• <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 ?

    基于貢獻(xiàn)者行為特征的開(kāi)源軟件缺陷預(yù)測(cè)研究

    2023-06-15 05:26:44黃亞蒙馬璐璐
    無(wú)線(xiàn)互聯(lián)科技 2023年2期

    黃亞蒙 馬璐璐

    摘要:針對(duì)開(kāi)源軟件存在缺陷,改善軟件質(zhì)量等問(wèn)題,文章提出了基于貢獻(xiàn)者行為特征的開(kāi)源軟件缺陷預(yù)測(cè)研究。首先獲取Apache軟件基金會(huì)中的開(kāi)源軟件項(xiàng)目,運(yùn)用Git和SVN版本控制系統(tǒng)對(duì)開(kāi)發(fā)人員日志信息提??;然后采用K均值聚類(lèi)算法模型挖掘開(kāi)發(fā)人員團(tuán)隊(duì)(貢獻(xiàn)者),采用詞頻統(tǒng)計(jì)和主成分分析算法模型得到貢獻(xiàn)者行為特征;最后利用隨機(jī)森林算法實(shí)現(xiàn)對(duì)貢獻(xiàn)者特征行為的軟件缺陷預(yù)測(cè),該實(shí)驗(yàn)結(jié)果具有一定的參考意義。

    關(guān)鍵詞:開(kāi)源軟件;行為特征;軟件缺陷預(yù)測(cè)

    中圖分類(lèi)號(hào):TP311? 文獻(xiàn)標(biāo)志碼:A

    0 引言

    隨著軟件開(kāi)發(fā)不斷發(fā)展,開(kāi)源軟件開(kāi)發(fā)正在走進(jìn)大眾的視野中,雖給人們的生活帶來(lái)大量便利,但也出現(xiàn)一些問(wèn)題,部分軟件產(chǎn)品在進(jìn)行操作時(shí)無(wú)法正常運(yùn)行以及存在大量的軟件半成品等,給人們帶來(lái)巨大的經(jīng)濟(jì)損失,甚至威脅人類(lèi)生命安全,故關(guān)于軟件質(zhì)量的研究已經(jīng)刻不容緩。

    本文通過(guò)對(duì)開(kāi)源軟件中版本控制系統(tǒng)和缺陷跟蹤系統(tǒng)中的開(kāi)發(fā)者行為日志信息挖掘與處理研究,對(duì)開(kāi)源項(xiàng)目貢獻(xiàn)者(即開(kāi)發(fā)者團(tuán)隊(duì))的行為特征進(jìn)行分析,發(fā)現(xiàn)了研究貢獻(xiàn)者特征行為對(duì)項(xiàng)目缺陷造成的影響。主要強(qiáng)調(diào)開(kāi)發(fā)人員在開(kāi)源項(xiàng)目的核心作用力,通過(guò)對(duì)貢獻(xiàn)者的行為日志分析,確定出貢獻(xiàn)者行為特征,建立一種基于貢獻(xiàn)者特征行為的軟件缺陷預(yù)測(cè)模型,確定貢獻(xiàn)者行為特征對(duì)開(kāi)源軟件缺陷率的影響,貢獻(xiàn)者在軟件開(kāi)發(fā)過(guò)程中規(guī)避此類(lèi)缺陷[1]。

    1 數(shù)據(jù)獲取

    本文采用Apache軟件基金會(huì)中的開(kāi)源軟件項(xiàng)目作為研究對(duì)象。Apache軟件基金會(huì)的開(kāi)源項(xiàng)目具有一定公信度,其下的版本控制系統(tǒng)及缺陷跟蹤系統(tǒng)的數(shù)據(jù)較為完整,具有支持多平臺(tái)安裝和使用、安全性高、易于擴(kuò)展、性能穩(wěn)定等特點(diǎn)。其項(xiàng)目信息存儲(chǔ)在Git repository和Subversion repository資源網(wǎng)站,故采用不同方式獲取項(xiàng)目信息。首先對(duì)項(xiàng)目克隆及檢出得到230個(gè)項(xiàng)目集;之后采用Git,SVN,MySQL等工具將日志信息導(dǎo)出到CSV文件中。

    2 貢獻(xiàn)者行為特征選擇

    2.1 數(shù)據(jù)處理

    數(shù)據(jù)處理主要目的是得到成員下的項(xiàng)目,然后采用K均值聚類(lèi)實(shí)現(xiàn)貢獻(xiàn)者的選擇。其過(guò)程如下:運(yùn)用Git命令對(duì)Git項(xiàng)目貢獻(xiàn)統(tǒng)計(jì);利用數(shù)據(jù)透視法實(shí)現(xiàn)對(duì)SVN項(xiàng)目貢獻(xiàn)統(tǒng)計(jì);實(shí)現(xiàn)對(duì)所有項(xiàng)目貢獻(xiàn)統(tǒng)計(jì);結(jié)合數(shù)據(jù)透視法得到成員下的項(xiàng)目,得到615組成員數(shù)據(jù)集,172個(gè)維度屬性。

