuǎn)換器(ADC):ADS1262和ADS126
    滑動(dòng)供電系統(tǒng)在城市軌道交通中的應(yīng)用
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    成人毛片a级毛片在线播放| 国产aⅴ精品一区二区三区波| 中亚洲国语对白在线视频| 免费av毛片视频| 人妻制服诱惑在线中文字幕| 亚洲黑人精品在线| 女生性感内裤真人,穿戴方法视频| 日韩人妻高清精品专区| 在线观看舔阴道视频| 精品一区二区三区视频在线| 日韩欧美一区二区三区在线观看| 成人国产一区最新在线观看| 欧美日韩国产亚洲二区| 中文字幕精品亚洲无线码一区| 久久久色成人| 97热精品久久久久久| 久久久成人免费电影| 中文亚洲av片在线观看爽| 国产伦精品一区二区三区四那| 亚洲欧美日韩卡通动漫| 日本精品一区二区三区蜜桃| 国产午夜精品久久久久久一区二区三区 | 久久中文看片网| 麻豆久久精品国产亚洲av| 亚洲第一区二区三区不卡| 99久久九九国产精品国产免费| a级一级毛片免费在线观看| 欧美xxxx性猛交bbbb| 女人十人毛片免费观看3o分钟| 精品久久久久久久久av| 自拍偷自拍亚洲精品老妇| 日韩欧美 国产精品| 久久香蕉精品热| 久久草成人影院| 99精品久久久久人妻精品| 国产成人aa在线观看| 亚洲欧美日韩高清专用| 天天躁日日操中文字幕| 亚洲国产欧洲综合997久久,| 日本与韩国留学比较| 国内少妇人妻偷人精品xxx网站| 亚洲中文字幕日韩| 国产激情偷乱视频一区二区| www.熟女人妻精品国产| 女人被狂操c到高潮| 午夜福利视频1000在线观看| 97热精品久久久久久| 俺也久久电影网| 亚洲精品久久国产高清桃花| 欧美成人一区二区免费高清观看| 69av精品久久久久久| 国产伦人伦偷精品视频| 观看美女的网站| 亚洲,欧美精品.| 欧美在线黄色| 久久欧美精品欧美久久欧美| 欧美一区二区精品小视频在线| 黄色一级大片看看| 欧美激情久久久久久爽电影| 可以在线观看毛片的网站| 99热精品在线国产| 成人一区二区视频在线观看| 欧美丝袜亚洲另类 | 麻豆国产97在线/欧美| 免费在线观看影片大全网站| 日本三级黄在线观看| 亚洲av不卡在线观看| 午夜激情福利司机影院| 久久精品国产99精品国产亚洲性色| 成年免费大片在线观看| xxxwww97欧美| 久久久久性生活片| 亚洲欧美激情综合另类| 男人狂女人下面高潮的视频| 国产精品伦人一区二区| 一本精品99久久精品77| 国产在线精品亚洲第一网站| 亚洲在线观看片| 精品一区二区三区av网在线观看| 窝窝影院91人妻| 人人妻人人看人人澡| 哪里可以看免费的av片| 美女免费视频网站| 国产男靠女视频免费网站| 国产一级毛片七仙女欲春2| 天天一区二区日本电影三级| 欧美高清成人免费视频www| 小蜜桃在线观看免费完整版高清| 国产亚洲精品av在线| 国产伦一二天堂av在线观看| 中文字幕高清在线视频| 国产成+人综合+亚洲专区| 搞女人的毛片| 亚洲经典国产精华液单 | 国产一区二区在线av高清观看| 国产精品爽爽va在线观看网站| 亚洲性夜色夜夜综合| 深爱激情五月婷婷| 亚洲,欧美精品.| 免费高清视频大片| 丰满人妻一区二区三区视频av| 色吧在线观看| 久久99热这里只有精品18| 亚洲av.av天堂| 亚洲狠狠婷婷综合久久图片| 久久久精品欧美日韩精品| 国产一区二区亚洲精品在线观看| 一个人免费在线观看的高清视频| 超碰av人人做人人爽久久| 噜噜噜噜噜久久久久久91| 我要搜黄色片| 在线观看午夜福利视频| 欧美乱妇无乱码| 亚洲人成电影免费在线| 国产日本99.