• <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 ?

    改進(jìn)的KNN分類異常點(diǎn)檢測方法

    2022-05-01 13:41:26朱林杰趙廣鵬康亮河
    甘肅科技縱橫 2022年1期
    關(guān)鍵詞:特征選擇

    朱林杰 趙廣鵬 康亮河

    關(guān)鍵詞:特征選擇;孤立森林算法;NSL-KDD

    中圖分類號:TP391

    0引言

    隨著信息技術(shù)的發(fā)展,在大數(shù)據(jù)時(shí)代,準(zhǔn)確收集各方面的數(shù)據(jù)格外重要,然而數(shù)據(jù)容易被異常點(diǎn)污染,因此數(shù)據(jù)質(zhì)量的監(jiān)測被越來越多的學(xué)者重視。在異常檢測系統(tǒng)研究領(lǐng)域中,異常點(diǎn)檢測是其中一項(xiàng)非常重要的環(huán)節(jié)。在物聯(lián)網(wǎng)領(lǐng)域中,前人提出了許多方法處理研究數(shù)據(jù)異常值來保證檢測結(jié)果的準(zhǔn)確性,例如SVM、KDE、聚類、貝葉斯、決策樹等方法,但是很少有方法是通過研究數(shù)據(jù)的相關(guān)性去進(jìn)行異常點(diǎn)檢測研究。

    通常我們收集的數(shù)據(jù)中,會包含因人為的或是因機(jī)器錯誤而導(dǎo)致的許多雜亂的、有噪聲的、異常的稀疏數(shù)據(jù),也會包含遠(yuǎn)遠(yuǎn)偏離大部分值的數(shù)據(jù)異常點(diǎn),異常點(diǎn)檢測與估計(jì)通常用無類別標(biāo)簽來找到某個區(qū)域的異常數(shù)據(jù)。由于網(wǎng)絡(luò)上的數(shù)據(jù)類型龐大且其處于不定時(shí)的變化狀態(tài)中,我們無法快速定位并準(zhǔn)確查找到異常點(diǎn),同時(shí)也增加了相應(yīng)研究的工作量。另一方面,由于存儲方面的限制,硬件代價(jià)比較高,導(dǎo)致目前獲得的有用算法比較少。因此,找到數(shù)據(jù)中的異常點(diǎn)檢測就顯得非常重要。

    近年來,雖然利用距離方法度量兩個數(shù)組之間的距離有一定的優(yōu)勢,但目前有的度量方法仍存在一定的缺陷。在考慮數(shù)據(jù)之間的稀疏性與相互關(guān)聯(lián)的情況下,結(jié)合馬氏距離,發(fā)現(xiàn)兩個變量的相互關(guān)聯(lián)是顯而易見的,都會存在一定的相關(guān)性。計(jì)算兩個變量的協(xié)方差矩陣時(shí),通過先處理數(shù)據(jù)幀,將數(shù)據(jù)平滑成一維數(shù)組,再計(jì)算兩個一維數(shù)組的馬氏距離。與多數(shù)據(jù)點(diǎn)相似,少數(shù)數(shù)據(jù)點(diǎn)有不同的特征,遠(yuǎn)離多數(shù)點(diǎn),先計(jì)算特征向量,再進(jìn)行異常點(diǎn)打分,從而找出異常點(diǎn)。文章分析了該領(lǐng)域的研究方法,通過學(xué)習(xí)理解目前的研究,比較了幾種不同的異常點(diǎn)檢測方法。

