• <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 ?

    面向醫(yī)療系統(tǒng)的隱私保護疾病預測研究

    2023-04-26 08:21:40張艷玲張清媛
    計算機測量與控制 2023年4期
    關(guān)鍵詞:分類用戶方法

    李 超,張艷玲,張清媛

    (1.山東第一醫(yī)科大學 第二附屬醫(yī)院,山東 泰安 271000;2.山東第一醫(yī)科大學 醫(yī)學信息工程學院,山東 泰安 271016)

    0 引言

    當前的醫(yī)療系統(tǒng)是一個復雜的數(shù)據(jù)驅(qū)動網(wǎng)絡,依賴于對患者的連續(xù)監(jiān)控、數(shù)據(jù)共享和流式傳輸[1],憑借先進的大數(shù)據(jù)分析為患者提供必要的醫(yī)療服務[2]。隨著物聯(lián)網(wǎng)(IoT)技術(shù)在現(xiàn)代醫(yī)療系統(tǒng)中的不斷發(fā)展,為患者和醫(yī)療專業(yè)人員帶來了便利。各種可穿戴式IoT監(jiān)測設備采集不同類型的病理數(shù)據(jù)并最終傳輸?shù)结t(yī)院云服務器中,這對醫(yī)療系統(tǒng)的隱私性和安全性提出了更高的要求[3]??纱┐魇结t(yī)療數(shù)據(jù)采集設備有智能心電圖機、藍牙血糖測量設備和3G血壓測量設備等,主要用于監(jiān)測心率、血糖和血壓等各種生理癥狀[4],并最終為疾病預測系統(tǒng)(DPS)提供數(shù)據(jù)支撐。然而,在現(xiàn)代醫(yī)療系統(tǒng)中,個人數(shù)據(jù)隱私越來越受到關(guān)注,尤其是涉及敏感的個人醫(yī)療數(shù)據(jù)。個人醫(yī)療數(shù)據(jù)面臨非法共享機密信息、非法使用私人數(shù)據(jù)、個人身份、敏感數(shù)據(jù)暴露等系列隱私問題[5]。因此,醫(yī)療系統(tǒng)必須同時兼顧數(shù)據(jù)隱私的安全性和疾病預測的準確性。

    對于患者數(shù)據(jù)隱私保護方面,文獻[6]使用隨機森林(RF)技術(shù)的隱私保護計算協(xié)議,結(jié)合屬于多個終端的醫(yī)療系統(tǒng)提供安全訓練,并能夠做出準確疾病預測。此外,原始數(shù)據(jù)可執(zhí)行安全和計算處理并保存在云中。文獻[7]提出了隱私保護單決策樹方法,使用同態(tài)加密方式保護用戶數(shù)據(jù),通過相同的密鑰對生成隨機數(shù)來防止攻擊方解密數(shù)據(jù),然而,同態(tài)加密提供的安全性較差。文獻[8]開發(fā)了一種基于深度Q學習的神經(jīng)網(wǎng)絡框架,采用隱私保護方法(DQ-NNPP),以保護從醫(yī)療物聯(lián)網(wǎng)設備傳輸?shù)拿舾谢颊哚t(yī)療數(shù)據(jù)免受外部威脅。所有這些模型中的數(shù)據(jù)保密性和安全性都較低。此外,在所有上述方法中也普遍缺乏預測效率和準確性。對于疾病預測方面,文獻[9]提出了基于模糊神經(jīng)分類器的醫(yī)療保健疾病預測系統(tǒng),然而,云數(shù)據(jù)庫中的醫(yī)療數(shù)據(jù)的安全性不足。文獻[10]提出了基于多標簽k鄰近的多級醫(yī)學預診斷系統(tǒng)(ML-kNN),通過服務器自動減少需要使用k均值聚類計算的醫(yī)療保健實例的數(shù)量,并結(jié)合基于ML-kNN分類向醫(yī)療保健用戶提供服務。然而,該系統(tǒng)的計算復雜度較高。文獻[11]提出了利用云和基于物聯(lián)網(wǎng)的數(shù)據(jù)庫的預測方法,用于預測使用從生物傳感器收集的患者數(shù)據(jù)的疾病。

    為了在保護患者數(shù)據(jù)安全的前提下對疾病進行有效預測,DPS必須通過使用醫(yī)療數(shù)據(jù)建立分類預測模型,并且不能與第三方進行共享以防止數(shù)據(jù)泄密[12]。DPS能夠提高診斷的速度和準確性,并且提高醫(yī)療服務的質(zhì)量,因此,預測效率也是構(gòu)建DSP時應考慮的關(guān)鍵因素。文獻[13]提出了一種有效且保密的疾病預測系統(tǒng)?;颊呔驮\的醫(yī)療記錄被加密并發(fā)送到云服務器,使用單層感知器學習方法訓練預測模型,同時仍然保持患者隱私。文獻[14]提出了以混合推理為中心的隱私感知疾病預測支持系統(tǒng)(PDPSS)。利用模糊集理論、k鄰近和以案例為中心的推理組合優(yōu)勢改進的預測結(jié)果,從而將疾病預測支持系統(tǒng)(DPSS)擴展到以Pailliers同態(tài)加密為中心的PDPSS,從而保護患者的敏感數(shù)據(jù)免受非法用戶訪問,然而,該系統(tǒng)具有較高的通信和計算成本。

    圖1 系統(tǒng)架構(gòu)