    2.2 基于K均值聚類(lèi)算法的貢獻(xiàn)者選擇

    K均值聚類(lèi)算法具有算法簡(jiǎn)單、時(shí)間復(fù)雜度較低、收斂速度快、能有效地處理大規(guī)模的數(shù)據(jù)集等優(yōu)點(diǎn),故采取K均值聚類(lèi)算法實(shí)現(xiàn)貢獻(xiàn)者選擇[2]。首先對(duì)簇?cái)?shù)k選擇,然后通過(guò)歐式距離計(jì)算數(shù)據(jù)對(duì)象之間的相似性,使得實(shí)現(xiàn)類(lèi)內(nèi)數(shù)據(jù)對(duì)象相似度最大,類(lèi)間相似度最小。K均值聚類(lèi)算法將成員數(shù)據(jù)集依據(jù)數(shù)據(jù)集間的相似性(共同參與到相同項(xiàng)目的項(xiàng)目成員)聚集到指定的類(lèi)簇中,且每個(gè)數(shù)據(jù)集屬于并僅屬于一個(gè)類(lèi)簇中,具體操作如下:選取肘部方法和輪廓系數(shù)法實(shí)現(xiàn)對(duì)簇?cái)?shù)的選擇;采用K均值聚類(lèi)算法實(shí)現(xiàn)貢獻(xiàn)者的選擇。

    手肘法的核心指標(biāo)是SSE(誤差平方和)公式如(1)所示:

    SSE=∑ki=1∑p∈Ci|p-mi|2(1)

    Ci表示第i個(gè)簇,p表示Ci中的樣本點(diǎn),mi表示Ci質(zhì)心中所有樣本均值,SSE表示所有樣本聚類(lèi)誤差,其代表聚類(lèi)效果的好壞,通過(guò)Python得到k和SSE關(guān)系;輪廓系數(shù)法主要是確定聚類(lèi)結(jié)果的內(nèi)聚度和分離度,其結(jié)果是對(duì)聚類(lèi)效果好壞評(píng)價(jià)。采用輪廓系數(shù)法與肘部方法相結(jié)合的方式確定k值,輪廓系數(shù)的核心指標(biāo)是S,樣本點(diǎn)Xi,其計(jì)算公式如(2)所示:

    S=b-amax(a,b)(2)

    a表示Xi與同簇的其他樣本的平均距離,稱(chēng)為凝聚度,b表示Xi與最近簇中所有樣本的平均距離,稱(chēng)為分離度,其計(jì)算公式如(3)所示:

    Cj=argmin1n∑p∈Ck|p-Xi|2(3)

    p表示某個(gè)簇Ck中的樣本,平均輪廓系數(shù)的取值范圍為[-1,1],且簇內(nèi)樣本的距離越近,簇間樣本距離越遠(yuǎn),平均輪廓系數(shù)越大,聚類(lèi)效果越好。采用Python將k進(jìn)行聚類(lèi)求輪廓系數(shù),得出k=12時(shí),SSE及輪廓系數(shù)值相匹配,聚類(lèi)結(jié)果相對(duì)較好;故采用Matlab對(duì)成員數(shù)據(jù)集進(jìn)行K均值聚類(lèi),Best total sum of distances表示聚類(lèi)結(jié)果的好壞,經(jīng)由10次聚類(lèi)結(jié)果評(píng)估,如表1所示。

    最佳距離總和=544.77時(shí)效果最好,并運(yùn)行得出貢獻(xiàn)者即項(xiàng)目成員團(tuán)隊(duì)的分類(lèi)結(jié)果,得到12組貢獻(xiàn)者。

    2.3 基于詞頻統(tǒng)計(jì)的貢獻(xiàn)者行為特征選擇

    詞頻統(tǒng)計(jì)的主要操作步驟主要分為4步,即分詞、詞干提取、去停用詞和計(jì)算詞頻[3]。分詞是將文件中的信息按照一定的規(guī)則進(jìn)行分散;詞干提取是將同一單詞在不同的語(yǔ)句狀態(tài)下呈現(xiàn)不同的狀態(tài)進(jìn)行提??;去停用詞是英文狀態(tài)下經(jīng)常出現(xiàn),其沒(méi)有特殊指代含義,采用Python自然語(yǔ)言中自帶的NLTK工具包中停用詞語(yǔ)料庫(kù),實(shí)現(xiàn)對(duì)高頻詞的停用;計(jì)算詞頻是遍歷每個(gè)單詞出現(xiàn)在文本中的次數(shù);首先將12組文本信息通過(guò)詞頻統(tǒng)計(jì)得到12組結(jié)果,對(duì)提取出的行為特征頻數(shù)排序,提取其特征數(shù)出現(xiàn)超過(guò)1萬(wàn)次的詞匯作為行為特征初始樣本;然后將12組貢獻(xiàn)者的特征信息與提取的行為特征初始樣本比對(duì),保留12組貢獻(xiàn)者都存在的特征集。