    1相關(guān)工作

    雖然關(guān)于異常點(diǎn)檢測的研究已經(jīng)持續(xù)了許多年,但仍有很多需要改進(jìn)的地方。Nonso Nnamoko等人[1]通過研究異常點(diǎn)和類之間的平衡提高了關(guān)于治療糖尿病預(yù)防方面的檢測率。PetraJ Jones等人[2]提出了新的異常點(diǎn)檢測方法,該方法通過減少異常點(diǎn)來改進(jìn)kmeans,從多個方面來評估異常點(diǎn),并獲得了不錯的結(jié)果。Henriqueo等人[3]分析了許多文獻(xiàn),討論了許多現(xiàn)有的方法,比較了候選異常點(diǎn)求解方法。Zahra Gha?foori等人[4]提出無監(jiān)督的維數(shù)約簡技術(shù)和隨機(jī)的近鄰嵌入檢查,改進(jìn)的維數(shù)約簡技術(shù)提高了異常點(diǎn)檢測的精度。Yacine Chakhchoukh等人[5]提出了一個有力的卡爾曼過濾增強(qiáng)異常點(diǎn)檢測和黑客攻擊的診斷方法。CarmonaJ等人[6]提出在高維數(shù)據(jù)集中,使用距離度量來檢測異常點(diǎn),通過和四種方法比較,他的方法在低維和高維數(shù)據(jù)中適用。Mansoor Ahmed Bhatti等人[7]研究了采用機(jī)器學(xué)習(xí)方法在物聯(lián)網(wǎng)中檢測異常點(diǎn)的應(yīng)用,在精度、準(zhǔn)確性、召回率、f-scores四個方面,達(dá)到了97.8%精度改進(jìn)結(jié)果。PeterFilzmoser等人[8]分析了多變量異常點(diǎn)檢測方法,他們從全局、局部、組合等方面討論了不同數(shù)據(jù)格式的整合。John Wiley等人[9]用概率的方法有效的檢測了異常點(diǎn)。FarekLazhar[10]在文章中使用模糊聚類和半監(jiān)督的方法檢測異常點(diǎn),實(shí)驗(yàn)結(jié)果表明,使用該方法進(jìn)行異常點(diǎn)檢測改進(jìn)了分類器的性能。Javier Martinez Torres等人[11]通過對空氣污染數(shù)據(jù)質(zhì)量的異常值分析,用四個步驟概括了異常點(diǎn)檢測的重要性,并采取新措施改善了空氣質(zhì)量。RüdigerLehmann[12]使用均值漂移與方差波動法進(jìn)行異常值檢測的比較研究。Yu Kangqing[13]設(shè)計(jì)了一個流算法用于在數(shù)據(jù)挖掘中檢測異常點(diǎn)增量。Ijaz Muhammad Fazal[14]研究了異常點(diǎn)檢測和過采樣方法在疾病處理中的影響。

    2提出的方法

    在計(jì)算異常點(diǎn)檢測時(shí),會缺少相關(guān)的知識,異常點(diǎn)處理會受到影響,為了考慮到單一方法的局限性,采用isolationforest、距離度量和局部因子方法異常點(diǎn)檢測的方法,該方法首先采用馬氏距離計(jì)算兩個變量之間的距離,得到兩個n行n列協(xié)方差矩陣,然后擴(kuò)展成多個變量,將變量轉(zhuǎn)換成不相關(guān)的空間,最后匯成距離向量矩陣;接下來根據(jù)距離與密度的關(guān)系找出離群點(diǎn),觀察是否是密度小的數(shù)據(jù)區(qū)域,并且找出遠(yuǎn)離線性關(guān)系的每一個樣本點(diǎn);然后根據(jù)每個值的情況確定異常點(diǎn),如果多數(shù)點(diǎn)相似,少數(shù)數(shù)據(jù)點(diǎn)既有不相似的特征,遠(yuǎn)離多數(shù)點(diǎn)的這些數(shù)據(jù),從而得出異常點(diǎn)。

    2.1特征選擇

    卡方檢驗(yàn)是一種使用頻率比較高的特征選擇方法??ǚ綑z驗(yàn)可以測量隨機(jī)變量之間的相關(guān)性,消除與類別無關(guān)的特征。它能夠推斷出類別之間的特征依賴性,并計(jì)算特征信息值和卡方統(tǒng)計(jì)值[15]。

    建立的模型如圖1所示。

    2.2發(fā)現(xiàn)異常點(diǎn)

    采用isolation forest、距離度量和局部因子方法,結(jié)合每一個算法的優(yōu)點(diǎn)查找異常值。然后使用馬氏距離度量[16],具體公式如下[17-18]。

    其中,S表示協(xié)方差。根據(jù)得到的值,判斷其是否為異常值,通過這些方法獲取數(shù)據(jù)點(diǎn),進(jìn)行綜合判斷,得到最近鄰[19]。

    3實(shí)驗(yàn)結(jié)果與分析

    基于距離的方法是一種簡單有效的快速計(jì)算距離的方法,在機(jī)器學(xué)習(xí)領(lǐng)域中,盡管這方面研究已經(jīng)持續(xù)了許多年,學(xué)習(xí)異常點(diǎn)檢測仍具有一定的困難,異常點(diǎn)通常出現(xiàn)在數(shù)據(jù)采樣處理之后,這就使得使用算法進(jìn)行錯誤分類受到比較大的影響。因此,為了更好的檢測異常,結(jié)合了算法的優(yōu)點(diǎn)用于實(shí)驗(yàn),通過文章的實(shí)驗(yàn)結(jié)果證明,相對于傳統(tǒng)方法來說,文章提出的算法在平衡召回率和精度方面有所改進(jìn),結(jié)合的檢測方法在分類效果上有一定的優(yōu)勢。

