《電子技術應用》
您所在的位置:首頁 > 通信與網絡 > 設計應用 > 基于自監督圖神經網絡和混合神經網絡的入侵檢測
基于自監督圖神經網絡和混合神經網絡的入侵檢測
網絡安全與數據治理
王明
河北科技師范學院網絡技術中心
摘要: 為了解決現有網絡入侵檢測方法在特征提取單一、數據依賴強以及模型泛化能力差等方面的問題,提出了一種基于自監督圖神經網絡和混合神經網絡的入侵檢測方法。首先,通過自監督學習策略,利用圖卷積網絡提取網絡流量數據中的結構特征,增強模型在無標簽數據上的特征學習能力,從而降低對標注數據的依賴并提升泛化能力。其次,使用卷積神經網絡提取網絡流量中時間序列的空間特征,并通過長短時記憶網絡建模時間依賴性,進行多視角特征提取,提高檢測的全面性。最后,設計了一種特征融合策略,豐富模型特征表示,提升模型魯棒性。在公開數據集上的實驗結果表明,所提方法具有更高的準確率和F1值。
中圖分類號:TP393.08;TP18文獻標識碼:ADOI:10.19358/j.issn.2097-1788.2024.09.004
引用格式:王明.基于自監督圖神經網絡和混合神經網絡的入侵檢測[J].網絡安全與數據治理,2024,43(9):21-25.
Intrusion detection based on self-supervised graph neural networks and hybrid neural networks
Wang Ming
Network Technology Center, Hebei Normal University Of Science & Technology
Abstract: To address the issues of limited feature extraction, strong data dependency, and poor generalization ability in existing network intrusion detection methods, this paper proposes an intrusion detection method based on self-supervised graph neural networks and hybrid neural networks. Firstly, through a self-supervised learning strategy, a graph convolutional network is employed to extract structural features from network traffic data, enhancing the model′s ability to learn features from unlabeled data. This reduces dependence on labeled data and improves generalization ability. Secondly, a convolutional neural network is used to extract spatial features from the time series of network traffic, and a long short-term memory network is employed to model temporal dependencies, enabling multi-view feature extraction and improving detection comprehensiveness. Finally, a feature fusion strategy is designed to enrich the model′s feature representation and enhance its robustness. Experimental results on public datasets demonstrate that the proposed method achieves higher accuracy and F1 score.
Key words : self-supervised learning; graph neural network; hybrid neural network; intrusion detection

引言

網絡入侵檢測系統(Intrusion Detection System, IDS)[1]主要用于監控網絡活動,以便迅速識別潛在的惡意行為、攻擊事件以及違反系統安全策略的行為。網絡入侵檢測在現代信息安全體系中具有舉足輕重的地位。隨著網絡技術的飛速發展和信息化程度的不斷提高,網絡攻擊手段變得日益復雜和多樣化,給企業和個人的信息安全帶來了嚴峻的挑戰。網絡入侵檢測技術通過對網絡流量和系統日志的實時監控和分析,能夠及時發現和阻止潛在的安全威脅,有效防范數據泄露、服務中斷和資源濫用等安全事件的發生。隨著人工智能技術的進步,近年來研究人員已經不斷應用深度學習技術來解決網絡入侵檢測中的若干復雜問題。這些研究不僅著眼于提高檢測準確率,還致力于降低誤報率,以提升整體系統的效率。特別是卷積神經網絡(CNN)[2]和遞歸神經網絡(RNN)[3]在處理大量復雜數據時表現出色,被廣泛用于特征提取和異常行為識別。此外,自監督學習[4]、時間卷積網絡(TCN)[5]等新興方法的引入,也為網絡入侵檢測領域帶來了新的希望和發展方向。

