亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于樹突狀細(xì)胞算法的垃圾郵件群發(fā)檢測*

        2015-04-01 12:18:44李子怡
        傳感器與微系統(tǒng) 2015年10期
        關(guān)鍵詞:群發(fā)垃圾郵件郵件

        楊 超,李子怡

        (湖北大學(xué) 計(jì)算機(jī)與信息工程學(xué)院,湖北 武漢430062)

        0 引 言

        隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,電子郵件是因特網(wǎng)上最為流行的應(yīng)用之一,具有重要的商業(yè)和社會(huì)價(jià)值。各種各樣的商業(yè)廣告、色情信息、郵件炸彈和很多來歷不明的郵件大量涌進(jìn)郵箱,侵害了電子郵件用戶的通信利益,影響了電子郵件服務(wù)的正常運(yùn)營秩序,危害互聯(lián)網(wǎng)安全和社會(huì)的穩(wěn)定,成為互聯(lián)網(wǎng)的一大公害。

        傳統(tǒng)的反垃圾郵件技術(shù)主要是通過黑白名單垃圾郵件過濾[1]、智能分析的貝葉斯算法[2]、深度的內(nèi)容檢測[3]。然而,這些技術(shù)也存在著一些不可忽視的問題[4]:實(shí)時(shí)黑名單(RBL)存在部分IP 地址(段)錯(cuò)誤列入實(shí)時(shí)黑名單的情況。智能分析的貝葉斯算法對如何適應(yīng)圖片、PDF 等附件、內(nèi)嵌HTML 鏈接的垃圾郵件尚待進(jìn)一步研究?;谝?guī)則的評分系統(tǒng)、數(shù)字指紋/簽名等深度內(nèi)容分析技術(shù),依賴于不斷更新的垃圾郵件特征數(shù)據(jù)庫來攔截垃圾郵件。因此,傳統(tǒng)的垃圾郵件檢測方法不能有效快速識別出垃圾郵件群發(fā)現(xiàn)象。

        由于具有良好的多樣性、免疫記憶、自學(xué)習(xí)、自適應(yīng)和魯棒性的特點(diǎn)[5],人工免疫系統(tǒng)已經(jīng)廣泛應(yīng)用于各類入侵檢測系統(tǒng)中。本文將人工免疫系統(tǒng)中危險(xiǎn)理論的思想應(yīng)用到垃圾郵件群發(fā)的檢測中,將危險(xiǎn)理論中的“危險(xiǎn)”與“不危險(xiǎn)”和垃圾郵件的判斷相對應(yīng),搜集多種垃圾郵件特征,并將其定義為危險(xiǎn)信號,通過這些危險(xiǎn)信號綜合判定其是否為垃圾郵件。該方法可快速檢測出垃圾郵件,并具有較低的誤報(bào)率和漏報(bào)率。

        1 相關(guān)研究

        1.1 黑白名單垃圾郵件過濾

        黑白名單技術(shù)是最早的反垃圾郵件技術(shù),其主要是通過收集郵件中的發(fā)信地址和收信地址與黑白名單中的地址進(jìn)行比較來判斷郵件屬于垃圾郵件的可能性[6]。黑白名單技術(shù)分為:用戶黑白名單技術(shù)、網(wǎng)絡(luò)黑白名單技術(shù)。用戶黑白名單技術(shù)使用的是用戶自定義的黑白名單。使用用戶黑白名單機(jī)制可以快速準(zhǔn)確地過濾掉垃圾郵件,而且可以把經(jīng)常錯(cuò)誤過濾為垃圾郵件的用戶郵件快速分辨出來,減少誤判率;網(wǎng)絡(luò)黑白名單技術(shù)使用的是有互聯(lián)網(wǎng)用戶共同維護(hù)的黑白名單。目前在網(wǎng)絡(luò)黑名單技術(shù)上最流行的是實(shí)時(shí)黑名單技術(shù)。