    改進(jìn)的異常點(diǎn)檢測方法在測試階段,采用公開數(shù)據(jù)進(jìn)行測試時(shí),測試誤報(bào)率明顯降低,相對于單一的檢測方法,混合的檢測方法有所改進(jìn)。為了檢測和改進(jìn)異常點(diǎn)檢測效率,使用結(jié)合的方法查找異常點(diǎn),然后找到異常點(diǎn)后,再使用SMOTE算法使得數(shù)據(jù)達(dá)到平衡。

    3.1數(shù)據(jù)集

    KDDtrain包含42個屬性,125973條數(shù)據(jù),分為正常和異常數(shù)據(jù),KDDtest包含42個屬性,22544條數(shù)據(jù),分為正常和異常數(shù)據(jù),見表1所列。

    3.2實(shí)驗(yàn)平臺

    python3.7,intel(R)core(TM),i5-9400F,2.90GHz,8G內(nèi)存,windows10操作系統(tǒng)。

    3.3參數(shù)設(shè)置

    樹規(guī)模T=100。K=3。為了驗(yàn)證混合異常點(diǎn)檢測算法的性能,分類性能被檢測使用以下方式。

    TP(真陽性):預(yù)測為正樣本,實(shí)際為正樣本

    FP(假陽性):預(yù)測為正樣本,實(shí)際為負(fù)樣本

    TN(真陰性):預(yù)測為負(fù)樣本,實(shí)際為負(fù)樣本

    FN(假陰性):預(yù)測為負(fù)樣本,實(shí)際為正樣本

    類1表示正常的類別,類2表示異常的類別。

    從圖2中實(shí)驗(yàn)結(jié)果可以看出,通過與貝葉斯方法比較,文章提出的方法對正常類別的檢測精度比較高,錯誤類別的檢測精度略低于貝葉斯方法,分析其原因,在于實(shí)驗(yàn)采樣的樣本規(guī)模仍較少導(dǎo)致。但根據(jù)分析情況,能夠看出找出異常點(diǎn),總體上檢測能力遠(yuǎn)遠(yuǎn)提高,從召回率方面來看,如圖3所示,文章提出的方法在召回率結(jié)果上明顯優(yōu)于貝葉斯估計(jì)方法。正常檢測率達(dá)到93.8%,異常檢測達(dá)到了99%,文章所提出的方法改善效果顯著,可以較好的表現(xiàn)出異常點(diǎn)檢測的效果。另外從誤報(bào)率結(jié)果來看,如圖4所示,實(shí)驗(yàn)結(jié)果中發(fā)現(xiàn)出現(xiàn)的誤報(bào)率比較小。達(dá)到了6.2%的誤報(bào)檢測性功能,通過本文提出的方法檢測到異常點(diǎn)并處理后,通過k值選擇,同貝葉斯方法比較后可以明顯的看出采用本文方法進(jìn)行異常點(diǎn)檢測有所改進(jìn)、檢測精度略有提高、誤報(bào)率得以降低。從整體結(jié)構(gòu)看,雖然檢測到的樣本稍微有些變化,但總體趨于平穩(wěn),整個檢測系統(tǒng)的效果優(yōu)于經(jīng)典的方法。

    4結(jié)論

    異常點(diǎn)檢測是數(shù)據(jù)挖掘領(lǐng)域一個重要的過程。文章提出了改進(jìn)KNN與異常點(diǎn)檢測算法相結(jié)合來處理數(shù)據(jù)的方法,該方法有助于查找并識別異常點(diǎn),保證攻擊的數(shù)據(jù)在數(shù)據(jù)挖掘領(lǐng)域中得到正確檢測,通過實(shí)驗(yàn)證明,本文提出的方法能夠有效的處理異常點(diǎn)。在現(xiàn)實(shí)生活中,有許多系統(tǒng)數(shù)據(jù)需要處理異常點(diǎn),因此異常點(diǎn)檢測是關(guān)鍵部分。異常點(diǎn)因?yàn)閿?shù)據(jù)的稀疏等因素?cái)?shù)量一般超出給定數(shù)據(jù)集中多數(shù)相似點(diǎn)的個數(shù),識別它往往會有一定的困難,有時(shí),異常值對于我們分析數(shù)據(jù)有一定的影響,如果系統(tǒng)沒有識別出異常值,會導(dǎo)致預(yù)測結(jié)果不準(zhǔn)確;如果異常值太多,又會影響系統(tǒng)的準(zhǔn)確性,通過采用消除變量方式把特征向量降低,消除異常值的影響,通過系統(tǒng)檢測并標(biāo)記異常值,得到異常值的大小后計(jì)算,使預(yù)測性能得到提高。總之,從實(shí)驗(yàn)結(jié)果進(jìn)行分析文章方法在數(shù)據(jù)量比較大的情況下,精度與召回率大幅度提升,誤報(bào)率有所下降,這樣充分說明,本文方法對于入侵攻擊由較強(qiáng)的檢測能力。相對與貝葉斯方法,較好的提升了分類精度。另外,在將來在大數(shù)據(jù)時(shí)代,數(shù)據(jù)量越大,數(shù)據(jù)的維數(shù)也越高,同時(shí)會導(dǎo)致出現(xiàn)更復(fù)雜的情況。因此,消除維數(shù)方面的影響,會減少系統(tǒng)的運(yùn)作成本。