Li[6]等人將GRU-RNN網絡模型引入入侵檢測任務中,提升了模型數據時序特征的檢測能力。Imrana[7]等人提出了基于雙向長短時記憶網絡(LSTM)的入侵檢測方法,利用正反兩個方向的LSTM網絡捕捉正反時序特征,并對提取的雙向特征進行融合,顯著提升了檢測性能,但對于訓練數據標注具有較高的要求,模型泛化能力不足。張安琳[8]等人將卷積神經和雙向門控循環結合,對融合后的特征進行時序特征的提取,提升了模型的檢測能力。Halbouni[9]等人提出了一種混合神經網絡,利用CNN來提取網絡流量數據的空間特征,并結合LSTM來捕捉時間特征。這種混合模型在處理復雜網絡流量數據方面具有高效性和準確性。但此種方法計算復雜性高,尤其是處理大規模數據集時,需要大量的計算資源和時間。Wang[10]提出了一種自監督學習的入侵檢測方法,該方法無需標簽數據?大大減少了數據標注的成本。通過數據增強、特征表示、特征投影和對比學習等步驟,提高模型的檢測能力,但該方法在復雜的網絡攻擊場景下,模型可能會產生較高的誤報率。

盡管這些研究在網絡入侵檢測方面取得了一定的成果,但仍然存在一些問題。首先,現有方法在對網絡數據特征提取單一,學習數據的本質特征不全面。同時在不同任務上表現差異較大,模型泛化能力差,缺少各種場景下的適應能力。為了解決上述問題,本文提出了一種基于自監督圖神經網絡和混合神經網絡的入侵檢測。該方法準確地對網絡數據進行特征提取,并對時序特征進行了高效的上下文處理,提高網絡入侵檢測的性能。

本文的主要貢獻如下:

(1)提出了一種基于自監督學習的圖神經網絡(GNN),利用圖卷積網絡(GCN)有效地捕捉節點之間的復雜關系,提高入侵檢測的性能。同時自監督學習可以在沒有標注數據的情況下,通過設計預訓練任務來學習數據的潛在特征,增強了模型的泛化能力。

(2)開發了一種混合神經網絡模型,結合CNN和LSTM,能夠有效提取時間序列的空間特征和時間依賴性,提升對時序特征的處理能力。

(3)設計了一種特征融合策略,將GNN和混合卷積神經網絡-循環神經網絡(CNNLSTM)模型的輸出進行融合,可以具有豐富特征表示,通過融合不同模型的特征,可以降低模型對特定特征模式的過擬合,提高了網絡入侵檢測系統的準確性和魯棒性。


本文詳細內容請下載:

http://www.shi-ke.cn/resource/share/2000006159


作者信息:

王明

(河北科技師范學院網絡技術中心,河北秦皇島066000)