    本文構(gòu)建了隱私保護疾病預測系統(tǒng)架構(gòu),利用加密組合文本生成密鑰提高了系統(tǒng)認證階段的隱私性,提出了基于對數(shù)循環(huán)值的橢圓曲線密碼體制(LR-ECC)的數(shù)據(jù)加密方法,增強了數(shù)據(jù)傳輸階段的醫(yī)療數(shù)據(jù)的安全性。采用基于象群遺傳算法的的深度學習神經(jīng)網(wǎng)絡(EHGA-DLNN)分類技術(shù)對IoT監(jiān)測設備采集的感知數(shù)據(jù)進行分類,提高了DPS階段疾病預測的準確性。

    1 系統(tǒng)結(jié)構(gòu)及原理

    為了在醫(yī)療系統(tǒng)中有效地保護數(shù)據(jù)安全性并準確地預測疾病,本文構(gòu)建了面向醫(yī)療系統(tǒng)的隱私保護疾病預測系統(tǒng),實現(xiàn)了保護患者數(shù)據(jù)的隱私性和疾病預測的準確性。由于IoT傳感器設備穿戴在患者身體上,并考慮到部署以太網(wǎng)的復雜性和WIFI網(wǎng)絡的局限性,本文的整體網(wǎng)絡架構(gòu)采用窄帶物聯(lián)網(wǎng)(NB-IoT)技術(shù)原理,NB-IoT是一種部署于GMS網(wǎng)絡或LTE網(wǎng)絡上的低頻段、低速率的網(wǎng)絡,支持低功率設備在廣域網(wǎng)絡的蜂窩數(shù)據(jù)連接,具有海量連接、深度覆蓋、穩(wěn)定可靠、綜合成本低等優(yōu)勢。該系統(tǒng)分為系統(tǒng)認證、安全數(shù)據(jù)傳輸和疾病預測系統(tǒng)(DPS)3個階段。用戶利用醫(yī)院的移動APP或網(wǎng)站向相應醫(yī)院進行注冊,當使用有效的認證方法成功完成登錄后,則傳感器值將通過霧層安全上傳至醫(yī)院云服務器。同時,相應的醫(yī)生可以安全地下載患者數(shù)據(jù),并使用分類模型準確地完成疾病預測。本文提出的隱私保護疾病預測系統(tǒng)架構(gòu),如圖1所示。

    2 系統(tǒng)認證階段

    為了加強系統(tǒng)和信息傳輸?shù)陌踩?,本文在醫(yī)生、醫(yī)護人員和醫(yī)院云服務器、患者和醫(yī)院云服務器以及醫(yī)院和醫(yī)院云服務器之間設計了認證功能。系統(tǒng)認證階段分為注冊、登錄和驗證3個部分。

    2.1 注冊

    在各種IoT設備訪問系統(tǒng)數(shù)據(jù)之前,需經(jīng)過系統(tǒng)管理員的批準。當批準通過后,管理員將數(shù)據(jù)反饋給IoT設備進行認證。注冊過程包括如下4個部分。

    1)患者詳細信息:

    用戶在注冊時提供患者詳細信息,患者詳細信息包含用戶名、患者姓名、性別、年齡、地址、密碼、患者ID、醫(yī)院ID、醫(yī)生名稱等,通過移動APP或網(wǎng)站輸入并保存到數(shù)據(jù)庫中。患者詳細信息集可以表示為:

    (1)

    2)組合文本:

    輸入患者詳細信息后,將用戶ID和醫(yī)院ID合并為組合文本,組合文本可以表示為:

    (2)

    3)加密組合文本:

    在注冊期間完成組合文本后執(zhí)行加密過程,從而使用替換密碼將組合文本轉(zhuǎn)換為密碼。替換密碼是根據(jù)預設系統(tǒng)將明碼轉(zhuǎn)化為密碼的加密方式。在所有的替換密碼中,密碼字母僅為明碼字母的簡單循環(huán)移位[15]。此外,密碼元素包括數(shù)字、標點符號和26個字母。組合文本的加密可以表示為:

    (3)

    在驗證時,密碼由醫(yī)院云服務器發(fā)送給數(shù)據(jù)所有者。當用戶試圖下載醫(yī)院云服務器中任何文件時,則醫(yī)院云服務器會要求用戶輸入密碼。當用戶輸入并發(fā)送正確的密碼時,醫(yī)院云服務器將用戶驗證為授權(quán)用戶,并允許用戶訪問數(shù)據(jù)。則替換密碼可以表示為:

    (4)

    (5)

    4)密鑰生成:

    醫(yī)院云服務器負責創(chuàng)建公鑰和私鑰,其中,公鑰自動生成并保存在醫(yī)院云服務器中;私鑰則發(fā)送到用戶注冊期間提供的電子郵件。公鑰與私鑰的數(shù)學表達式為:

    (6)

    (7)

    2.2 登錄

    登錄功能是用于驗證用戶的憑證集。當用戶請求登錄時,則醫(yī)院云服務器負責驗證用戶輸入的用戶ID和密碼。如果用戶提供了正確的私鑰,則通過醫(yī)院云服務器執(zhí)行文本文件的解密并通過霧層傳輸給用戶。當私鑰不正確時,則拒絕用戶訪問醫(yī)院云服務器。

    2.3 驗證

    驗證功能在系統(tǒng)登錄后執(zhí)行。系統(tǒng)將匹配用戶ID和密碼。如果所有詳細信息都匹配,則系統(tǒng)最終確定用戶已向相應的HCS完成注冊。否則,系統(tǒng)返回到注冊階段。

    3 數(shù)據(jù)安全傳輸階段

    (8)

    4 疾病預測系統(tǒng)(DPS)階段

    DPS是預測疾病在患者身上出現(xiàn)可能性的過程,利用IoT感測值來確定患者是否患有疾病。DPS階段分為數(shù)據(jù)收集、預處理、矩陣表示、矩陣降維和分類5個部分。