        黑白名單技術(shù)的缺點(diǎn)在于需要時(shí)間和精力來維護(hù)管理黑白名單列表,因?yàn)槔]件發(fā)送者在不斷更換它的域名和地址。為了讓該技術(shù)實(shí)時(shí)有效,黑白名單列表必須不斷地更新升級,這會(huì)對一些合法的服務(wù)器造成誤傷。

        1.2 基于內(nèi)容的垃圾郵件檢測

        基于內(nèi)容的垃圾郵件過濾技術(shù)是通過分析郵件的內(nèi)容來過濾垃圾郵件的一種技術(shù)。目前基于內(nèi)容的垃圾郵件過濾主要包括基于規(guī)則的方法和基于概率統(tǒng)計(jì)的方法[7]。

        所謂規(guī)則,是通過訓(xùn)練得到顯示規(guī)則(通常是用產(chǎn)生式表示,如,如果郵件包含Advertisement,那么,該郵件為垃圾郵件)的判斷方法。優(yōu)點(diǎn)是可以生成人類理解的規(guī)則;缺點(diǎn)是在規(guī)律性不明顯的應(yīng)用領(lǐng)域效果較差[8]。

        基于貝葉斯的過濾[9],是先通過統(tǒng)計(jì)獲得特征項(xiàng)在垃圾郵件中出現(xiàn)的先驗(yàn)概率(prior probability),再利用數(shù)學(xué)統(tǒng)計(jì)中的貝葉斯公式求得含有這些特征項(xiàng)的郵件是垃圾郵件的后驗(yàn)概率(posterior probability)。該方法在進(jìn)行過濾之前,需要學(xué)習(xí)統(tǒng)計(jì)大量的郵件[10]。

        也有學(xué)者基于數(shù)字指紋/簽名等內(nèi)容分析技術(shù)對垃圾郵件進(jìn)行檢測。通過對垃圾郵件內(nèi)容進(jìn)行潛在的語義分析,獲取垃圾郵件的消息摘要,經(jīng)加密算法生成“郵件指紋”,并進(jìn)行入庫。但是它依賴于不斷更新的垃圾郵件特征數(shù)據(jù)庫,對于音頻、視頻、加密郵件的過濾情況并不如人意。

        以上方法中,黑白名單需要實(shí)時(shí)更新名單庫;基于內(nèi)容過濾的算法需要對郵件內(nèi)容進(jìn)行分析和字符串的比對,且都是需要一定的學(xué)習(xí)和訓(xùn)練時(shí)間,因此,雖然檢測效率較好,但是檢測速度較慢,本文利用危險(xiǎn)理論的方法,從垃圾郵件群發(fā)的行為特征入手,實(shí)現(xiàn)垃圾郵件的快速檢測。

        2 樹突狀細(xì)胞算法概述

        在生物免疫系統(tǒng)中,樹突狀細(xì)胞(dendritic cells,DC)是機(jī)體功能最強(qiáng)的專職抗原遞呈細(xì)胞,未成熟DC 具有較強(qiáng)的遷移能力,成熟DC 能有效激活初始型T 細(xì)胞。未成熟的DC 從淋巴系統(tǒng)遷移到機(jī)體組織,在機(jī)體組織中攝取抗原并采集抗原所處環(huán)境中的分子信號,受到刺激即分化為成熟的DC,DC 在成熟的過程中由組織返回到淋巴結(jié),并將抗原提呈給T 細(xì)胞識別[11]。