Magazine.Subscription.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 成人情趣片在线观看免费 | 欧美人做人爱a全程免费 | 天天射,天天干 | av高清在线 | 美女隐私视频黄www曰本 | 狠狠人妻久久久久久综合 | 毛片123| 特级西西444www大胆免费看 | 毛片网站网址 | 东方伊甸园av在线 | 国产一区2 | 日本又色又爽又黄的a片吻戏 | 久久精品三级 | 国产亚洲精品久久777777 | 午夜时刻免费入口 | 18禁高潮出水呻吟娇喘蜜芽 | 亚洲一区久久 | 欧洲无码一区二区三区在线观看 | 人妻少妇精品中文字幕av蜜桃 | 亚洲女同一区 | 日本japanese乳偷乱熟 | 美女露出奶头扒开尿口免费网站 | 九色丨蝌蚪pony蜜桃臀 | 国产又黄又猛视频 | 成人国产精品秘片多多 | 欧美福利视频一区二区 | 香港裸体三级aaaaa | 手机在线看a | 国产精品黑色丝袜久久 | 中文字幕丝袜诱惑 | 久久成人国产精品 | 亚洲欧美男人天堂 | 好男人在在线社区www在线影院 | 99精品免费久久久久久久久日本 | 夜鲁鲁鲁夜夜综合视频欧美 | 久久99久久99精品免观看 | 麻豆aⅴ精品无码一区二区 午夜福制92视频 | 精品久久久无码人妻字幂 | 在线精品国产 | 国产极品白嫩精品 | 91成人网在线播放 | 亚洲欧美成人aⅴ大片 | 一区二区精品久久 | 免费国产在线精品一区二区三区 | 亚洲无吗av | 四虎首页| 免费爱爱视频网站 | 夜夜爽妓女8888视频免费观看 | 秋霞午夜一区二区三区视频 | www.久热| 国产成人亚洲欧洲在线 | 亚无码乱人伦一区二区 | 亚洲一级片av| 91爽爽| 亚洲欧美日韩国产综合 | 日本少妇毛耸耸毛多水多 | 亚洲成av人片天堂网老年人 | 日日夜夜爽爽 | 一本久久a精品一合区久久久 | 亚洲在线精品视频 | 91桃色成人wangxhab | 日韩岛国片 | 别揉我奶头~嗯~啊~一区二区三区 | 男人女人黄 色视频一级香蕉 | 亚洲精品一级 | 西西午夜无码大胆啪啪国模 | 有奶水的迷人少妇 | 国色综合 | 国产精品成人av片免费看 | 精品h| 国产一及片 | 精品国产区 | 中文字幕视频免费观看 | 一区二区在线免费 | 日韩精品中文字幕在线观看 | 中国大陆一级片 | 人妻换人妻a片爽麻豆 | 亚洲丝袜av | 精品久久久久久久久久久国产字幕 | 国产无遮挡又黄又爽免费网站 | 欧美日韩视频在线播放 | 人妻av乱片av出轨 | 国产成人av一区二区三区不卡 | 国产精品亚洲欧美日韩在线观看 | 一区二区国产精品视频 | 国产精品久久久久久久久久久杏吧 | 狠狠综合 | 日韩在线观看视频一区 | 最新超碰在线 | www国产精品com | 成人不卡在线观看 | 性xxxx欧美 | 一级片少妇 | 国产妇女乱码一区二区三区 | 日本视频h | 免费在线日韩 | 日韩久久网 | 美女视频黄色在线观看 | wwwxx在线观看| wwwav在线| 男女羞羞视频软件 | 成人自拍av| 久久国产乱子伦精品免费午夜,浪货好紧 | 无码人妻久久一区二区三区蜜桃 | 三男一女吃奶添下面视频 | 爱情岛论坛网亚洲品质 | 欧美最猛性xxxxx(亚洲精品) | 欧美图片一区二区 | 午夜不卡av免费 | 老牛嫩草一区二区三区眼镜 | 青青草原综合久久大伊人精品 | 成人黄色免费在线观看 | 小萝莉末成年一区二区 | 国产精品久久久久7777 | 91久久国产婷婷一区二区 | 亚洲精品国偷拍自产在线麻豆 | 亚洲黄色一区 | 亚洲深夜福利 | 美女视频黄的免费 | 亚洲成a人v | 免费色站 | 