    2.4 基于主成分分析的特征降維

    主成分分析算法從多元特征中解析出主要特征,其反映原始變量絕大部分信息,并且彼此之間不相關(guān),實(shí)現(xiàn)數(shù)據(jù)集之間的降維效果,最終實(shí)現(xiàn)對(duì)貢獻(xiàn)者行為特征的選擇[4]。

    采用Matlab工具將12組度量元的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行主成分分析算法的降維,處理過(guò)程如下:(1)數(shù)據(jù)的標(biāo)準(zhǔn)化處理;(2)計(jì)算樣本相關(guān)系數(shù)矩陣;(3)計(jì)算相關(guān)系數(shù)矩陣特征值及特征向量;(4)計(jì)算特征值的貢獻(xiàn)率和累計(jì)貢獻(xiàn)率;(5)選擇主成分;(6)計(jì)算主成分得分。得到行為特征重要性排序,將降序中為0以上的數(shù)據(jù)集保留,其行為特征對(duì)與軟件開(kāi)發(fā)的影響性較大,選取此類(lèi)行為特征進(jìn)行軟件缺陷預(yù)測(cè)分析。

    3 軟件缺陷預(yù)測(cè)

    隨機(jī)森林算法具有很高的預(yù)測(cè)準(zhǔn)確率,對(duì)噪聲和異常值具有很好的容忍度,易于實(shí)現(xiàn),且計(jì)算開(kāi)銷(xiāo)小,不容易出現(xiàn)過(guò)擬合現(xiàn)象等[5],故本文采取隨機(jī)森林算法實(shí)現(xiàn)對(duì)軟件缺陷預(yù)測(cè)。

    3.1 數(shù)據(jù)處理

    缺陷數(shù)據(jù)集獲取,實(shí)操中存在兩種缺陷網(wǎng)址數(shù)據(jù)集,https://issues.apache.org/jira/browse下可直接獲取缺陷數(shù)據(jù)集總量;https://github.com/apache下的缺陷數(shù)據(jù)集分布在issue中的open和closed中,匯總得到缺陷量,存在bug缺失項(xiàng)。將172個(gè)項(xiàng)目日志數(shù)統(tǒng)計(jì),運(yùn)用SPSS工具對(duì)缺陷數(shù)據(jù)集及日志數(shù)據(jù)集進(jìn)行數(shù)據(jù)關(guān)聯(lián)性分析,不具有關(guān)聯(lián)性。平均值插補(bǔ)法不會(huì)對(duì)樣本造成極大的干擾,其通用與各個(gè)領(lǐng)域,具有極大的普適性,故采用平均值法進(jìn)行缺失值的插補(bǔ)得出最終bug數(shù)據(jù)表,得出各組貢獻(xiàn)值的bug表,進(jìn)行整理匯總,得到貢獻(xiàn)者特征缺陷數(shù)據(jù)集表,如表2所示。

    3.2 基于隨機(jī)森林算法的特征行為缺陷預(yù)測(cè)

    采用K折交叉驗(yàn)證法作為隨機(jī)森林模型檢驗(yàn)分析技術(shù),其將原始樣本打亂并重復(fù)利用,充分地利用有限的樣本資源減少預(yù)測(cè)偏差,并考慮訓(xùn)練樣本和泛化誤差。其具體的步驟如下:首先將原始數(shù)據(jù)隨機(jī)分為k組,然后將子集分別做一次測(cè)試集,余下的k-1組子集作為訓(xùn)練集用來(lái)訓(xùn)練模型,共得到k個(gè)模型,最后用平均值作為模型預(yù)測(cè)精度的最終估計(jì)值。求得其均方根誤差(RMSE)、平均絕對(duì)誤差(MAE)及因變量實(shí)際與預(yù)測(cè)值的相關(guān)系數(shù)(R)作為模型模擬結(jié)果與實(shí)際值的吻合程度的衡量指標(biāo),當(dāng)RMSE與MAE的值越小,R的值越接近1,表明模型的預(yù)測(cè)效果越好,其指標(biāo)的定義如(4)(5)(6)所示:

    RMSE=∑ni=1( yi-yi)2n(4)

    MAE=1n∑ni=1 yi-yi(5)

    R=±∑ni=1(y^-y-)2∑ni=1(yi-y-)2(6)

    yi,yi表示第i個(gè)樣本的預(yù)測(cè)值,y-表示樣本觀(guān)測(cè)值的平均值,n表示對(duì)應(yīng)的樣本容量。利用特征缺陷率的數(shù)據(jù)集,采用隨機(jī)森林回歸算法進(jìn)行對(duì)軟件的缺陷的預(yù)測(cè)如圖1所示。

    當(dāng)特征集為10,17,38,41,43,45,46時(shí),即code,file,remove,support,test,update,use時(shí),其判斷為缺陷集的可能性較大,故貢獻(xiàn)者在進(jìn)行軟件開(kāi)發(fā)時(shí),可以? 通過(guò)規(guī)避及防范此類(lèi)特征下的操作,增加開(kāi)源軟件項(xiàng)目的可信度,提高軟件產(chǎn)品的質(zhì)量。