        DC 算法(DCA)是Greensmith 根據(jù)固有免疫系統(tǒng)中DC的機(jī)理設(shè)計(jì)實(shí)現(xiàn)的一種人工免疫系統(tǒng)算法[12],已成功運(yùn)用于端口掃描檢測和異常檢測領(lǐng)域[13~15],DCA 具有效率高、負(fù)載小、低誤報(bào)率的特點(diǎn)。DCA 是基于DC 群體的算法,群體中每個(gè)DC 收集組織中的抗原,同時(shí)攝取四種環(huán)境信號:病原體相關(guān)分子模式(pathogen-associated molecular pattern,PAMP)、危險(xiǎn)信號(danger signal,DS)、安全信號(safe signal,SS)和致炎信號(inflammation signal,IS)。DC 把攝取到的四種環(huán)境信號作為輸入信號,通過權(quán)值矩陣和相關(guān)函數(shù)進(jìn)行融合處理后,產(chǎn)生三種輸出信號:協(xié)同刺激分子(costimulatory molecules,CSM)、半(semi)成 熟 信 號 和 成 熟(mat)信號,并對這三種輸出信號分別進(jìn)行累加,當(dāng)CSM 達(dá)到遷移閾值時(shí),DC 發(fā)生遷移。此時(shí),通過對結(jié)果進(jìn)行分析,semi 和mat 中的濃度較大者決定當(dāng)前的細(xì)胞環(huán)境。同時(shí),根據(jù)當(dāng)前細(xì)胞環(huán)境狀態(tài),對該DC 采集的所有抗原進(jìn)行標(biāo)記,標(biāo)記為semi 或mat。當(dāng)抗原達(dá)到判別次數(shù)后,計(jì)算代表該抗原異常程度的成熟環(huán)境抗原值(mature context antigen value,MCAV),并與預(yù)先設(shè)定的異常閾值進(jìn)行比較,從而判斷抗原是否異常。DC 分化的過程如圖1 所示。

        圖1 DC 分化過程圖Fig 1 Processing of DC differentiation

        本文涉及到的生物學(xué)中的七種信號及其抽象信號與含義如表1 所示。

        表1 DCA 相關(guān)信號及其含義Tab 1 Relative signal of DCA and its meaning

        3 垃圾郵件檢測方法

        3.1 垃圾郵件特征和抗原信號

        垃圾郵件發(fā)送者在發(fā)送垃圾郵件時(shí),主要有以下幾種特征:1)大量發(fā)送,即同一IP 同時(shí)的SMTP 連接數(shù)非常大,超過正常數(shù)量的請求。2)發(fā)送頻率頻繁,即短時(shí)間內(nèi)不斷地進(jìn)行聯(lián)機(jī)投遞。3)信頭發(fā)件人地址偽造。垃圾郵件一般采用群發(fā)軟件發(fā)送,發(fā)信人的地址是可以任意偽造的。4)垃圾郵件要么不會(huì)對服務(wù)器返回的錯(cuò)誤做出任何重試,要么在短時(shí)間內(nèi)會(huì)進(jìn)行瘋狂的重試。5)一般的郵件客戶端會(huì)對發(fā)送的郵件在傳輸過程中進(jìn)行加密處理,而垃圾郵件群發(fā)不會(huì)。基于上述特點(diǎn),分析其一定時(shí)間段內(nèi)垃圾郵件的發(fā)送情況,采取該時(shí)間段內(nèi)的下列各指標(biāo)的平均值作為抗原信號:

        1)SMTP 創(chuàng)建數(shù)目(記為SN):在進(jìn)行快速創(chuàng)建時(shí),SMTP 連接創(chuàng)建數(shù)目會(huì)明顯高于正常情況。

        2)SMTP 連接頻率(記為SF):發(fā)送垃圾郵件用戶的SMTP 連接頻率一般要高于合法用戶。

        3)接收服務(wù)器錯(cuò)誤提示的重傳記錄(記為WM)。對于服務(wù)器會(huì)對不能正常傳輸?shù)泥]件返回錯(cuò)誤提示。因此,該指標(biāo)的出現(xiàn)有可能是垃圾郵件導(dǎo)致的。

        4)郵件在傳輸過程中數(shù)據(jù)包是否加密(記為DE):在垃圾郵件群發(fā)時(shí),發(fā)送郵件的數(shù)據(jù)包一般不會(huì)經(jīng)過加密處理,而正常發(fā)送的郵件的數(shù)據(jù)包會(huì)經(jīng)過加密處理后傳輸,因此,該指標(biāo)可以作為垃圾郵件判斷的一種方式。

        3.2 數(shù)據(jù)預(yù)處理和算法實(shí)現(xiàn)