    4.1 數(shù)據(jù)收集

    DPS收集疾病數(shù)據(jù)集并形成數(shù)據(jù)庫,用于處理的疾病數(shù)據(jù)集可以表示為:

    (9)

    其中:hj為疾病數(shù)據(jù)信息,m為疾病數(shù)據(jù)的數(shù)量。

    4.2 預處理

    由于IoT采集的數(shù)據(jù)集可能包含重復數(shù)據(jù),為了避免重復訓練相同的信息,降低系統(tǒng)計算的復雜度。本文通過重復數(shù)據(jù)刪除方式[18]來消除冗余數(shù)據(jù)。重復數(shù)據(jù)刪除是通過避免重復數(shù)據(jù)存儲和節(jié)省帶寬來有效管理云存儲空間的方法。重復數(shù)據(jù)刪除分為缺失值插補和最小最大歸一化兩個階段:

    1)缺失值插補。當IoT采集的數(shù)據(jù)集出現(xiàn)缺失值時,采用缺失值插補處理數(shù)據(jù);將缺失數(shù)據(jù)轉(zhuǎn)換為替代值的方法稱為插補[19]。任何記錄都包含少量缺失值,但可以通過改變針對特定屬性的缺失值與平均值來加載生成缺失值,從而完成缺失值插補。

    2)最小最大歸一化。當IoT采集的數(shù)據(jù)集消除數(shù)據(jù)冗余(或重復)和不需要的特征(即插入、更新和刪除異常)時,采用最小最大歸一化處理數(shù)據(jù)。最小最大歸一化是通過改變特定范圍內(nèi)的數(shù)據(jù)值,在系統(tǒng)中實現(xiàn)歸一化的同時產(chǎn)生高效的輸出[20]。利用最小值和最大值在0~1之間或在-1~1之間更改數(shù)據(jù)值。通過對每個數(shù)據(jù)分別進行最小最大處理得到歸一化值:

    (10)

    以最小值和最大值為中心對缺失值進行替換,可以有效地提高數(shù)據(jù)的完整性。

    4.3 矩陣表示

    將預處理后的數(shù)據(jù)作為矩陣表示。通常,預處理后的數(shù)據(jù)表示為L×P矩陣,其中,L為實例數(shù),P為實驗中存在的屬性數(shù),即性別、年齡、地址等。矩陣中的每個單元格Ii,j均可等效,則預處理后的數(shù)據(jù)矩陣表示為:

    (11)

    4.4 矩陣降維

    矩陣降維是將高維空間轉(zhuǎn)換為低維空間的數(shù)據(jù)轉(zhuǎn)換,從而使低維數(shù)據(jù)保留原始數(shù)據(jù)的關(guān)鍵屬性。本文利用高斯核函數(shù)線性判別分析(GK-LDA)算法[21]對預處理后的矩陣表示進行降維。其中,線性判別分析(LDA)通過檢測方向來降低類間散度與類內(nèi)散度比來加密信息,并在降維過程中實現(xiàn)監(jiān)督功能[22]。高斯核函數(shù)(GK)用于提高降維后的數(shù)據(jù)還原精度[23]。GK-LDA算法的具體步驟如下。

    (12)

    (13)

    其中:

    (14)

    (15)

    其中:Dn和Dm為數(shù)據(jù)點,sm為第m類樣本的數(shù)量,s為數(shù)據(jù)矩陣表示中樣本的數(shù)量。

    步驟3:為了提高降維后的數(shù)據(jù)還原精度,利用GK計算數(shù)據(jù)點之間的距離,即權(quán)重:

    (16)

    其中:γmn為數(shù)據(jù)點Dn和Dm之間的超參數(shù)。

    步驟4:在LDA搜索線性子空間R(c-1分量)中,利用不同類別的投影得到最佳劃分,結(jié)合最大化后續(xù)判別準則可得:

    (17)

    其中:Tom(·)為矩陣的跡,R為特征向量。除了R的正交約束外,可以計算廣義特征向量和特征值:

    (18)

    (19)

    4.5 基于象群遺傳算法的的深度學習神經(jīng)網(wǎng)絡(EHGA-DLNN)分類

    將(Hrf)v輸入到分類器,利用EHGA-DLNN算法[24]對訓練數(shù)據(jù)進行分類。正常的深度學習神經(jīng)網(wǎng)絡(DLNN)[25]也可對數(shù)據(jù)進行分類,然而,隨機權(quán)重值對正常和疾病嚴重程度的分類精度較低。利用遺傳算法(GA)[26]對象群進行優(yōu)化,可以減少DLNN算法中的反向傳播問題。DLNN分為輸入層、隱藏層和輸出層。

    4.5.1 輸入層

    將預處理后的矩陣降維集(Hrf)v用于訓練系統(tǒng),并確定其等效權(quán)重,其描述如下:

    (Hrf)v={hi},i∈[1,k]

    (20)

    (Wew)v={wi},i∈[1,k]

    (21)

    象群優(yōu)化算法(EHO)是以種群為中心的優(yōu)化技術(shù),主要分為氏族更新算子和分離算子[27]。將GA的交叉變異與EHO中的更新步驟相結(jié)合得到象群遺傳算法(EHGA)[28],從而提高搜索精度。EHGA具體步驟如下:

    初始化種群空間、置信空間和可調(diào)算子。當涉及到氏族更新時,通過搜索策略更新大象的位置:

    (22)

    Tw,xl=T[(Tmin)max·fr]min

    (23)

    其中:Tw,xl為氏族xl上具有最差適應值的公象,Tmin和Tmax分別為搜索空間的上限和下限,fr為[0,1]范圍內(nèi)的隨機數(shù)。

    將GA的交叉變異與EHO中的更新步驟相結(jié)合,從而提高搜索精度。因此,在公式(23)更新新位置之前,利用交叉變異中的兩點交叉可以得到:

    T(t+1)=Tfr(t)+C1+C2

    (24)

    (25)

    (26)

    其中:t為迭代次數(shù),C1和C2為交叉點的兩個點。

    使用EHO算法更新新位置得到最優(yōu)權(quán)重:

    (27)

    將輸入值乘以權(quán)重后累加得到分配值:

    (28)

    因此,輸入到隱藏層的激活函數(shù)為:

    (29)

    4.5.2 隱藏層

    隱藏層的輸出值為:

    (30)

    其中:Bias為偏置值。

    4.5.3 輸出層

    輸出層的輸出值為:

    (31)

    計算損失函數(shù)為:

    (32)

    算法1:EHGA-DLNN算法輸入:矩陣降維集(Hrf)v

    輸出:受疾病影響的分類數(shù)據(jù)

    計算訓練樣本數(shù)λ

    ifλ=0

    錯誤(λ不是整數(shù))

    end if

    for 每個減少的數(shù)據(jù) do

    使用EHGA更新權(quán)重值的位置

    使用如下公式更新新位置

    whilev小于迭代次數(shù) do

    則使用如下公式執(zhí)行激活函數(shù)

    計算隱藏層的輸出

    計算輸出層的輸出

    end for

    end while

    5 實驗分析

    為了對患者數(shù)據(jù)在傳輸過程實現(xiàn)隱私保護,并將IoT感測數(shù)據(jù)按嚴重程度分為正常數(shù)據(jù)和疾病數(shù)據(jù)。利用醫(yī)療數(shù)據(jù)集在JAVA中運行實驗評估本文方法的有效性。在數(shù)據(jù)安全傳輸階段,利用數(shù)據(jù)安全傳輸時間和安全級別分析所提出的LR-ECC方法的安全性。在DPS階段,采用不同的分類算法與所提出的EHGA-DLNN方法對比驗證疾病分類預測有效性。EHGA-DLNN算法的具體參數(shù)設置如下:1)EHO中的象群種群數(shù)量為5,最大迭代次數(shù)為100,族長效應比例因子為0.5;2)GA中的交叉率設置為0.6,變異率為0.2;3)DLNN中的學習率為0.01,衰減系數(shù)為0.99。

    5.1 評估參數(shù)

    本文選取加密時間、解密時間、準確率、靈敏度、特異性、精度、召回率和F1值等8個指標作為評估參數(shù)。

    1)加密時間:加密開始和結(jié)束時間與加密算法從明碼構(gòu)造密碼所用時間之差。

    2)解密時間:加密開始和結(jié)束時間之差。

    3)準確率:準確地確定記錄可能是正?;蚴芗膊∮绊懙母怕省?/p>

    4)敏感性:正確區(qū)分正常和疾病的比率。

    5)特異性:影響總分類結(jié)果的疾病分類準確率。

    6)精度:對于某個類別,準確記錄屬于該類別的概率。

    7)召回率:對于特定類別,數(shù)據(jù)集中所有可用記錄中準確預測受疾病影響結(jié)果的計數(shù)。

    8)F1值:利用精度和召回率對模型進行整體估計的調(diào)和均值。

    5.2 安全級別性能分析

    本文利用加密時間和解密時間分析所提出LR-ECC方法在數(shù)據(jù)安全傳輸?shù)男阅?,并與與橢圓曲線密碼編碼學(ECC)[17]、非對稱加密(RSA)[29]、全同態(tài)加密(FHE)[30]和迪菲-赫爾曼(DH)算法[31]進行比較。數(shù)據(jù)安全傳輸時間性能比較,如圖2所示。

    圖2 數(shù)據(jù)安全傳輸時間性能對比

    由圖2可見,為了安全傳輸10~50 kB不等的文件。對于加密時間指標,本文提出的LR-ECC方法加密10 kB的文件僅需465 ms。相比之下,ECC、RSA、FHE和DH算法分別需要801 ms、1 013 ms、1 346 ms和1 646 ms執(zhí)行加密。類似地,LR-ECC方法對20~50 kB的文件加密實現(xiàn)了更優(yōu)異的性能。對于解密時間指標,LR-ECC方法解密10 kB的文件僅需475 ms。相比之下,其他方法的性能明顯低于LR-ECC方法。類似地,LR-ECC方法對20~50 kB的文件解密同樣實現(xiàn)了更優(yōu)異的性能。因此,在數(shù)據(jù)安全傳輸階段,與其他方法相比,本文提出的LR-ECC方法在傳輸時間效率方面具有較高的性能。

    本文提出的LR-ECC方法與ECC、RSA、FHE和DH算法的安全級別對比,如圖3所示。

    圖3 安全級別對比

    由圖3可見,本文提出的LR-ECC方法安全性達到98.87%,而ECC、RSA、FHE和DH算法的安全性分別為96.43%、95.89%、92.18%和87.67%。因此,在數(shù)據(jù)安全傳輸階段,與其他方法相比,本文提出的LR-ECC方法在傳輸安全性方面具有較高的性能。

    5.3 疾病預測分類性能分析

    利用人工神經(jīng)網(wǎng)絡(ANN)[32]、DLNN[25]、kNN[10]、支持向量機(SVM)[33]與本文提出的EHGA-DLNN方法對疾病預測分類進行對比。如表1所示。

    表1 分類方法性能比較

    由表1可見,與其他分類方法相比,所提出的EHGA-DLNN方法在疾病預測分類方面具有較高的性能。同時,就F1值和召回率等統(tǒng)計量而言,取得的結(jié)果表明,在DPS階段,與其他方法相比,本文提出的EHGA-DLNN方法能夠更快、更準確地預測疾病的嚴重程度。