    猜你喜歡
    特征選擇
    二進(jìn)制登山隊(duì)優(yōu)化算法及其在特征選擇中的應(yīng)用
    軟件工程(2024年12期)2024-12-28 00:00:00
    基于實(shí)例學(xué)習(xí)和協(xié)同子集搜索的特征選擇方法
    基于最大信息系數(shù)和近似馬爾科夫毯的特征選擇方法
    Kmeans 應(yīng)用與特征選擇
    電子制作(2017年23期)2017-02-02 07:17:06
    基于GA和ELM的電能質(zhì)量擾動識別特征選擇方法
    聯(lián)合互信息水下目標(biāo)特征選擇算法
    基于特征選擇聚類方法的稀疏TSK模糊系統(tǒng)
    非線性電路多軟故障的智能優(yōu)化遞階特征選擇診斷方法
    基于特征選擇和RRVPMCD的滾動軸承故障診斷方法
    基于二元搭配詞的微博情感特征選擇
    欧美在线一区亚洲| 国产三级黄色录像| 国产av又大| 亚洲国产欧美人成| 日本黄色视频三级网站网址| 亚洲色图av天堂| 国产精品乱码一区二三区的特点| 黄色a级毛片大全视频| www.精华液| 亚洲欧美激情综合另类| 国模一区二区三区四区视频 | 色综合亚洲欧美另类图片| 久久久久久人人人人人| 久久久久久久久中文| 亚洲成a人片在线一区二区| 黄片大片在线免费观看| videosex国产| 免费电影在线观看免费观看| 国产成人系列免费观看| 久久久国产成人精品二区| 亚洲激情在线av| 一区二区三区激情视频| 欧美日韩福利视频一区二区| 日本 欧美在线| 男女午夜视频在线观看| 日韩中文字幕欧美一区二区| 91大片在线观看| 夜夜夜夜夜久久久久| 日韩欧美免费精品| 18禁国产床啪视频网站| 黄色成人免费大全| 午夜精品一区二区三区免费看| 毛片女人毛片| or卡值多少钱| 久久香蕉精品热| 亚洲欧洲精品一区二区精品久久久| 亚洲五月天丁香| 51午夜福利影视在线观看| 欧美一区二区国产精品久久精品 | 日韩欧美一区二区三区在线观看| 国产精品综合久久久久久久免费| 成人永久免费在线观看视频| 亚洲中文日韩欧美视频| 伦理电影免费视频| 99久久国产精品久久久| 成年人黄色毛片网站| 久久天躁狠狠躁夜夜2o2o| 狠狠狠狠99中文字幕| 国产精品一及| 婷婷精品国产亚洲av在线| 在线观看免费视频日本深夜| 亚洲第一电影网av| 亚洲成av人片免费观看| 两性午夜刺激爽爽歪歪视频在线观看 | 别揉我奶头~嗯~啊~动态视频| 免费在线观看影片大全网站| 一本综合久久免费| 美女扒开内裤让男人捅视频| 亚洲人成伊人成综合网2020| 久久午夜亚洲精品久久| 99久久无色码亚洲精品果冻| www.999成人在线观看| 丁香欧美五月| 欧美不卡视频在线免费观看 | 中文字幕高清在线视频| www.熟女人妻精品国产| 久久午夜亚洲精品久久| av欧美777| av福利片在线| 国产一区二区三区在线臀色熟女| 亚洲精品在线美女| 国产区一区二久久| 少妇被粗大的猛进出69影院| 这个男人来自地球电影免费观看| 欧美黄色片欧美黄色片| 亚洲av成人一区二区三| 天堂影院成人在线观看| 久久天躁狠狠躁夜夜2o2o| 精品电影一区二区在线| 91老司机精品| 麻豆成人午夜福利视频| 99国产精品一区二区蜜桃av| 久久天堂一区二区三区四区| 国产精品一区二区精品视频观看| 成人亚洲精品av一区二区| 成年人黄色毛片网站| 黄频高清免费视频| 国产一区二区三区在线臀色熟女| 亚洲国产欧洲综合997久久,| 国产精品香港三级国产av潘金莲| 女同久久另类99精品国产91| 久久 成人 亚洲| 亚洲人成伊人成综合网2020| 亚洲人成电影免费在线| 久久中文字幕一级| 欧美一区二区国产精品久久精品 | 国产av一区二区精品久久| 12—13女人毛片做爰片一| 超碰成人久久| 老司机深夜福利视频在线观看| 精品国产乱子伦一区二区三区| 国内久久婷婷六月综合欲色啪| 国产视频内射| 俄罗斯特黄特色一大片| 午夜a级毛片| 精华霜和精华液先用哪个| 中文资源天堂在线| 91麻豆av在线| 国产成人av教育| 日韩高清综合在线| 少妇裸体淫交视频免费看高清 | 一a级毛片在线观看| 99精品久久久久人妻精品| 51午夜福利影视在线观看| 亚洲人成77777在线视频| 淫秽高清视频在线观看| 亚洲精品一区av在线观看| 国产精品久久久久久亚洲av鲁大| 人人妻,人人澡人人爽秒播| 好男人电影高清在线观看| 亚洲成人久久性| 精品一区二区三区视频在线观看免费| 超碰成人久久| 超碰成人久久| 在线观看舔阴道视频| 99国产精品99久久久久| 日日爽夜夜爽网站| 国产在线精品亚洲第一网站| 精品久久久久久成人av| 国产区一区二久久| 我要搜黄色片| 亚洲欧美一区二区三区黑人| 国产精品一及| 成年版毛片免费区| 极品教师在线免费播放| av在线播放免费不卡| 精品久久久久久,| 欧美av亚洲av综合av国产av| 国产不卡一卡二| 国产爱豆传媒在线观看 | 一进一出好大好爽视频| 色综合婷婷激情| 一区二区三区国产精品乱码| 又紧又爽又黄一区二区| 黄色a级毛片大全视频| АⅤ资源中文在线天堂| 亚洲自偷自拍图片 自拍| netflix在线观看网站| 亚洲色图av天堂| 在线观看免费视频日本深夜| 国产精品98久久久久久宅男小说| 又黄又爽又免费观看的视频| 国产伦一二天堂av在线观看| 亚洲欧美精品综合久久99| 色av中文字幕| 天堂影院成人在线观看| 久久伊人香网站| 级片在线观看| 精品第一国产精品| 国产1区2区3区精品| 91九色精品人成在线观看| 99久久99久久久精品蜜桃| 级片在线观看| 欧美最黄视频在线播放免费| or卡值多少钱| 又紧又爽又黄一区二区| 欧美性长视频在线观看| 欧美乱色亚洲激情| 亚洲欧美日韩东京热| 岛国在线观看网站| 亚洲专区字幕在线| 色综合欧美亚洲国产小说| 精品日产1卡2卡| 精品久久久久久成人av| 久久久久国产一级毛片高清牌| 后天国语完整版免费观看| 妹子高潮喷水视频| 一进一出抽搐gif免费好疼| www日本在线高清视频| 日日爽夜夜爽网站| 国产私拍福利视频在线观看| 精品久久久久久,| 免费在线观看黄色视频的| 妹子高潮喷水视频| 亚洲人成77777在线视频| 国产精品精品国产色婷婷| 亚洲成人免费电影在线观看| 男男h啪啪无遮挡| 亚洲aⅴ乱码一区二区在线播放 | av片东京热男人的天堂| 欧美黑人欧美精品刺激| 亚洲国产精品久久男人天堂| 国产精品自产拍在线观看55亚洲| 一边摸一边抽搐一进一小说| 成人国产一区最新在线观看| 99久久久亚洲精品蜜臀av| 亚洲 欧美 日韩 在线 免费| 国产激情欧美一区二区| 叶爱在线成人免费视频播放| 亚洲片人在线观看| 亚洲精品色激情综合| 国产免费av片在线观看野外av| 亚洲国产高清在线一区二区三| 亚洲免费av在线视频| 中文在线观看免费www的网站 | 午夜福利免费观看在线| 99国产极品粉嫩在线观看| 亚洲国产看品久久| 亚洲乱码一区二区免费版| 白带黄色成豆腐渣| 日本三级黄在线观看| 一级毛片精品| 久久久久免费精品人妻一区二区| 亚洲 欧美一区二区三区| 母亲3免费完整高清在线观看| av有码第一页| 国产精品精品国产色婷婷| 亚洲狠狠婷婷综合久久图片| 中文字幕熟女人妻在线| 狂野欧美白嫩少妇大欣赏| 亚洲成av人片免费观看| 久久天躁狠狠躁夜夜2o2o| av超薄肉色丝袜交足视频| 久久中文字幕人妻熟女| 国产伦人伦偷精品视频| videosex国产| 亚洲国产欧美人成| 97人妻精品一区二区三区麻豆| 亚洲一区二区三区色噜噜| 亚洲av成人不卡在线观看播放网| 精品不卡国产一区二区三区| 亚洲国产高清在线一区二区三| 精品国内亚洲2022精品成人| 一级毛片女人18水好多| 国产视频内射| 99精品在免费线老司机午夜| 又黄又粗又硬又大视频| 国产精品久久久久久久电影 | 国产成人av教育| 国产日本99.