    4 結(jié)語(yǔ)

    本文提出了基于貢獻(xiàn)者行為特征的軟件預(yù)測(cè)研究。首先在Apache軟件基金會(huì)中運(yùn)用Git和SVN版本控制系統(tǒng)完成對(duì)開(kāi)源項(xiàng)目獲取,使用MySQL等工具實(shí)現(xiàn)對(duì)開(kāi)源項(xiàng)目日志信息獲取,對(duì)日志中成員進(jìn)行貢獻(xiàn)統(tǒng)計(jì)分析,采用K均值聚類(lèi)算法完成對(duì)貢獻(xiàn)者選擇,得到12組貢獻(xiàn)者分組;然后利用詞頻統(tǒng)計(jì)方式完成對(duì)貢獻(xiàn)者行為特征選擇,并采用主成分分析完成對(duì)特征降維,共提取49項(xiàng)特征;之后采用缺陷跟蹤系統(tǒng)對(duì)項(xiàng)目的bug集統(tǒng)計(jì);最后使用隨機(jī)森林算法完成貢獻(xiàn)者特征行為的軟件缺陷預(yù)測(cè)研究,得出貢獻(xiàn)者在進(jìn)行項(xiàng)目開(kāi)發(fā)時(shí)在遇到code,file,remove,support,test,update,use等行為特征時(shí)開(kāi)源軟件出現(xiàn)缺陷的概率較高,貢獻(xiàn)者在進(jìn)行軟件項(xiàng)目的開(kāi)發(fā)過(guò)程中遇到此類(lèi)編寫(xiě)程序代碼時(shí),應(yīng)保持警惕,減少軟件缺陷。

    參考文獻(xiàn)

    [1]謝新強(qiáng),楊曉春,王斌,等.一種多特征融合的軟件開(kāi)發(fā)者推薦[J].軟件學(xué)報(bào),2018(8):2306-2321.

    [2]劉望舒,陳翔,顧慶,等.軟件缺陷預(yù)測(cè)中基于聚類(lèi)分析的特征選擇方法[J].中國(guó)科學(xué):信息科學(xué),2016(9):1298-1320.

    [3]李杰,孫仁誠(chéng).基于詞頻統(tǒng)計(jì)算法的中英文詞頻分布研究[J].青島大學(xué)學(xué)報(bào)(工程技術(shù)版),2020(1):1-5.

    [4]張曉風(fēng).基于主成分分析的軟件缺陷預(yù)測(cè)研究[D].南京:南京航空航天大學(xué),2017.

    [5]呂紅燕,馮倩.隨機(jī)森林算法研究綜述[J].河北省科學(xué)院學(xué)報(bào),2019(3):37-41.

    (編輯 傅金睿)

    Research on open source software defect prediction based on characteristic behavior of contributors

    Huang? Yameng1, Ma? Lulu2*

    (1.Huanghe Jiaotong University, Jiaozuo 454950, China; 2.Zhengzhou Technical College, Zhengzhou 450100, China)

    Abstract: Aiming at the problems of open source software defects and improving software quality,this paper puts forward a research on open source software defect prediction based on the behavior characteristics of contributors.First,obtain the open source software project in the Apache Software Foundation,and use GIT and SVN version control system to extract the developers log information;Then,the K-means clustering algorithm model is used to mine the developer team (contributors), and the word frequency statistics and principal component analysis algorithm model are used to obtain the behavior characteristics of contributors;Finally,the random forest algorithm is used to predict the software defects of contributors characteristic behavior.The experimental results have certain reference significance.

    Key words: open source software; behavioral characteristics; software defect prediction