    6 結(jié)束語

    在使用IoT設備的現(xiàn)代醫(yī)療系統(tǒng)中,患者的隱私和敏感醫(yī)療數(shù)據(jù)的安全性面臨風險。同時,為了有效地通過IoT感測數(shù)據(jù)及時對疾病預測進行分類,本文構(gòu)建了面向醫(yī)療系統(tǒng)的隱私保護疾病預測系統(tǒng),實現(xiàn)了保護患者數(shù)據(jù)的隱私性和疾病預測的準確性。通過加密組合文本方式建立了系統(tǒng)加密認證,采用LR-ECC算法對IoT設備采集的感知數(shù)據(jù)進行加密,結(jié)合EHGA-DLNN分類技術(shù)對疾病數(shù)據(jù)進行分類。所提出的LR-ECC方法在加密時間、解密時間和安全級別分析方面,均優(yōu)于傳統(tǒng)ECC、RSA、FHE和DH算法的性能,且能夠達到98.87%的安全級別。同時,EHGA-DLNN方法在疾病預測分類方面,均優(yōu)于現(xiàn)有DLNN、ANN、KNN和SVM的性能,且準確率達到98.35%。實驗結(jié)果表明,本文方法在醫(yī)療系統(tǒng)的安全性和疾病預測的準確性均具有更高的效率。在未來的研究中,可使用更通用的策略來改進模型,從而在保持更高的安全性和隱私性的同時處理其他數(shù)據(jù)集類型。