免费观看| 三级毛片av免费| 精品99又大又爽又粗少妇毛片 | 久久伊人香网站| 午夜精品一区二区三区免费看| 少妇的逼水好多| 日韩国内少妇激情av| 欧美最新免费一区二区三区 | 黄片小视频在线播放| 亚洲性夜色夜夜综合| 18禁裸乳无遮挡免费网站照片| 精品熟女少妇八av免费久了| 欧美另类亚洲清纯唯美| 美女被艹到高潮喷水动态| 一个人看的www免费观看视频| 日韩人妻高清精品专区| 丰满的人妻完整版| 露出奶头的视频| 最后的刺客免费高清国语| 久久久久性生活片| 国产精品永久免费网站| netflix在线观看网站| 日本成人三级电影网站| 亚洲真实伦在线观看| 欧美bdsm另类| 久久精品国产清高在天天线| 我要搜黄色片| 亚洲五月婷婷丁香| 国产精品亚洲av一区麻豆| 国产精品一区二区免费欧美| 在线观看舔阴道视频| 亚洲国产高清在线一区二区三| 欧美+亚洲+日韩+国产| 国产高清激情床上av| 麻豆国产97在线/欧美| 亚洲无线在线观看| 欧美在线一区亚洲| 国产亚洲精品久久久com| 国产亚洲精品久久久com| 午夜精品久久久久久毛片777| 一本一本综合久久| 亚洲不卡免费看| 免费一级毛片在线播放高清视频| 99久久九九国产精品国产免费| 亚洲人成网站在线播放欧美日韩| 亚洲国产精品sss在线观看| 美女高潮喷水抽搐中文字幕| 少妇裸体淫交视频免费看高清| 久久天躁狠狠躁夜夜2o2o| 免费在线观看成人毛片| 国产大屁股一区二区在线视频| 在线国产一区二区在线| 亚洲人成网站在线播放欧美日韩| 一进一出抽搐gif免费好疼| 日韩欧美精品v在线| 久久精品国产自在天天线| 亚洲内射少妇av| 搡老妇女老女人老熟妇| av女优亚洲男人天堂| 欧美丝袜亚洲另类 | 精品人妻一区二区三区麻豆 | 91麻豆精品激情在线观看国产| 床上黄色一级片| 最近中文字幕高清免费大全6 | 成年女人永久免费观看视频| 国产精品久久久久久人妻精品电影| 日韩亚洲欧美综合| 别揉我奶头 嗯啊视频| 夜夜躁狠狠躁天天躁| 国产激情偷乱视频一区二区| 欧美区成人在线视频| 无遮挡黄片免费观看| 天堂√8在线中文| 99国产精品一区二区蜜桃av| 可以在线观看的亚洲视频| 欧美极品一区二区三区四区| 免费观看精品视频网站| 伊人久久精品亚洲午夜| 日本免费一区二区三区高清不卡| 日韩中字成人| 国产一区二区在线av高清观看| 99国产精品一区二区蜜桃av| 午夜激情欧美在线| 高潮久久久久久久久久久不卡| 在线天堂最新版资源| 国产主播在线观看一区二区| 免费观看人在逋| 国产日本99.免费观看| 中文字幕高清在线视频| 好男人电影高清在线观看| 亚洲最大成人av| 18禁裸乳无遮挡免费网站照片| 老女人水多毛片| 成人特级黄色片久久久久久久| 国产精品,欧美在线| 亚洲精华国产精华精| 美女高潮的动态| 色综合婷婷激情| 两个人的视频大全免费| 色吧在线观看| 18禁裸乳无遮挡免费网站照片| 直男gayav资源| 成人国产综合亚洲| 神马国产精品三级电影在线观看| 九九热线精品视视频播放| 别揉我奶头~嗯~啊~动态视频| 十八禁国产超污无遮挡网站| 在线a可以看的网站| 最新中文字幕久久久久| 一夜夜www| 亚洲一区高清亚洲精品| 国产午夜精品论理片| 成人国产一区最新在线观看| 午夜福利免费观看在线| 一级黄片播放器| 日日摸夜夜添夜夜添小说| 1000部很黄的大片| 国产三级黄色录像| 国产真实乱freesex| 久久久久精品国产欧美久久久| 亚洲国产精品合色在线| 午夜免费成人在线视频| 亚洲国产欧美人成| 