精品国产一区二区三区四区vr | 香蕉视频在线观看黄 | 18禁裸乳无遮挡啪啪无码免费 | 国产视频一区在线播放 | 情欲少妇人妻100篇 国产精品日韩av在线播放 | 国产97在线 | 日韩 | 91精品国产91久久久久久黑人 | 狠狠色图片 | 国产一区二区三区三州 | 日本高清在线播放 | gav成人网免费免播放器播放 | 国产亚洲欧美精品永久 | 图片区小说区激情区偷拍区 | 麻豆视频在线播放 | 久久免费手机视频 | 色噜噜狠狠一区二区三区狼国成人 | 日本中文字幕视频在线 | 日产特黄极日产 | 中文字幕狠狠干 | 亚洲国产欧美日韩在线精品一区 | 成 人 黄 色视频免费播放 | 女同av久久中文字幕字 | 天天曰天天 | 精品无人区一区二区三区 | 毛片网站入口 | 国产羞羞| 国内精品视频在线播放 | 91成人小视频 | 午夜在线精品偷拍 | 人妻夜夜爽天天爽一区 | 人妻激情文学 | 三级视频在线观看 | 97夜夜澡人人爽人人 | 韩国黄色av | 久热热| 欧美成人影音 | 狠狠色综合久久婷婷色天使 | 天天综合网7799精品 | 欧美乱码精品一区 | 老头把我添高潮了a片 | 久久午夜无码鲁丝片秋霞 | 超碰在线图片 | 老头糟蹋新婚少妇系列小说 | 美女乱淫 | 可以免费看的av网站 | 亚洲精品午睡沙发 | 亚洲精品美女久久久久久久 | 欧美交换配乱吟粗大 | 丰满人妻在公车被猛烈进入电影 | 久久99精品久久久久久国产越南 | 激情内射亚洲一区二区三区爱妻 | 久久婷婷五月综合尤物色国产 | 神马久久久久久久久久久 | 特级毛片全部免费播放器 | yourporn久久久亚洲精品 | 日韩精品无码中文字幕一区二区 | 国产超碰人人做人人爽aⅴ 国产超碰人人做人人爽av牛牛 | 奇米777四色在线精品 | 久久久精品小视频 | 色一情一乱一伦麻豆 | 男女三级视频 | 日韩一区免费 | 国产午夜片 | tushy欧美激情在线观看 | 欧美成人午夜视频 | 欧美另类极品videosbes | 国产永久毛片 | 黄色一级a毛片 | 亚洲熟妇av一区二区三区浪潮 | 18禁超污无遮挡无码免费网站国产 | 日韩图片区 | 在线精品无码字幕无码av | 毛片无遮挡高清免费观看 | 免费动漫av| n0659极腔濑亚美莉在线播放播放 | 精品免费国产一区二区三区四区介绍 | 十八禁视频网站在线观看 | 国产精品99久久久久久小说 | 欧美精品一区二区三区在线四季 | 欧美一级大黄 | 国产又粗又硬又猛的毛片视频 | 亚洲国产午夜精品理论片妓女 | 黑丝久久 | 国产精品s色 | 农村真人裸体丰满少妇毛片 | 亚洲一区二区三区日韩 | 欧美大白腚pics| 波多野结衣av高清一区二区三区 | 久久久免费精品视频 | 亚洲视频二| 国产精品一区二区三区免费视频 | 久久99成人免费 | 亚洲欧洲日本一区二区三区 | 天天做天天爽 | 伊人精品影院 | 亚洲欧美婷婷 | 亚洲熟女综合色一区二区三区 | 国产成人久久精品 | 国产男女裸体做爰爽爽 | 日韩亚洲国产中文字幕欧美 | 国产色自拍 | 欧美三极片 | 成人高潮片免费网站 | 在线精品国产一区二区三区 | 亚洲区欧美区综合区自拍区 | 性生交生活大片免费看 | 婷婷五月综合色中文字幕 | 国产熟人av一二三区 | 五月天婷婷免费视频 | 久久香蕉国产线看观看猫咪av | 亚洲欧美日韩久久精品第一区 | 欧美国产激情18 | 日韩精品久久久久久久九岛 | 国产成人精品一区二区三区网站观看 | 手机版av | 十八岁以下禁止观看黄下载链接 | 久久精品人人做人人妻人人玩 | 天天爱天天做天天爽 | 亚洲精品亚洲 | 日韩高清一区 | 久久久久久久一区二区 | 一级做a爰全过程免费视频毛片 | www伊人| 日本激情小视频 | 青青视频二区 | 天天爱天天插 | 国产女人18水真多18精品一级做 | 日韩在线一区二区三区四区 | avhd101高清在线迷片麻豆 | 欧美日韩久久久精品a片 | 337p粉嫩大胆色噜噜噜 | 奇米影视7777久久精品 | 国产911情侣拍拍在线播放 | 初尝情欲h名器av | 高清欧美性猛交xxxx黑人猛交 | 国产成人无码a区在线视频无码dvd | 大奶毛片| 国产91视频在线观看 | 爱插网 | 久草在线资源福利 | 欧美久久一区二区 | 无码精品人妻一区二区三区av | 一级a性色生活片毛片 | 茄子视频国产在线观看 | 国产精品夜夜嗨视频免费视频 | 2022av在线| 成人午夜免费福利视频 | 99热6这里只有精品 99热99re6国产在线播放 | 波多野结衣一二三四区 | 九九五月天 | 久久久久久久久淑女av国产精品 | 国产偷国产偷亚洲高清人白洁 | 中文在线中文a | 狠狠躁夜夜躁人人爽天天bl | 日本做受高潮又黄又爽 | 播放毛片 | 国产亚洲情侣一区二区无 | 午夜免费毛片 | 精品中文在线 | 国产女人18毛片水真多18精品 | 性中文字幕 | 一级特黄bbb大片免费看 | 精品一区二区三区三区 | 国产美女永久无遮挡 | 久久免费视频一区二区 | 老鲁夜夜老鲁 | 国产中文在线视频 | 精品久久国产字幕高潮 | 91动漫禁漫成人 | 久久人人97超碰a片精品 | 亚洲视频一区二区三区 | 欧美成人午夜精品久久久 | 五月天婷婷激情网 | 黄色av免费在线播放 | 国产精品免费在线 | 久久99精品久久久久久水蜜桃 | 亚洲成a人片77777kkkk1在线观看 | 久草视频在线播放 | 无码人妻丰满熟妇片毛片 | 九一国产在线观看 | 亚洲第一国产 | 九九热爱视频精品 | 91在线影院 | 99视频这里有精品 | 欧美黑人又大又粗xxxxx | 国产91免费看 | 在线观看成人动漫 | 日韩av在线免费观看 | 日韩女人性猛交 | 亚洲二区在线视频 | 国产精品久久久久久亚洲影视内衣 | 国产免费最爽的乱淫视频a 国产免国产免费 | 国产日产精品一区二区三区四区的观看方式 | 亚洲成人系列 | 亚a∨国av综av涩涩涩 | 欧美色图激情小说 | 99插插插 | 国产日韩精品视频 | 中文字幕在线观看线人 | 亚洲第一大网站 | 久久久久久三区 | 日韩黄色小视频 | 黄色国产片 | 成人在线一区二区 | 国产精品高潮久久 | 一级黄av| 亚洲va欧美va人人爽午夜 | 在线观看网址你懂的 | 中文字幕乱码人妻一区二区三区 | 伊人ab| 99精品视频在线观看 | 在线精品视频一区二区三四 | 欧美日韩精品一区二区在线播放 | 亚洲加勒比久久88色综合 | 国产传媒毛片精品视频第一次 | 欧美黄色免费网站 | 亚洲综合色婷婷在线观看 | 性调教学院高h学校 | 福利片一区二区 | 91精品少妇偷拍99 | 成人免费网站在线观看 | 国产av无码专区亚洲精品 | 成人在线视频在线观看 | 国产综合视频在线 | 成年人视频在线看 | 不卡的一区二区 | 成人羞羞视频 | 成人伊人 | 亚洲精品白浆高清久久久久久 | 99插插插 | 国产精品乱码人人做人人爱 | 精品人妻无码一区二区三区抖音 | 免费看成人aa片无码视频羞羞网 | 成熟女人特级毛片www免费 | 躁躁躁日日躁2020麻豆 | 久久精品视频一区二区 | 97在线观看免费高清 | 99热这里有精品 | 国产精品手机视频 | 色七七亚洲 | 91综合网| 用力使劲高潮了888av | 色偷偷免费视频 | 国产精品久久久国产盗摄 | 日韩欧美一二三 | 男人手机天堂 | 99re这里只有精品在线 | 黄色成人在线观看 | 国产综合精品一区二区三区 | 国产欧美二区 | 韩日午夜在线资源一区二区 | 91看片网| 亚洲精品国产精品乱码不99 | www.