    猜你喜歡
    分類用戶方法
    分類算一算
    分類討論求坐標
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    關(guān)注用戶
    商用汽車(2016年11期)2016-12-19 01:20:16
    可能是方法不對
    關(guān)注用戶
    商用汽車(2016年6期)2016-06-29 09:18:54
    關(guān)注用戶
    商用汽車(2016年4期)2016-05-09 01:23:12
    用對方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    四大方法 教你不再“坐以待病”!
    Coco薇(2015年1期)2015-08-13 02:47:34
    一级av片app| 在线亚洲精品国产二区图片欧美 | 特大巨黑吊av在线直播| 久久影院123| 99九九线精品视频在线观看视频| xxx大片免费视频| 少妇丰满av| 久久精品国产亚洲av涩爱| 熟女av电影| 男人狂女人下面高潮的视频| 久久久久国产精品人妻一区二区| 简卡轻食公司| av在线播放精品| 日本爱情动作片www.在线观看| 99久久精品热视频| 亚洲av中文av极速乱| 国产又色又爽无遮挡免| 亚洲精品中文字幕在线视频 | 精品99又大又爽又粗少妇毛片| 丝袜脚勾引网站| 麻豆精品久久久久久蜜桃| 婷婷色av中文字幕| 99久久人妻综合| 国产乱人偷精品视频| 亚洲成人一二三区av| 午夜激情久久久久久久| 国产男人的电影天堂91| 极品人妻少妇av视频| 91aial.com中文字幕在线观看| 亚洲精品视频女| 美女主播在线视频| 国产一区亚洲一区在线观看| 国产成人91sexporn| 亚洲av男天堂| 国产一区二区在线观看日韩| av在线观看视频网站免费| 2022亚洲国产成人精品| 日本av免费视频播放| 亚洲av日韩在线播放| 亚洲精品视频女| 久久99精品国语久久久| 亚洲精品,欧美精品| 国产欧美日韩综合在线一区二区 | 欧美精品国产亚洲| 高清av免费在线| 久久午夜综合久久蜜桃| 久久国产亚洲av麻豆专区| 能在线免费看毛片的网站| 99久久精品国产国产毛片| 日韩 亚洲 欧美在线| 久久精品夜色国产| 超碰97精品在线观看| 中文字幕制服av| 免费黄频网站在线观看国产| 久久国产精品男人的天堂亚洲 | 免费人妻精品一区二区三区视频| 熟女电影av网| av网站免费在线观看视频| 边亲边吃奶的免费视频| 最新的欧美精品一区二区| 久久国产乱子免费精品| av福利片在线| 午夜久久久在线观看| 国产成人精品婷婷| 一级毛片久久久久久久久女| 日本爱情动作片www.在线观看| 亚洲va在线va天堂va国产| 啦啦啦啦在线视频资源| 麻豆乱淫一区二区| 国产91av在线免费观看| tube8黄色片| 80岁老熟妇乱子伦牲交| 熟女av电影| 波野结衣二区三区在线| 欧美最新免费一区二区三区| 交换朋友夫妻互换小说| 69精品国产乱码久久久| 桃花免费在线播放| 亚洲国产精品一区三区| 国产精品久久久久成人av| 亚洲精品国产av成人精品| 能在线免费看毛片的网站| 欧美日韩国产mv在线观看视频| 亚洲av电影在线观看一区二区三区| 少妇裸体淫交视频免费看高清| 天堂8中文在线网| 丰满少妇做爰视频| av专区在线播放| 天天操日日干夜夜撸| 国产精品免费大片| 国产成人aa在线观看| av专区在线播放| 成人毛片60女人毛片免费| 久久久久视频综合| 日韩成人av中文字幕在线观看| 美女主播在线视频| 成人亚洲精品一区在线观看| 久久鲁丝午夜福利片| 纵有疾风起免费观看全集完整版| 国产黄频视频在线观看| 黑人猛操日本美女一级片| 午夜福利影视在线免费观看| 亚洲成人一二三区av| h视频一区二区三区| 看免费成人av毛片| 亚洲国产精品一区二区三区在线| 永久免费av网站大全| 美女大奶头黄色视频| 欧美日韩在线观看h| 中国三级夫妇交换| 嫩草影院入口| 国产亚洲一区二区精品| 99re6热这里在线精品视频| 欧美bdsm另类| 亚洲高清免费不卡视频| 一级毛片aaaaaa免费看小| 亚洲av国产av综合av卡| 国产高清有码在线观看视频| 高清毛片免费看| 国产av码专区亚洲av| 国产男人的电影天堂91| 久热久热在线精品观看| 国产高清不卡午夜福利| 99精国产麻豆久久婷婷| 多毛熟女@视频| 性色av一级| 男女无遮挡免费网站观看| 亚洲人成网站在线播| 成人特级av手机在线观看| 在线观看免费高清a一片| 欧美日韩视频高清一区二区三区二| 久久青草综合色| 亚洲精品日本国产第一区| 亚洲人成网站在线播| 夜夜爽夜夜爽视频| 免费看光身美女| 日韩欧美 国产精品| 亚洲av男天堂| 国产综合精华液| 国产成人aa在线观看| videos熟女内射| 性高湖久久久久久久久免费观看| 婷婷色麻豆天堂久久| 九色成人免费人妻av| 啦啦啦中文免费视频观看日本| 51国产日韩欧美| 日本91视频免费播放| 大香蕉久久网| 午夜av观看不卡| 久久影院123| 人妻系列 视频| 国产在线男女| 亚洲第一区二区三区不卡| 国产极品粉嫩免费观看在线 | 国产高清不卡午夜福利| 又大又黄又爽视频免费| 国国产精品蜜臀av免费| 亚洲四区av| 高清在线视频一区二区三区| 免费大片黄手机在线观看| 街头女战士在线观看网站| 一边亲一边摸免费视频| 日韩欧美精品免费久久| 久久久久久人妻| 99re6热这里在线精品视频| 中文欧美无线码| 男女国产视频网站| 欧美日韩av久久| 久久狼人影院| av黄色大香蕉| 人人妻人人看人人澡| 国产精品一区二区性色av| 亚洲国产av新网站| 好男人视频免费观看在线| 曰老女人黄片| 国产色爽女视频免费观看| 色5月婷婷丁香| 日韩欧美 国产精品| 2018国产大陆天天弄谢| 国产亚洲精品久久久com| 丝瓜视频免费看黄片| 日本黄色日本黄色录像| 亚洲av中文av极速乱| 日本猛色少妇xxxxx猛交久久| 高清欧美精品videossex| 