简卡轻食公司| 国产色爽女视频免费观看| 国产精品99久久久久久久久| 一区二区三区高清视频在线| 色吧在线观看| 午夜老司机福利剧场| 中文字幕免费在线视频6| 久久久久久久久久成人| 97碰自拍视频| 亚洲最大成人av| 熟女人妻精品中文字幕| 国产探花在线观看一区二区| 色哟哟哟哟哟哟| www.999成人在线观看| 俺也久久电影网| 国产综合懂色| 熟女电影av网| 美女黄网站色视频| 欧美成人一区二区免费高清观看| 91麻豆av在线| 国产精品一区二区三区四区免费观看 | 97人妻精品一区二区三区麻豆| 中文字幕免费在线视频6| 亚洲av一区综合| 亚洲av成人av| 亚洲欧美清纯卡通| 很黄的视频免费| 欧美国产日韩亚洲一区| 免费观看精品视频网站| 国产免费男女视频| 国产极品精品免费视频能看的| 最好的美女福利视频网| 九九久久精品国产亚洲av麻豆| 麻豆国产97在线/欧美| 少妇裸体淫交视频免费看高清| 成人无遮挡网站| 一级作爱视频免费观看| 色av中文字幕| 国产在线精品亚洲第一网站| 赤兔流量卡办理| 黄色配什么色好看| 九九在线视频观看精品| 自拍偷自拍亚洲精品老妇| 亚洲无线在线观看| 18美女黄网站色大片免费观看| 日韩 亚洲 欧美在线| 久久草成人影院| 国产在线精品亚洲第一网站| 亚洲无线观看免费| 18+在线观看网站| 此物有八面人人有两片| 99久久精品热视频| 深爱激情五月婷婷| 毛片女人毛片| 精品一区二区三区av网在线观看| 久久精品国产亚洲av涩爱 | 成人性生交大片免费视频hd| 成人一区二区视频在线观看| 国产探花极品一区二区| 国产一区二区三区视频了| 村上凉子中文字幕在线| 一本一本综合久久| 亚洲av不卡在线观看| 国产精品一区二区三区四区免费观看 | 亚洲av不卡在线观看| av专区在线播放| 12—13女人毛片做爰片一| 亚洲av.av天堂| 极品教师在线免费播放| 午夜精品久久久久久毛片777| 精品国内亚洲2022精品成人| 老司机深夜福利视频在线观看| 亚洲成人免费电影在线观看| 最好的美女福利视频网| 国产私拍福利视频在线观看| 欧美在线一区亚洲| 狂野欧美白嫩少妇大欣赏| 亚洲久久久久久中文字幕| 成人精品一区二区免费| 一级黄色大片毛片| 美女免费视频网站| 成人特级av手机在线观看| 女人十人毛片免费观看3o分钟| 最近最新免费中文字幕在线| 美女高潮的动态| 精品一区二区三区av网在线观看| 天天一区二区日本电影三级| 久久欧美精品欧美久久欧美| 有码 亚洲区| 国产真实乱freesex| 久久伊人香网站| 日日摸夜夜添夜夜添av毛片 | 午夜久久久久精精品| 亚洲,欧美,日韩| 亚洲精品亚洲一区二区| 国产精品,欧美在线| 亚洲av熟女| 亚洲一区高清亚洲精品| 欧美潮喷喷水| 欧美最新免费一区二区三区 | 久久精品久久久久久噜噜老黄 | 舔av片在线| 国模一区二区三区四区视频| 18禁黄网站禁片午夜丰满| 国产久久久一区二区三区| 久久久久久久久久成人| 悠悠久久av| 亚洲av.av天堂| 久久亚洲真实| 午夜亚洲福利在线播放| 简卡轻食公司| 中文字幕久久专区| 男人舔奶头视频| 国产欧美日韩一区二区三| 日韩 亚洲 欧美在线| 久久午夜福利片| 国产探花在线观看一区二区| 欧美区成人在线视频| 久久国产乱子免费精品| 宅男免费午夜| 免费观看的影片在线观看| 精品久久久久久久久久久久久| 亚洲,欧美,日韩| 国产三级中文精品| a级毛片免费高清观看在线播放| 嫩草影院入口| 欧美日韩亚洲国产一区二区在线观看| 欧美+日韩+精品| 国产一级毛片七仙女欲春2| 亚洲内射少妇av| 