免费观看| 精品欧美一区二区三区在线| 日本一本二区三区精品| 成人三级做爰电影| 91国产中文字幕| 一二三四社区在线视频社区8| 亚洲中文av在线| 神马国产精品三级电影在线观看 | 动漫黄色视频在线观看| 老司机午夜福利在线观看视频| 国产精品一及| 亚洲七黄色美女视频| 女生性感内裤真人,穿戴方法视频| 精品国产美女av久久久久小说| 国产在线观看jvid| 久久亚洲精品不卡| 免费在线观看完整版高清| 日韩精品青青久久久久久| 欧美色欧美亚洲另类二区| 19禁男女啪啪无遮挡网站| 色综合婷婷激情| 91在线观看av| 欧美zozozo另类| 看黄色毛片网站| 国产精品久久久久久久电影 | 欧美性猛交黑人性爽| 久久久水蜜桃国产精品网| 亚洲国产欧美一区二区综合| 在线观看免费午夜福利视频| 黄片大片在线免费观看| 18禁黄网站禁片午夜丰满| 露出奶头的视频| 露出奶头的视频| 99精品欧美一区二区三区四区| 午夜福利欧美成人| 国产亚洲精品久久久久5区| 午夜福利在线在线| 中文字幕人成人乱码亚洲影| tocl精华| 黄片小视频在线播放| 亚洲av成人不卡在线观看播放网| 18禁黄网站禁片免费观看直播| 午夜免费观看网址| 亚洲18禁久久av| 一进一出好大好爽视频| 日韩欧美免费精品| 国产午夜精品久久久久久| 黄色视频,在线免费观看| 制服丝袜大香蕉在线| 五月伊人婷婷丁香| 国产黄片美女视频| 每晚都被弄得嗷嗷叫到高潮| 巨乳人妻的诱惑在线观看| 日韩中文字幕欧美一区二区| 男男h啪啪无遮挡| 天堂av国产一区二区熟女人妻 | 香蕉丝袜av| 69av精品久久久久久| 国产av一区二区精品久久| 欧美+亚洲+日韩+国产| 亚洲熟妇中文字幕五十中出| 一个人免费在线观看的高清视频| 欧美午夜高清在线| 亚洲成人久久性| www.自偷自拍.com| 人人妻人人澡欧美一区二区| 999久久久国产精品视频| 婷婷精品国产亚洲av在线| 又粗又爽又猛毛片免费看| 欧美+亚洲+日韩+国产| 亚洲成人中文字幕在线播放| 美女大奶头视频| 成人精品一区二区免费| 在线观看舔阴道视频| 久久香蕉激情| 日韩欧美在线二视频| 精品午夜福利视频在线观看一区| 精品国内亚洲2022精品成人| 久久久国产成人精品二区| 精品久久久久久久久久久久久| 两性夫妻黄色片| 免费观看精品视频网站| 波多野结衣高清无吗| 亚洲精品久久成人aⅴ小说| 岛国在线免费视频观看| e午夜精品久久久久久久| √禁漫天堂资源中文www| 亚洲国产精品合色在线| 亚洲av成人精品一区久久| 搡老熟女国产l中国老女人| 午夜福利高清视频| 亚洲,欧美精品.| 亚洲七黄色美女视频| www日本黄色视频网| 91麻豆精品激情在线观看国产| 一本久久中文字幕| 中文字幕精品亚洲无线码一区| 99riav亚洲国产免费| 欧美丝袜亚洲另类 | 激情在线观看视频在线高清| 日韩成人在线观看一区二区三区| videosex国产| 日本一二三区视频观看| 三级毛片av免费| 久久久国产成人精品二区| 成人国语在线视频| 成年女人毛片免费观看观看9| 亚洲成a人片在线一区二区| 成人午夜高清在线视频| 禁无遮挡网站| 岛国视频午夜一区免费看| 国产精品99久久99久久久不卡| 成人18禁在线播放| 操出白浆在线播放| 色综合欧美亚洲国产小说| a级毛片a级免费在线| 夜夜爽天天搞| 国产激情久久老熟女| 少妇熟女aⅴ在线视频| 久久久久久人人人人人| 