国产高清三级在线| av有码第一页| 日韩伦理黄色片| 国产高清有码在线观看视频| 国产免费视频播放在线视频| 亚洲四区av| av黄色大香蕉| av福利片在线观看| 久久精品国产自在天天线| 日本av手机在线免费观看| 国产精品国产三级国产专区5o| 国产av一区二区精品久久| 亚洲精品自拍成人| av天堂久久9| 亚洲成人一二三区av| 一个人看视频在线观看www免费| 亚洲精品日韩在线中文字幕| 成人影院久久| 天堂俺去俺来也www色官网| 高清视频免费观看一区二区| 国产精品偷伦视频观看了| 黄色怎么调成土黄色| 亚洲国产欧美日韩在线播放 | 色哟哟·www| 国内精品宾馆在线| 国产免费又黄又爽又色| 永久网站在线| 国产欧美另类精品又又久久亚洲欧美| 嫩草影院入口| 亚洲美女搞黄在线观看| 少妇高潮的动态图| 精品久久久久久久久亚洲| 啦啦啦视频在线资源免费观看| 妹子高潮喷水视频| 伊人久久精品亚洲午夜| 亚洲美女黄色视频免费看| 日本av手机在线免费观看| 久久久久久久大尺度免费视频| 国产毛片在线视频| 哪个播放器可以免费观看大片| 一级二级三级毛片免费看| 亚洲精品456在线播放app| 欧美激情极品国产一区二区三区 | 最近的中文字幕免费完整| 免费黄频网站在线观看国产| 一级毛片黄色毛片免费观看视频| 观看av在线不卡| 校园人妻丝袜中文字幕| 丰满饥渴人妻一区二区三| 国产精品国产av在线观看| 国产免费一级a男人的天堂| 精品久久久久久电影网| 好男人视频免费观看在线| 亚洲精品一区蜜桃| 免费观看在线日韩| 黑人猛操日本美女一级片| 精品99又大又爽又粗少妇毛片| 夫妻性生交免费视频一级片| 久久久久久伊人网av| 国产 精品1| 不卡视频在线观看欧美| 又大又黄又爽视频免费| 少妇人妻精品综合一区二区| 三级国产精品欧美在线观看| 嫩草影院新地址| 精品久久久噜噜| 久久精品国产自在天天线| 乱人伦中国视频| 亚洲av日韩在线播放| 91久久精品国产一区二区成人| 夜夜爽夜夜爽视频| 日韩大片免费观看网站| 亚洲av综合色区一区| 两个人的视频大全免费| 午夜91福利影院| 国产伦在线观看视频一区| 又粗又硬又长又爽又黄的视频| 亚洲国产欧美日韩在线播放 | 久久精品久久久久久久性| 男女免费视频国产| 国产精品久久久久成人av| 国产精品一区二区三区四区免费观看| a级毛片免费高清观看在线播放| 午夜精品国产一区二区电影| 国产精品一区二区性色av| 五月玫瑰六月丁香| 欧美日韩综合久久久久久| 久久99蜜桃精品久久| 观看美女的网站| 国产精品久久久久久精品古装| 亚洲无线观看免费| 日本与韩国留学比较| 伦理电影免费视频| 在线免费观看不下载黄p国产| 人妻 亚洲 视频| 久久99蜜桃精品久久| 国产免费视频播放在线视频| 乱码一卡2卡4卡精品| 大话2 男鬼变身卡| 99九九线精品视频在线观看视频| 亚洲av在线观看美女高潮| 欧美亚洲 丝袜 人妻 在线| 国产免费一区二区三区四区乱码| 欧美人与善性xxx| 亚洲国产欧美在线一区| 成年人午夜在线观看视频| 亚洲情色 制服丝袜| 51国产日韩欧美| 国产精品麻豆人妻色哟哟久久| 看十八女毛片水多多多| 婷婷色综合大香蕉| 国精品久久久久久国模美| 十八禁高潮呻吟视频 | 综合色丁香网| 国产精品国产av在线观看| 中文精品一卡2卡3卡4更新| 精品人妻一区二区三区麻豆| 2022亚洲国产成人精品| 精品卡一卡二卡四卡免费| a级毛片免费高清观看在线播放| 成年人午夜在线观看视频| 国产精品麻豆人妻色哟哟久久| 在线看a的网站| 美女国产视频在线观看| 久久6这里有精品| 亚洲av综合色区一区| 97超碰精品成人国产| xxx大片免费视频| 99久久人妻综合| av福利片在线| 成年av动漫网址| 日本午夜av视频| 在线观看www视频免费| 亚洲激情五月婷婷啪啪| 51国产日韩欧美| 免费观看在线日韩| 日本欧美国产在线视频| 成年美女黄网站色视频大全免费 | 日韩 亚洲 欧美在线| 国产精品一区二区三区四区免费观看| 久久精品久久久久久噜噜老黄| 自拍欧美九色日韩亚洲蝌蚪91 | 国产高清有码在线观看视频| 久久人人爽人人片av| 亚洲国产日韩一区二区| 亚洲欧洲国产日韩| 春色校园在线视频观看| 国产探花极品一区二区| 哪个播放器可以免费观看大片| 六月丁香七月| 日韩视频在线欧美| 日本午夜av视频| 大香蕉97超碰在线| 伊人久久精品亚洲午夜| 极品人妻少妇av视频| 特大巨黑吊av在线直播| 亚洲精品日韩av片在线观看| 热re99久久精品国产66热6| 2022亚洲国产成人精品| 久久精品久久久久久久性| 日日啪夜夜撸| 韩国高清视频一区二区三区| 久久99精品国语久久久| 亚洲av综合色区一区| 黑丝袜美女国产一区| 各种免费的搞黄视频| a级毛色黄片| 十八禁网站网址无遮挡 | 成年美女黄网站色视频大全免费 | 国产亚洲午夜精品一区二区久久| 国产乱来视频区| 九草在线视频观看| 欧美精品国产亚洲| 丰满饥渴人妻一区二区三| 国产男女超爽视频在线观看| 欧美另类一区| 人妻少妇偷人精品九色| 看免费成人av毛片| 大码成人一级视频| 欧美日韩亚洲高清精品| 我的老师免费观看完整版| 久久久精品94久久精品| 久久久久久人妻| 亚洲精品亚洲一区二区| 一二三四中文在线观看免费高清| videos熟女内射| 国产一区二区三区av在线| 女性被躁到高潮视频| 黄色一级大片看看| 我的女老师完整版在线观看| 狂野欧美激情性bbbbbb| 黄色日韩在线| 自拍欧美九色日韩亚洲蝌蚪91 | 国产精品偷伦视频观看了| 亚洲精品国产av成人精品| 不卡视频在线观看欧美| 精品午夜福利在线看| 亚洲精品中文字幕在线视频 | 在线观看三级黄色| 欧美 日韩 精品 国产| 边亲边吃奶的免费视频| 免费观看无遮挡的男女| 久热这里只有精品99| 美女国产视频在线观看| 啦啦啦啦在线视频资源| 欧美精品一区二区大全| av卡一久久| 国产午夜精品一二区理论片| 国产一区二区在线观看av| 日韩中字成人| 国产免费一区二区三区四区乱码| av专区在线播放| 少妇人妻 视频| 国产乱来视频区| 国产成人精品久久久久久| 