    欧美激情国产日韩精品一区| 97在线人人人人妻| 亚洲国产最新在线播放| 国产国拍精品亚洲av在线观看| 免费看a级黄色片| 日本免费在线观看一区| 熟女av电影| 人妻 亚洲 视频| 欧美极品一区二区三区四区| 午夜爱爱视频在线播放| 午夜老司机福利剧场| 欧美激情在线99| 噜噜噜噜噜久久久久久91| 777米奇影视久久| 最新中文字幕久久久久| 97人妻精品一区二区三区麻豆| 永久网站在线| 夫妻性生交免费视频一级片| 国产精品99久久久久久久久| 午夜视频国产福利| 亚洲图色成人| 特大巨黑吊av在线直播| 国产中年淑女户外野战色| 亚洲四区av| 91精品伊人久久大香线蕉| 2018国产大陆天天弄谢| 国产精品久久久久久精品电影| 2021天堂中文幕一二区在线观| 在线观看av片永久免费下载| 久久久久久久久久人人人人人人| 国产成人一区二区在线| 成人亚洲精品av一区二区| 国产中年淑女户外野战色| 久久99热这里只频精品6学生| 丰满乱子伦码专区| 一级片'在线观看视频| 国产精品久久久久久精品电影| 精品国产乱码久久久久久小说| 自拍偷自拍亚洲精品老妇| 日韩av不卡免费在线播放| 午夜福利在线观看免费完整高清在| 亚洲av二区三区四区| 99久久九九国产精品国产免费| 亚洲av中文字字幕乱码综合| 国产淫语在线视频| 国产一区有黄有色的免费视频| 日本三级黄在线观看| 极品教师在线视频| 99热这里只有是精品在线观看| 99热6这里只有精品| 国语对白做爰xxxⅹ性视频网站| 少妇猛男粗大的猛烈进出视频 | 狂野欧美激情性bbbbbb| 午夜老司机福利剧场| 国产成人a∨麻豆精品| 国产精品精品国产色婷婷| 日韩精品有码人妻一区| 美女主播在线视频| 亚洲精品,欧美精品| 亚洲激情五月婷婷啪啪| 精品人妻偷拍中文字幕| 亚洲第一区二区三区不卡| 人妻一区二区av| 久久精品久久久久久久性| 老司机影院成人| 久久99热这里只频精品6学生| 免费观看性生交大片5| 噜噜噜噜噜久久久久久91| 国产精品精品国产色婷婷| 色哟哟·www| 大片电影免费在线观看免费| 99热网站在线观看| 国产精品秋霞免费鲁丝片| 26uuu在线亚洲综合色| 免费播放大片免费观看视频在线观看| 免费观看a级毛片全部| 国产真实伦视频高清在线观看| 久久精品人妻少妇| freevideosex欧美| 亚洲精品,欧美精品| 街头女战士在线观看网站| 久久99精品国语久久久| 国产精品偷伦视频观看了| 日韩av不卡免费在线播放| 交换朋友夫妻互换小说| 纵有疾风起免费观看全集完整版| 99视频精品全部免费 在线| 一级毛片黄色毛片免费观看视频| 天堂中文最新版在线下载 | 亚洲欧洲国产日韩| 亚洲欧洲国产日韩| 99热网站在线观看| 18禁裸乳无遮挡动漫免费视频 | 好男人在线观看高清免费视频| 亚洲国产精品成人久久小说| 人妻少妇偷人精品九色| 免费黄色在线免费观看| 美女视频免费永久观看网站| 欧美极品一区二区三区四区| 别揉我奶头 嗯啊视频| 极品少妇高潮喷水抽搐| 日本一本二区三区精品| 精品视频人人做人人爽| 欧美变态另类bdsm刘玥| 97超碰精品成人国产| 不卡视频在线观看欧美| 久久久久国产网址| 三级男女做爰猛烈吃奶摸视频| 亚洲国产高清在线一区二区三| 制服丝袜香蕉在线| 亚洲精品自拍成人| av播播在线观看一区| 成人黄色视频免费在线看| 日韩伦理黄色片| 免费电影在线观看免费观看| 亚洲内射少妇av| 一级毛片电影观看| 日韩成人av中文字幕在线观看| 国产av国产精品国产| 性色avwww在线观看| 国产精品久久久久久精品电影小说 | 久久久久久久久久久丰满| 中文乱码字字幕精品一区二区三区| 丝袜脚勾引网站| 欧美丝袜亚洲另类| 国产欧美日韩一区二区三区在线 | 九九爱精品视频在线观看| 国产高清三级在线| 久久久欧美国产精品| 国产欧美亚洲国产| 日本免费在线观看一区| 久久久亚洲精品成人影院| 日本与韩国留学比较| 久久久久精品久久久久真实原创| 国产精品一及| 国产精品三级大全| 99九九线精品视频在线观看视频| 大片免费播放器 马上看| 日韩免费高清中文字幕av| 国产人妻一区二区三区在| 国产精品一二三区在线看| 成年av动漫网址| 成人综合一区亚洲| 91狼人影院| 九九在线视频观看精品| 中文字幕av成人在线电影| 亚洲自拍偷在线| 菩萨蛮人人尽说江南好唐韦庄| 久久久国产一区二区| 日韩成人av中文字幕在线观看| 亚洲精品国产av成人精品| 久久99热6这里只有精品| 国产久久久一区二区三区| 