狠狠操.com| 婷婷综合av | jzzijzzij日本成熟丰满少妇 | 99er久久 | 91高跟黑色丝袜呻吟动态图 | av夜色 | 欧美人与性动交zoz0z | 亚洲天堂1 | 久草在线新视觉 | 特大黑人巨交吊性xxxxhd | 亚洲成人动漫在线观看 | 国产清纯白嫩初黑人高生在线观看 | 欧美日韩一区二区三区69堂 | 亚洲欧美日韩国产综合 | 亚洲女与黑人做爰 | 亚洲 激情 小说 另类 欧美 | 超碰人人网 | 久久久久夜色精品国产老牛91 | 日韩精品一区二区三区在线观看视频网站 | 禁欲天堂 | www色日本 | 日韩一区二区三区视频在线观看 | 日本xxxx在线观看 | 久久久久久亚洲精品不卡4k岛国 | 很嫩很紧直喷白浆h | 亚洲日本japanese丝袜 | 国产在线精品一区二区在线播放 | 国产人妻精品一区二区三区不卡 | 国产精品乱码在线观看 | 日本妇人成熟免费 | 极品在线观看 | 免费韩国羞羞网站视频 | 一级毛片黄 | 国产热99| 国产情趣视频 | 精品久久久一二三区播放播放播放视频 | 激情五月综合色婷婷一区二区 | 四虎视频国产精品免费 | 青青操免费 | 国产理论在线观看 | 2021国产精品自在自线 | 九九热精品视频在线播放 | 成人羞羞国产 | 日本少妇xxxx | 天天躁夜夜躁很很躁麻豆 | 小鲜肉自慰网站 | 日本精品一区二区三区四区 | 中日韩在线播放 | 亚洲视频精品在线 | 久久久久久欧美精品色一二三四 | 国产精品国产三级国产av主播 | 国产一区二区三区成人欧美日韩在线观看 | 免费99精品国产自在在线 | 激情婷婷网 | 成人观看视频 | 香蕉视频官网在线观看 | 九九精品视频免费 | 色狠av| 欧美一区二区三区国产 | 欧美日韩不卡在线 | 国产香蕉久久 | aa级黄色毛片| 国产高清免费视频 | 人妻互换一二三区激情视频 | 欧美最猛黑人xxxxx猛交 | 亚洲精品久久久久久久蜜桃 | 久久伊人精品中文字幕有软件 | 色噜噜狠狠一区二区三区 | 91精品国模一区二区三区 | 日韩成人精品一区二区 | 欧美亚洲网站 | 肉色丝袜一区二区 | 91理论片午午伦夜理片久久 | 天天综合网天天综合色 | 亚洲做爰日本做爰 | 国产一二三区写真福利视频 | 亚洲国产经典 | 欧美成人精品在线观看 | 总受合集lunjian双性h | 国产成人亚洲综合无码99 | 欧美色综合天天久久综合精品 | 中文字幕人妻偷伦在线视频 | 成人网站在线进入爽爽爽 | 超碰在线网址 | 成人一区二区三区视频在线观看 | 亚洲永久精品国产 | 18视频在线观看男男 | 99久久人妻精品免费二区 | 亚洲欧美一区二区三区 | 欧美内射rape视频 | 亚洲第一成年免费网站 | 亚洲国产成人一区二区精品区 | 国产aⅴ精品一区二区三区久久 | www.国产视频.com | 成人免费xxxxx在线观看 | 色综合天天综合网国产成人网 | 懂色中文一区二区三区在线视频 | 性生交大片免费看狂欲 | 青青草原成人网 | 国产精品日日做人人爱 | 天堂8中文在线最新版在线 拍真实国产伦偷精品 | 97在线观看视频 | vvvv88亚洲精品欧美精品 | 大学生高潮无套内谢视频 | 2021天天操| 理论片87福利理论电影 | 国产一区二区亚洲精品 | 国产成人无码www免费视频播放 | 无码国产乱人伦偷精品视频 | 亚洲精品sm一区二区 | 粗大黑人巨精大战欧美成人 | 久久久久99精品成人片直播 | 亚洲成人www | 亚洲女人初尝黑人巨大 | 久久免费国产视频 | 