欧美xxxx黑人xx丫x性爽| 欧美另类亚洲清纯唯美| 国产在线精品亚洲第一网站| 国产精品一区二区三区四区免费观看 | 国产午夜福利久久久久久| 黄色女人牲交| 久久午夜福利片| 国产av一区在线观看免费| 婷婷亚洲欧美| 久久精品影院6| 18禁黄网站禁片午夜丰满| 国产aⅴ精品一区二区三区波| 国产高清视频在线播放一区| 亚洲18禁久久av| 色播亚洲综合网| 久久伊人香网站| 一个人看视频在线观看www免费| 又粗又爽又猛毛片免费看| 亚洲av日韩精品久久久久久密| 欧美乱妇无乱码| 精品久久久久久久久久免费视频| 久久欧美精品欧美久久欧美| 一个人免费在线观看的高清视频| 好男人在线观看高清免费视频| 亚洲第一电影网av| 内射极品少妇av片p| 村上凉子中文字幕在线| 国产精品爽爽va在线观看网站| 日韩 亚洲 欧美在线| 精品午夜福利视频在线观看一区| 99国产精品一区二区三区| 久久精品人妻少妇| 国产一区二区亚洲精品在线观看| 青草久久国产| 小蜜桃在线观看免费完整版高清| 少妇丰满av| 性色avwww在线观看| av黄色大香蕉| 神马国产精品三级电影在线观看| 亚洲av电影在线进入| 亚洲一区高清亚洲精品| av天堂中文字幕网| 男女做爰动态图高潮gif福利片| 亚洲精华国产精华精| 欧美日韩亚洲国产一区二区在线观看| 欧美日韩乱码在线| 国产单亲对白刺激| 国产探花极品一区二区| 91狼人影院| 欧美+亚洲+日韩+国产| 亚洲性夜色夜夜综合| 日本黄色片子视频| 日本熟妇午夜| 日韩中字成人| 在线观看午夜福利视频| 直男gayav资源| 亚洲专区国产一区二区| 久久婷婷人人爽人人干人人爱| 午夜亚洲福利在线播放| 脱女人内裤的视频| 日韩欧美 国产精品| 亚洲av日韩精品久久久久久密| 国产人妻一区二区三区在| 欧美高清成人免费视频www| 国产真实伦视频高清在线观看 | 18禁在线播放成人免费| 欧美3d第一页| 亚洲欧美日韩东京热| 精品久久久久久,| 18禁在线播放成人免费| 两人在一起打扑克的视频| 亚洲va日本ⅴa欧美va伊人久久| 亚洲 欧美 日韩 在线 免费| 亚洲av.av天堂| 丝袜美腿在线中文| 高潮久久久久久久久久久不卡| 神马国产精品三级电影在线观看| 国产伦人伦偷精品视频| 欧美丝袜亚洲另类 | 久9热在线精品视频| 精品福利观看| 色噜噜av男人的天堂激情| 欧美成人一区二区免费高清观看| 91在线观看av| 欧美bdsm另类| 亚洲五月天丁香| 国内精品久久久久久久电影| 亚洲成人免费电影在线观看| 国产一区二区在线av高清观看| 十八禁网站免费在线| 精品熟女少妇八av免费久了| 一个人看的www免费观看视频| 香蕉av资源在线| 一边摸一边抽搐一进一小说| 亚洲天堂国产精品一区在线| 人妻夜夜爽99麻豆av| 国产精品一区二区性色av| 观看美女的网站| 色综合欧美亚洲国产小说| .国产精品久久| 长腿黑丝高跟| 欧洲精品卡2卡3卡4卡5卡区| 亚洲电影在线观看av| 午夜福利免费观看在线| 精品久久久久久久久久免费视频| 婷婷精品国产亚洲av在线| 久久亚洲真实| 热99re8久久精品国产| 国产精品久久久久久久电影| 美女高潮喷水抽搐中文字幕| 欧美色欧美亚洲另类二区| 午夜福利高清视频| 午夜亚洲福利在线播放| 成人亚洲精品av一区二区| 在线观看66精品国产| 制服丝袜大香蕉在线| 精品久久久久久成人av| 日本黄大片高清| 一夜夜www| 十八禁国产超污无遮挡网站| 97碰自拍视频| 亚洲18禁久久av| 一级作爱视频免费观看| 91狼人影院| 国产精品,欧美在线| 中文字幕熟女人妻在线| 91麻豆av在线| 成人特级黄色片久久久久久久| 亚洲av成人av| 一级av片app| 成人特级黄色片久久久久久久| 欧美性猛交黑人性爽| 国产日本99.