小蜜桃在线观看免费完整版高清| 高清视频免费观看一区二区| 成人免费观看视频高清| 夜夜看夜夜爽夜夜摸| 国产乱人视频| 国产伦精品一区二区三区视频9| 精品久久久久久久久av| 亚洲,一卡二卡三卡| 国产亚洲av嫩草精品影院| 最近的中文字幕免费完整| 国产v大片淫在线免费观看| 极品少妇高潮喷水抽搐| 精品久久久久久久人妻蜜臀av| 麻豆成人av视频| 在线a可以看的网站| 国产高潮美女av| 婷婷色综合大香蕉| 中国三级夫妇交换| 欧美一区二区亚洲| 一级毛片我不卡| 在线免费观看不下载黄p国产| 亚洲精品中文字幕在线视频 | 成人亚洲精品一区在线观看 | 久久这里有精品视频免费| 大香蕉久久网| 国产高潮美女av| 少妇被粗大猛烈的视频| 国产av不卡久久| 91久久精品国产一区二区成人| a级毛色黄片| 男人狂女人下面高潮的视频| 又黄又爽又刺激的免费视频.| av在线亚洲专区| 亚洲成人av在线免费| 国产精品国产三级专区第一集| 丰满人妻一区二区三区视频av| 日韩成人av中文字幕在线观看| 好男人在线观看高清免费视频| 亚洲精品国产av蜜桃| 成人欧美大片| 成人免费观看视频高清| 2022亚洲国产成人精品| 亚洲精品乱久久久久久| 观看美女的网站| 最近2019中文字幕mv第一页| 亚洲国产精品国产精品| 日日摸夜夜添夜夜添av毛片| 久久久久久久久久人人人人人人| 亚洲真实伦在线观看| 黑人高潮一二区| 午夜亚洲福利在线播放| 色婷婷久久久亚洲欧美| 熟妇人妻不卡中文字幕| a级一级毛片免费在线观看| 最近中文字幕2019免费版| 自拍偷自拍亚洲精品老妇| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产精品女同一区二区软件| 大香蕉97超碰在线| 国产乱来视频区| 亚洲精品一区蜜桃| 人人妻人人爽人人添夜夜欢视频 | 亚洲激情五月婷婷啪啪| 3wmmmm亚洲av在线观看| 亚洲av成人精品一二三区| 国产精品精品国产色婷婷| 男插女下体视频免费在线播放| 亚洲精品456在线播放app| 亚洲av中文字字幕乱码综合| 最近中文字幕2019免费版| 日韩欧美精品v在线| 国产亚洲午夜精品一区二区久久 | 十八禁网站网址无遮挡 | 99久久精品国产国产毛片| 亚洲av不卡在线观看| 精品视频人人做人人爽| av.在线天堂| 亚洲国产精品专区欧美| 少妇裸体淫交视频免费看高清| 久久久久网色| 内地一区二区视频在线| 国产伦在线观看视频一区| 欧美精品人与动牲交sv欧美| 男女下面进入的视频免费午夜| 亚洲最大成人av| 在线 av 中文字幕| 亚洲av在线观看美女高潮| 久久鲁丝午夜福利片| 在线观看av片永久免费下载| 各种免费的搞黄视频| 亚洲aⅴ乱码一区二区在线播放| 国产v大片淫在线免费观看| 秋霞伦理黄片| 午夜福利在线观看免费完整高清在| 精品久久久久久久久亚洲| 91久久精品国产一区二区三区| 亚洲欧美清纯卡通| av线在线观看网站| 99re6热这里在线精品视频| 亚洲精品视频女| 国产成人福利小说| 亚洲欧美清纯卡通| 九九爱精品视频在线观看| 国产精品99久久久久久久久| 日韩av不卡免费在线播放| 黑人高潮一二区| 国产免费一区二区三区四区乱码| 99热这里只有精品一区| 欧美人与善性xxx| 亚洲精品日韩在线中文字幕| 国产亚洲午夜精品一区二区久久 | 女人久久www免费人成看片| 精品人妻视频免费看| 亚洲国产欧美人成| 亚洲av免费高清在线观看| 中文在线观看免费www的网站| 成人高潮视频无遮挡免费网站| 少妇人妻一区二区三区视频| 久久久久久久午夜电影| 麻豆成人午夜福利视频| 国产精品麻豆人妻色哟哟久久| 亚洲经典国产精华液单| 亚洲天堂av无毛| 中国国产av一级| 乱系列少妇在线播放| 99久久精品一区二区三区| 日本黄大片高清| 少妇人妻 视频| 啦啦啦中文免费视频观看日本| 亚洲欧美一区二区三区国产| 日韩电影二区| av天堂中文字幕网| 3wmmmm亚洲av在线观看| 青春草亚洲视频在线观看| 国产精品嫩草影院av在线观看| 国产91av在线免费观看| 人人妻人人爽人人添夜夜欢视频 | 国产亚洲午夜精品一区二区久久 | 美女脱内裤让男人舔精品视频| 九九久久精品国产亚洲av麻豆| 综合色丁香网| 男人狂女人下面高潮的视频| 99久久中文字幕三级久久日本| 视频中文字幕在线观看| 国产69精品久久久久777片| 熟女av电影| 午夜福利在线在线| 激情五月婷婷亚洲| 最近的中文字幕免费完整| 