成人免费看片在线观看 | 国产免费拔擦拔擦8x高清在线人 | 女人被狂躁到高潮视频免费软件 | 亚洲另类中文字幕 | 狠狠躁夜夜躁人人爽蜜桃 | 少妇搡bbbb爽毛片无 | 天天摸天天爽日韩欧美大片 | 麻豆福利在线观看 | 久久成人一区 | yy6080久久伦理一区二区 | 无码人妻丰满熟妇啪啪网站 | 日韩精品在线观看视频 | 夜夜春很很躁夜夜躁 | 中文无码一区二区不卡av | 亚洲精品免费在线观看视频 | 午夜在线播放视频 | 日韩av资源在线 | a级黄色片 | 毛片网站在线看 | 日韩人成 | 亚洲一区二区三区在线 | 免费乱理伦片在线观看夜 | 五月婷婷婷婷 | 日本午夜啪啪 | 成人开心网 | 国产精品视频久久久 | 国产猛男猛女超爽免费视频 | 欧美日韩高清在线观看 | 国产美女久久 | 香港台湾日本三级大全 | 激情偷拍 | 爱情岛论坛亚洲线路一 | 国产一级淫片a按摩推澡按摩 | 国产精品国产三级国产专播品爱网 | 国产精品视频导航 | 国产精品99久久久久久久久久 | 99久久亚洲精品日本无码 | 天堂а√中文最新版在线 | 99久久亚洲精品日本无码 | 欧洲视频一区二区 | 日韩高清无线码2023 | 欧洲在线观看 | 99久久99久久久精品齐齐 | 国产日产久久久久久 | 夜夜高潮天天爽欧美 | 国产99久久精品一区二区永久免费 | 午夜插插插 | 激情视频国产 | 日韩蜜桃视频 | 西野翔中文久久精品国产 | 亚洲熟妇色xxxxx欧美老妇 | 丁香激情综合 | 开心久久婷婷综合中文字幕 | 粉嫩粉嫩的虎白女18在线软件 | 色偷偷资源网 | 国产香港明星裸体xxxx视频 | 91精品啪在线观看国产商店 | 97色伦97色伦国产欧美空 | 亚洲精品久久久久久下一站 | 欧美激情在线一区二区 | 午夜福利1000集在线观看 | 大尺度做爰床戏呻吟色戒韩国 | 狠狠五月深爱婷婷网 | 国产精品永久在线观看 | 国内毛片毛片毛片毛片毛片 | 国产精品污www在线观看17c | 狠狠入| 国产三男一女4p免费男黑人 | 欧美hdse | 色噜噜狠狠一区二区 | 亚洲区欧美 | 午夜福利一区二区三区在线观看 | kk视频在线观看 | 久久久精品在线观看 | 精品探花 | 综合色视频 | 成在线人免费无码高潮喷水 | 精品人妻无码一区二区三区蜜桃一 | 性xxxx另类xxⅹ | 希岛爱理和黑人中文字幕系列 | 大地资源中文第三页 | 99久久精品国产免费看 | 欧美 日韩 国产 成人 | 中文字幕亚韩 | 亚洲国产精品va在线 | 精品国产成人av在线免 | 亚洲精品少妇 | 成人在线免费视频 | 成人韩免费网站 | 牲欲强的熟妇农村老妇女 | 午夜在线网站 | 天天爽天天干 | yy6080久久伦理一区二区 | 国产午夜福利100集发布 | 中国亲与子乱ay中文 | 欧美黄色一区二区三区 | 国产 日韩 欧美在线 | h漫在线免费观看 | 高潮喷水的毛片 | 久久精品国产一区二区电影 | 亚洲大尺度专区 | 国产精品久久久久久久久久免费 | 亚洲精品动漫成人3d无尽在线 | 国产精品久久久久久久久电影网 | 精品国产不卡一区二区三区 | 午夜国产在线视频 | 亚洲欧洲日韩 | 四虎国产精品免费观看视频优播 | 亚洲最大色网站 | 国产91玉足脚交在线播放 | 夜夜看av | 四虎国产精品成人免费4hu | 国产三级精品视频 | аⅴ资源天堂资源库在线 | 波多野结衣www | 热久久伊人| 91视频入口| 免费看av毛片 | 我要看免费黄色片 | 亚洲精品一区二区另类图片 | 亚洲黄色小说图片 | 欧美性猛交xxxxx按摩欧美 | 深夜激情网 | 日本波多野结衣在线 | 女学生处破外女出血av喊痛 | 狠狠躁夜夜躁人人爽天天bl |