免费观看| 国语自产精品视频在线第100页| 美女高潮喷水抽搐中文字幕| 少妇人妻精品综合一区二区 | 在线十欧美十亚洲十日本专区| 不卡一级毛片| 99在线人妻在线中文字幕| 国产精品亚洲av一区麻豆| .国产精品久久| 亚洲自偷自拍三级| 成年免费大片在线观看| 黄色配什么色好看| 亚洲成人精品中文字幕电影| 嫩草影院入口| 亚洲人成网站高清观看| 此物有八面人人有两片| 极品教师在线免费播放| 一本精品99久久精品77| 日韩欧美 国产精品| 亚洲欧美日韩卡通动漫| 又黄又爽又刺激的免费视频.| 亚洲 国产 在线| 亚洲五月天丁香| 高清在线国产一区| 亚洲 欧美 日韩 在线 免费| 欧美区成人在线视频| www.999成人在线观看| 首页视频小说图片口味搜索| 亚洲经典国产精华液单 | 欧美xxxx黑人xx丫x性爽| 可以在线观看毛片的网站| 中文字幕人成人乱码亚洲影| 国产精品嫩草影院av在线观看 | 一级a爱片免费观看的视频| 高清毛片免费观看视频网站| 亚洲午夜理论影院| 噜噜噜噜噜久久久久久91| 久久国产精品人妻蜜桃| 久久中文看片网| 天堂网av新在线| 丰满的人妻完整版| 观看免费一级毛片| 美女高潮喷水抽搐中文字幕| 在现免费观看毛片| 两个人的视频大全免费| 少妇裸体淫交视频免费看高清| 国产成+人综合+亚洲专区| 长腿黑丝高跟| 欧美成人免费av一区二区三区| 日韩中字成人| 欧美日韩福利视频一区二区| 国产精品一区二区三区四区免费观看 | 两性午夜刺激爽爽歪歪视频在线观看| 日韩欧美一区二区三区在线观看| 国产高清有码在线观看视频| 黄色配什么色好看| 国产精品一区二区三区四区久久| 国产成人av教育| 免费在线观看亚洲国产| 波多野结衣高清无吗| 日本一二三区视频观看| 久久精品国产亚洲av涩爱 | 国产探花极品一区二区| 哪里可以看免费的av片| 免费一级毛片在线播放高清视频| 搡女人真爽免费视频火全软件 | 亚洲成人久久爱视频| 亚洲经典国产精华液单 | 在线免费观看不下载黄p国产 | 成人一区二区视频在线观看| 亚洲精品成人久久久久久| 午夜福利免费观看在线| 国产又黄又爽又无遮挡在线| 亚洲精品日韩av片在线观看| 婷婷丁香在线五月| 国产老妇女一区| 亚洲精华国产精华精| 在线观看免费视频日本深夜| 午夜亚洲福利在线播放| 国产高清三级在线| 一级a爱片免费观看的视频| 久久久色成人| 真实男女啪啪啪动态图| 婷婷六月久久综合丁香| 18禁黄网站禁片午夜丰满| 此物有八面人人有两片| 亚洲精品影视一区二区三区av| 亚洲欧美日韩高清在线视频| 久久久久久久久大av| 高潮久久久久久久久久久不卡| 亚洲乱码一区二区免费版| 蜜桃久久精品国产亚洲av| 久久久久久久久大av| 在线看三级毛片| 国内揄拍国产精品人妻在线| 久久久久精品国产欧美久久久| 国产三级在线视频| 欧美成人免费av一区二区三区| 国产午夜精品久久久久久一区二区三区 | 国产精品国产高清国产av| 18美女黄网站色大片免费观看| 老司机深夜福利视频在线观看| 亚洲精华国产精华精| 久久精品国产亚洲av涩爱 | 国产精品嫩草影院av在线观看 | av在线蜜桃| 男女之事视频高清在线观看| 国产视频内射| 色综合欧美亚洲国产小说| 久久99热这里只有精品18| 日韩 亚洲 欧美在线| 熟妇人妻久久中文字幕3abv| 在线观看美女被高潮喷水网站 | 99久久九九国产精品国产免费| 国产精品三级大全| 怎么达到女性高潮|