久久这里有精品视频免费| 三级国产精品欧美在线观看| 国产精品人妻久久久影院| 亚洲精品国产av成人精品| 精品人妻一区二区三区麻豆| 成人亚洲欧美一区二区av| 菩萨蛮人人尽说江南好唐韦庄| 好男人视频免费观看在线| 亚洲精品一区蜜桃| 一个人看的www免费观看视频| 一区二区av电影网| 亚洲精品影视一区二区三区av| 亚洲美女搞黄在线观看| 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| av国产精品久久久久影院| 成人亚洲精品av一区二区| 国产毛片a区久久久久| 日韩不卡一区二区三区视频在线| 一二三四中文在线观看免费高清| 欧美日韩亚洲高清精品| 成年版毛片免费区| 国产成人91sexporn| 午夜老司机福利剧场| 观看免费一级毛片| 亚洲第一区二区三区不卡| 国产一区亚洲一区在线观看| 精品一区二区三区视频在线| av专区在线播放| 婷婷色麻豆天堂久久| 偷拍熟女少妇极品色| 欧美成人精品欧美一级黄| 99久久九九国产精品国产免费| 99热网站在线观看| 亚洲最大成人手机在线| 精品久久久噜噜| 边亲边吃奶的免费视频| 综合色av麻豆| 久久人人爽人人片av| 国产成人freesex在线| 菩萨蛮人人尽说江南好唐韦庄| 18禁在线无遮挡免费观看视频| av在线app专区| 天堂中文最新版在线下载 | 一区二区三区免费毛片| 老师上课跳d突然被开到最大视频| 精品国产一区二区三区久久久樱花 | 欧美日韩亚洲高清精品| 白带黄色成豆腐渣| 亚洲伊人久久精品综合| 久久午夜福利片| 日本一本二区三区精品| 国内少妇人妻偷人精品xxx网站| 精品久久国产蜜桃| 国产精品一二三区在线看| 亚洲国产日韩一区二区| 少妇人妻 视频| 美女cb高潮喷水在线观看| 中文字幕久久专区| 日韩一本色道免费dvd| 精品久久国产蜜桃| 久久精品久久久久久久性| 亚洲国产日韩一区二区| 少妇人妻久久综合中文| 一本一本综合久久| 成人一区二区视频在线观看| 天天躁夜夜躁狠狠久久av| 在线观看国产h片| 美女视频免费永久观看网站| 国产白丝娇喘喷水9色精品| 日韩制服骚丝袜av| 五月天丁香电影| kizo精华| 五月天丁香电影| 亚洲精华国产精华液的使用体验| 久久国产乱子免费精品| 亚洲精品影视一区二区三区av| 国产高清三级在线| 纵有疾风起免费观看全集完整版| 国产精品爽爽va在线观看网站| 又爽又黄无遮挡网站| 欧美日本视频| 婷婷色麻豆天堂久久| 色视频在线一区二区三区| 成人鲁丝片一二三区免费| 99re6热这里在线精品视频| 成人毛片60女人毛片免费| 久久精品综合一区二区三区| 久久久色成人| 亚洲不卡免费看| 天堂中文最新版在线下载 | 欧美xxxx黑人xx丫x性爽| 久热这里只有精品99| 少妇被粗大猛烈的视频| 国产精品熟女久久久久浪| 亚洲欧美成人精品一区二区| 22中文网久久字幕| xxx大片免费视频| 美女高潮的动态| 亚洲成人av在线免费| 欧美国产精品一级二级三级 | 久久99精品国语久久久| 久久6这里有精品| 乱码一卡2卡4卡精品| 22中文网久久字幕| 日日摸夜夜添夜夜爱| 亚洲人成网站高清观看| 亚洲精品乱码久久久久久按摩| 久久97久久精品| av在线老鸭窝| 亚洲真实伦在线观看| 丰满少妇做爰视频| 国产欧美日韩精品一区二区| 免费观看a级毛片全部| 亚洲四区av| 人人妻人人爽人人添夜夜欢视频 | videossex国产| 亚洲丝袜综合中文字幕| 欧美日韩精品成人综合77777| 日本欧美国产在线视频| 欧美+日韩+精品| 99热网站在线观看| 97精品久久久久久久久久精品| 你懂的网址亚洲精品在线观看| 国产亚洲91精品色在线| 99热全是精品| 欧美区成人在线视频| 国产一区亚洲一区在线观看| 免费看av在线观看网站| 夜夜看夜夜爽夜夜摸| 综合色丁香网| 国产一区有黄有色的免费视频| 自拍偷自拍亚洲精品老妇| 一级毛片我不卡| 在线播放无遮挡| 99热网站在线观看| 99热6这里只有精品| 免费av不卡在线播放| 成人特级av手机在线观看| 99热这里只有精品一区| 亚洲精品日韩在线中文字幕| 久久99热这里只有精品18| 18禁在线无遮挡免费观看视频| 联通29元200g的流量卡| 日韩中字成人| 最近2019中文字幕mv第一页| 99久久九九国产精品国产免费| 国产亚洲91精品色在线| 国产欧美日韩一区二区三区在线 | 亚洲欧美精品自产自拍| 校园人妻丝袜中文字幕| 联通29元200g的流量卡| 日韩中字成人| 精品人妻熟女av久视频| 