久久青草综合色| 欧美变态另类bdsm刘玥| 我的女老师完整版在线观看| 麻豆乱淫一区二区| 免费观看av网站的网址| 日日爽夜夜爽网站| 18+在线观看网站| 国产精品秋霞免费鲁丝片| 国产日韩欧美视频二区| 国产精品久久久久久久电影| 成人漫画全彩无遮挡| 欧美97在线视频| 国内揄拍国产精品人妻在线| 国产 精品1| 国产av码专区亚洲av| 一区二区三区四区激情视频| 午夜视频国产福利| 菩萨蛮人人尽说江南好唐韦庄| 男人和女人高潮做爰伦理| kizo精华| 各种免费的搞黄视频| 成年av动漫网址| 中文欧美无线码| 欧美日韩av久久| 99视频精品全部免费 在线| 精品久久久久久久久av| 国产欧美日韩一区二区三区在线 | 久久99精品国语久久久| 国产精品嫩草影院av在线观看| 国产在线男女| 亚洲av.av天堂| 久久精品久久久久久久性| 天天操日日干夜夜撸| 最近手机中文字幕大全| 成人免费观看视频高清| 人人妻人人添人人爽欧美一区卜| 夜夜爽夜夜爽视频| 亚洲伊人久久精品综合| 国产一级毛片在线| 亚洲精品日韩在线中文字幕| 一本一本综合久久| 欧美最新免费一区二区三区| 91在线精品国自产拍蜜月| 在线观看免费视频网站a站| av免费在线看不卡| 自线自在国产av| 国产真实伦视频高清在线观看| 我要看黄色一级片免费的| 成人亚洲精品一区在线观看| 最近中文字幕高清免费大全6| 亚洲丝袜综合中文字幕| 成人国产av品久久久| 精品国产露脸久久av麻豆| 亚洲,一卡二卡三卡| 国产成人一区二区在线| 精品久久国产蜜桃| 亚洲国产精品国产精品| 看非洲黑人一级黄片| 久久精品夜色国产| 永久免费av网站大全| 美女cb高潮喷水在线观看| 精品人妻熟女毛片av久久网站| 啦啦啦在线观看免费高清www| 中文字幕制服av| 亚洲精品日韩av片在线观看| 欧美精品亚洲一区二区| 国产精品一区二区性色av| 亚洲成人手机| 少妇高潮的动态图| 激情五月婷婷亚洲| 99久久人妻综合| 少妇人妻 视频| 国内少妇人妻偷人精品xxx网站| 欧美国产精品一级二级三级 | 亚洲怡红院男人天堂| 狂野欧美白嫩少妇大欣赏| 欧美区成人在线视频| 国产高清有码在线观看视频| av视频免费观看在线观看| 亚洲欧洲日产国产| 黄色欧美视频在线观看| 免费不卡的大黄色大毛片视频在线观看| 美女视频免费永久观看网站| 亚洲真实伦在线观看| 在线免费观看不下载黄p国产| 精品熟女少妇av免费看| 国语对白做爰xxxⅹ性视频网站| 人妻制服诱惑在线中文字幕| 又粗又硬又长又爽又黄的视频| 中文字幕制服av| 亚洲一区二区三区欧美精品| 性色avwww在线观看| 80岁老熟妇乱子伦牲交| 男女边吃奶边做爰视频| 秋霞伦理黄片| 色哟哟·www| 久久久久久久亚洲中文字幕| 亚洲伊人久久精品综合| 老熟女久久久| 国产伦精品一区二区三区视频9| 三级国产精品片| 国产黄色免费在线视频| 少妇熟女欧美另类| 亚洲av国产av综合av卡| 少妇 在线观看| 久久久午夜欧美精品| 99热6这里只有精品| 日日啪夜夜撸| 青春草国产在线视频| 亚洲激情五月婷婷啪啪| 免费黄色在线免费观看| 久久久久久久久久久久大奶| 麻豆成人午夜福利视频| 91久久精品电影网| 亚洲av免费高清在线观看| 精品国产露脸久久av麻豆| 高清欧美精品videossex| 亚洲国产精品一区二区三区在线| 一级毛片我不卡| 一级毛片黄色毛片免费观看视频| 久久 成人 亚洲| 国产成人精品福利久久| 热re99久久国产66热| av福利片在线观看| 精品少妇内射三级| h日本视频在线播放| 亚洲,一卡二卡三卡| 国产成人精品福利久久| 毛片一级片免费看久久久久| av有码第一页| av国产久精品久网站免费入址| 亚洲成色77777| 最后的刺客免费高清国语| av天堂中文字幕网| 大片免费播放器 马上看| 久久久久久久久久人人人人人人| 亚洲,一卡二卡三卡| 色94色欧美一区二区| 人妻人人澡人人爽人人| 永久网站在线| 欧美日韩国产mv在线观看视频| 人人妻人人澡人人爽人人夜夜| 国精品久久久久久国模美| 日韩熟女老妇一区二区性免费视频| 校园人妻丝袜中文字幕| 国产精品.久久久| 亚洲真实伦在线观看| 亚洲精品第二区| 亚洲精品久久久久久婷婷小说| av不卡在线播放| 91久久精品电影网| 下体分泌物呈黄色| 久久免费观看电影| 人妻系列 视频| 国产熟女午夜一区二区三区 | 中文字幕亚洲精品专区| 搡女人真爽免费视频火全软件| 三上悠亚av全集在线观看 | 国产一级毛片在线| 99热国产这里只有精品6| av在线app专区| 欧美精品国产亚洲| 日韩电影二区| 我要看日韩黄色一级片| 国产伦精品一区二区三区四那| √禁漫天堂资源中文www| 日韩成人伦理影院| 免费观看无遮挡的男女| 国产av精品麻豆| 亚洲av免费高清在线观看| 三级国产精品欧美在线观看| 国产老妇伦熟女老妇高清| 亚洲精品亚洲一区二区| 韩国av在线不卡| 欧美日韩视频精品一区| 久久精品国产亚洲av天美| 色婷婷av一区二区三区视频| 国产成人精品一,二区| 国国产精品蜜臀av免费| 亚洲,欧美,日韩| 噜噜噜噜噜久久久久久91| 欧美老熟妇乱子伦牲交| 91在线精品国自产拍蜜月| 久久久国产精品麻豆| 2021少妇久久久久久久久久久| 欧美精品人与动牲交sv欧美| 亚洲成人一二三区av| 亚洲怡红院男人天堂| 欧美97在线视频| 亚洲av电影在线观看一区二区三区| 在线精品无人区一区二区三| 一级毛片我不卡| 国产黄色免费在线视频| 女的被弄到高潮叫床怎么办| 桃花免费在线播放| 秋霞伦理黄片| 少妇裸体淫交视频免费看高清| 看免费成人av毛片| 精品国产国语对白av| 日韩欧美 国产精品| 啦啦啦啦在线视频资源| 亚洲国产av新网站| 日韩视频在线欧美| 成人漫画全彩无遮挡| 国产白丝娇喘喷水9色精品| 一区二区三区乱码不卡18| 亚洲av日韩在线播放| 欧美xxxx性猛交bbbb| 一区二区三区精品91| 欧美日韩亚洲高清精品| 成人国产av品久久久| 亚洲色图综合在线观看| 亚洲国产日韩一区二区| 一区二区三区免费毛片| 久久久久久久久久人人人人人人|