99热只有精品国产| 欧美色欧美亚洲另类二区| 日韩欧美国产在线观看| 在线观看免费视频日本深夜| 国产精品98久久久久久宅男小说| 国产精品,欧美在线| 在线视频色国产色| 久久久久久国产a免费观看| 两人在一起打扑克的视频| 成熟少妇高潮喷水视频| 亚洲在线自拍视频| 巨乳人妻的诱惑在线观看| 色播亚洲综合网| 三级毛片av免费| 两人在一起打扑克的视频| 国产伦在线观看视频一区| 免费av毛片视频| 国产精品 国内视频| 国内精品久久久久久久电影| 中文在线观看免费www的网站 | 国产欧美日韩一区二区三| 国产日本99.免费观看| 9191精品国产免费久久| 久久久久久九九精品二区国产 | 黄色片一级片一级黄色片| 真人一进一出gif抽搐免费| 99国产精品99久久久久| 巨乳人妻的诱惑在线观看| 国产av又大| 成年免费大片在线观看| 正在播放国产对白刺激| 老司机深夜福利视频在线观看| 国产在线观看jvid| 亚洲黑人精品在线| 国产精品久久电影中文字幕| 一级黄色大片毛片| 国产三级黄色录像| √禁漫天堂资源中文www| 亚洲精品在线观看二区| 男插女下体视频免费在线播放| 91九色精品人成在线观看| 婷婷精品国产亚洲av在线| av超薄肉色丝袜交足视频| 一级毛片精品| 亚洲电影在线观看av| 国产蜜桃级精品一区二区三区| 俄罗斯特黄特色一大片| 国产探花在线观看一区二区| 中文资源天堂在线| 88av欧美| 精品一区二区三区四区五区乱码| 男男h啪啪无遮挡| 欧美日韩瑟瑟在线播放| 黄色视频不卡| 99精品久久久久人妻精品| 黄色毛片三级朝国网站| 搡老熟女国产l中国老女人| 三级国产精品欧美在线观看 | 国产亚洲欧美98| 脱女人内裤的视频| 国产视频一区二区在线看| 久久精品夜夜夜夜夜久久蜜豆 | 亚洲av日韩精品久久久久久密| 亚洲精品久久国产高清桃花| 国产精品永久免费网站| 一级毛片女人18水好多| 精品少妇一区二区三区视频日本电影| 久久国产乱子伦精品免费另类| 亚洲av日韩精品久久久久久密| 91国产中文字幕| 欧美日韩亚洲国产一区二区在线观看| 国产精品乱码一区二三区的特点| 在线观看舔阴道视频| 国产99白浆流出| 午夜视频精品福利| 搡老妇女老女人老熟妇| 国产人伦9x9x在线观看| 在线观看www视频免费| 脱女人内裤的视频| 99久久综合精品五月天人人| 免费在线观看日本一区| 一区二区三区高清视频在线| 亚洲av电影在线进入| 国产精品av久久久久免费| 久久性视频一级片| 国内久久婷婷六月综合欲色啪| 老司机靠b影院| 国内毛片毛片毛片毛片毛片| 欧美日韩一级在线毛片| 日韩国内少妇激情av| 久久精品综合一区二区三区| 久久久久久亚洲精品国产蜜桃av| 精品久久久久久久久久免费视频| 国产av在哪里看| 欧美性猛交黑人性爽| 国产麻豆成人av免费视频| 成人18禁高潮啪啪吃奶动态图| 麻豆成人av在线观看| 亚洲av电影在线进入| 久久这里只有精品19| 级片在线观看| 久久久久久九九精品二区国产 | 欧美日本视频| 国产欧美日韩一区二区三| 最近在线观看免费完整版| 国产激情偷乱视频一区二区| 亚洲精品一卡2卡三卡4卡5卡| 丁香欧美五月| 又大又爽又粗| 在线观看舔阴道视频| 97人妻精品一区二区三区麻豆| 1024手机看黄色片| 丁香六月欧美| 男女午夜视频在线观看| 中文亚洲av片在线观看爽| 国产高清视频在线观看网站| 欧美日韩亚洲综合一区二区三区_| 老司机福利观看| 国产一级毛片七仙女欲春2| 999久久久国产精品视频| 丰满的人妻完整版| 老鸭窝网址在线观看| www日本在线高清视频| 婷婷精品国产亚洲av在线| 日韩精品青青久久久久久| 日日干狠狠操夜夜爽| 国产av又大| 亚洲一区中文字幕在线| 人人妻,人人澡人人爽秒播| 亚洲精华国产精华精| 