网址你懂的国产日韩在线| 免费不卡的大黄色大毛片视频在线观看| 韩国av在线不卡| 在线天堂最新版资源| 综合色丁香网| 国产探花在线观看一区二区| 少妇丰满av| 国产美女午夜福利| 国产老妇女一区| 一级毛片电影观看| 亚洲图色成人| 国产精品偷伦视频观看了| 性色avwww在线观看| 欧美人与善性xxx| 五月玫瑰六月丁香| 18禁动态无遮挡网站| 天天躁夜夜躁狠狠久久av| 性色avwww在线观看| 亚洲国产精品999| 大码成人一级视频| 成人亚洲精品av一区二区| 午夜福利网站1000一区二区三区| 综合色丁香网| 精品视频人人做人人爽| 国内揄拍国产精品人妻在线| 在现免费观看毛片| av在线亚洲专区| 中国三级夫妇交换| 99热全是精品| 精品熟女少妇av免费看| 国产精品精品国产色婷婷| 男女那种视频在线观看| 久久久久精品久久久久真实原创| 久久精品夜色国产| 免费观看在线日韩| 国产高清有码在线观看视频| 成人午夜精彩视频在线观看| 日本wwww免费看| 婷婷色av中文字幕| 欧美精品一区二区大全| 精品久久久久久久末码| 欧美激情国产日韩精品一区| 九色成人免费人妻av| 97在线人人人人妻| 婷婷色综合大香蕉| 三级国产精品片| 边亲边吃奶的免费视频| 最后的刺客免费高清国语| 国产欧美亚洲国产| 久久影院123| 成人一区二区视频在线观看| 国产精品一及| 中文字幕亚洲精品专区| 亚洲av国产av综合av卡| 好男人在线观看高清免费视频| 亚洲色图av天堂| 国产av国产精品国产| 久久亚洲国产成人精品v| 自拍欧美九色日韩亚洲蝌蚪91 | 26uuu在线亚洲综合色| 久久99热6这里只有精品| 国产女主播在线喷水免费视频网站| 嫩草影院入口| 亚洲性久久影院| 亚洲内射少妇av| 亚洲av成人精品一区久久| 亚洲欧美成人综合另类久久久| 久久99热6这里只有精品| 午夜福利高清视频| 一区二区三区乱码不卡18| www.av在线官网国产| 精品一区在线观看国产| 天堂网av新在线| 国产成人免费观看mmmm| 欧美日韩亚洲高清精品| 自拍偷自拍亚洲精品老妇| 简卡轻食公司| 精品国产露脸久久av麻豆| 亚洲精品久久午夜乱码| 在线播放无遮挡| 日韩av免费高清视频| 中文字幕久久专区| 各种免费的搞黄视频| 精品人妻一区二区三区麻豆| 黄片wwwwww| 国产v大片淫在线免费观看| 久久久午夜欧美精品| 在线 av 中文字幕| 一级毛片黄色毛片免费观看视频| 18禁在线无遮挡免费观看视频| 在线精品无人区一区二区三 | 免费不卡的大黄色大毛片视频在线观看| 亚洲图色成人| 日韩伦理黄色片| 又爽又黄无遮挡网站| 国产精品成人在线| 久久精品夜色国产| 亚洲精品乱码久久久久久按摩| 在线 av 中文字幕| 亚洲经典国产精华液单| 日日摸夜夜添夜夜爱| 欧美激情国产日韩精品一区| 综合色av麻豆| 国产伦精品一区二区三区四那| 亚洲一级一片aⅴ在线观看| 最近最新中文字幕大全电影3| 草草在线视频免费看| 中文字幕制服av| 97人妻精品一区二区三区麻豆| 国产精品久久久久久精品古装| 国产真实伦视频高清在线观看| 国产69精品久久久久777片| 久久99精品国语久久久| 久久人人爽人人爽人人片va| 男人添女人高潮全过程视频| 一级片'在线观看视频| 免费人成在线观看视频色| 国产男人的电影天堂91| 国产高清三级在线| 日韩三级伦理在线观看| 国产成人a区在线观看| 精品午夜福利在线看| 亚洲在线观看片| 精品久久久久久久久av| 成人一区二区视频在线观看| 日韩av免费高清视频| 成人一区二区视频在线观看| 一级片'在线观看视频| 国产欧美日韩精品一区二区| 国产一区二区亚洲精品在线观看| 午夜视频国产福利| 舔av片在线| 国产伦在线观看视频一区| 在线观看美女被高潮喷水网站| 亚洲无线观看免费| 青春草亚洲视频在线观看| 色5月婷婷丁香| 午夜免费鲁丝| 日韩国内少妇激情av| 一二三四中文在线观看免费高清| 久久久久久久久久久免费av| videossex国产| 免费观看av网站的网址| 久久久久网色| 日韩av不卡免费在线播放| 久久久久性生活片| 91aial.com中文字幕在线观看| 国产精品国产三级国产专区5o| 日本色播在线视频| 狠狠精品人妻久久久久久综合| 日韩制服骚丝袜av| 在线观看人妻少妇| 中文精品一卡2卡3卡4更新| 午夜免费观看性视频| 欧美性猛交╳xxx乱大交人| 国产伦在线观看视频一区| 久久久久久久精品精品| 国产精品.久久久| 久久午夜福利片|