久久国产精品人妻蜜桃| 婷婷精品国产亚洲av| 90打野战视频偷拍视频| 国产成人精品无人区| 欧美丝袜亚洲另类 | 性色av乱码一区二区三区2| 国产成人av激情在线播放| 亚洲国产精品sss在线观看| 久久久久九九精品影院| 国产又黄又爽又无遮挡在线| 此物有八面人人有两片| 黄频高清免费视频| 欧美另类亚洲清纯唯美| 国内少妇人妻偷人精品xxx网站 | 国产欧美日韩一区二区三| or卡值多少钱| 后天国语完整版免费观看| 免费在线观看视频国产中文字幕亚洲| 精品国产美女av久久久久小说| 欧美成狂野欧美在线观看| 亚洲国产中文字幕在线视频| 国产精品影院久久| 国产成人影院久久av| 国产aⅴ精品一区二区三区波| 国产精品亚洲一级av第二区| 久久人妻福利社区极品人妻图片| 中文在线观看免费www的网站 | 巨乳人妻的诱惑在线观看| 亚洲精品粉嫩美女一区| 亚洲五月天丁香| www日本在线高清视频| 香蕉丝袜av| 少妇的丰满在线观看| 伊人久久大香线蕉亚洲五| 久久久久九九精品影院| 欧美高清成人免费视频www| 99re在线观看精品视频| 一级作爱视频免费观看| 熟妇人妻久久中文字幕3abv| 日本黄大片高清| 国产亚洲欧美在线一区二区| 天堂影院成人在线观看| 老司机靠b影院| 黄片小视频在线播放| 成人三级做爰电影| 又黄又爽又免费观看的视频| 视频区欧美日本亚洲| 一本精品99久久精品77| 欧美不卡视频在线免费观看 | 亚洲国产看品久久| 精品一区二区三区四区五区乱码| 国产成人啪精品午夜网站| 啦啦啦免费观看视频1| 国产av一区二区精品久久| 欧美大码av| 午夜日韩欧美国产| 精品久久久久久久久久久久久| 2021天堂中文幕一二区在线观| 狂野欧美白嫩少妇大欣赏| 妹子高潮喷水视频| 搡老妇女老女人老熟妇| 国产伦一二天堂av在线观看| 日韩欧美国产在线观看| 免费av毛片视频| 欧美日韩亚洲国产一区二区在线观看| 午夜免费成人在线视频| 在线观看免费日韩欧美大片| 熟女电影av网| 九九热线精品视视频播放| 制服人妻中文乱码| 他把我摸到了高潮在线观看| 午夜老司机福利片| 色老头精品视频在线观看| 国产高清激情床上av| 成人国语在线视频| 好看av亚洲va欧美ⅴa在| 亚洲精品久久成人aⅴ小说| 久久午夜亚洲精品久久| 91在线观看av| 精品国产乱码久久久久久男人| 欧美日韩亚洲国产一区二区在线观看| 在线观看www视频免费| 哪里可以看免费的av片| 狂野欧美白嫩少妇大欣赏| 午夜精品一区二区三区免费看| 欧美一区二区精品小视频在线| 午夜免费激情av| 亚洲国产日韩欧美精品在线观看 | 一个人免费在线观看电影 | 久99久视频精品免费| 成人18禁高潮啪啪吃奶动态图| 午夜福利18| 亚洲国产精品成人综合色| 精品久久久久久久人妻蜜臀av| 日韩欧美精品v在线| 国产成人欧美在线观看| 国产精品久久久久久久电影 | 在线看三级毛片| 两个人看的免费小视频| 精品一区二区三区av网在线观看| 午夜免费成人在线视频| 国产精品一区二区三区四区久久| 99久久综合精品五月天人人| 欧美av亚洲av综合av国产av| 男女视频在线观看网站免费 | 日韩中文字幕欧美一区二区| 少妇裸体淫交视频免费看高清 | 国产精品av久久久久免费| 免费在线观看成人毛片| 成人永久免费在线观看视频| 国产亚洲精品久久久久5区| 国产精品永久免费网站| 人人妻,人人澡人人爽秒播| 一边摸一边抽搐一进一小说| 欧美精品亚洲一区二区| 亚洲精品美女久久久久99蜜臀| 久久草成人影院| 亚洲 欧美 日韩 在线 免费| 亚洲九九香蕉| 欧美乱色亚洲激情| 18禁国产床啪视频网站| 精品欧美一区二区三区在线| 两个人的视频大全免费| 最近最新中文字幕大全免费视频| 亚洲专区国产一区二区| 国产三级黄色录像|