        3.2.1 信號映射

        針對前文提到的各項(xiàng)指標(biāo),對其進(jìn)行預(yù)處理,通過映射函數(shù)統(tǒng)一將其規(guī)格化到1 ~10 之間。定義規(guī)格化函數(shù)f(x)如式(1)

        其中,x 為原始信號值,當(dāng)x∈[m,n]時(shí),進(jìn)行線性映射;當(dāng)x∈[0,∞)時(shí),信號取最大值10。

        現(xiàn)將檢測垃圾郵件相關(guān)指標(biāo)進(jìn)行如下映射:

        1)PAMP:病原體相關(guān)分子模式,表明系統(tǒng)非健康,存在異常行為的特征,不能正常響應(yīng)用戶的處理請求。定義PAMP={〈WM〉}。

        2)DS:危險(xiǎn)信號,表明系統(tǒng)亞健康,異常的可能性較高,系統(tǒng)仍然可以工作,但存在不可用的可能。定義DS={〈SN,SF,WM〉}。

        3)SS:安全信號,表示正常的可能性較高,系統(tǒng)處于健康狀態(tài)。定義SS={〈SN,SF,DE〉}。

        4)IS:致炎因子,表明組織總體上存在異常,起到放大PAMP,DS,SS 信號的作用。定義IS={〈DE〉},其中,IS 為1 表示郵件服務(wù)器無法正常連接,IS 為0 表示正常服務(wù)。

        3.2.2 權(quán)值矩陣

        DC 收集組織中的抗原,并對四類輸入信號(PAMP,DS,SS,IS)進(jìn)行處理,計(jì)算出三個(gè)輸出信號:協(xié)同刺激(CSM)信號、半成熟(semi)信號與成熟(mat)信號。由輸入信號值到輸出信號值的轉(zhuǎn)換權(quán)值矩陣如表2 所示。

        表2 DCA 信號轉(zhuǎn)換權(quán)值矩陣Tab 2 Weight matrix of DCA signal conversion

        表2 中的權(quán)值矩陣表明:PAMP 信號和DS 對CSM 信號和MAT 信號具有正影響,起促進(jìn)作用,而對SEMI 信號則沒有影響。SS 對CSM 信號和SEMI 信號值的累加具有正影響,而對MAT 信號則具有負(fù)影響。值的大小表示各輸入信號對輸出信號的影響程度,值越大,表明其相應(yīng)的影響程度越大。由輸入信號值轉(zhuǎn)換為輸出信號值的計(jì)算如式(2)所示

        其中,CP,CD,CS分別為輸入信號PAMP,DS,SS 的值,WP,WD,WS為相應(yīng)的權(quán)值。

        3.2.3 算法流程描述

        應(yīng)用到垃圾郵件檢測中的DCA 流程圖如圖2 所示。

        圖2 DCA 流程圖Fig 2 Flow chart of DCA

        具體描述如下:

        輸入:四個(gè)抗原信號值,PAMP,DS,SS,IS;

        輸出:CSM,smDC 或mDC;

        說明:DC 遷移閾值:Z;DC 生命周期:T;抗原判別閾值:M;抗原異常閾值:N

        Begin

        初始化抗原池采集數(shù)目;

        初始化DC 細(xì)胞種群;

        For 每個(gè)DC

        If CSM <遷移閾值Z then

        Begin

        在抗原池中隨機(jī)采集未被標(biāo)記的抗原,并計(jì)算PAMP,DS,SS 及IS 信號值and 依據(jù)權(quán)值矩陣計(jì)算CSM,semiMature,Mature 并累加;

        End;

        If CSM≥遷移閾值Z then

        Begin

        比較semiMature,Mature 大小,并標(biāo)記該DC 的狀態(tài)AND 標(biāo)記該DC 采集的抗原狀態(tài),DC 發(fā)生遷移;

        If 抗原判定總次數(shù) =抗原判別閾值M then

        Begin

        計(jì)算MCAV = 抗原被判為異常次數(shù)/抗原判定總次數(shù),比較MCAV 與異常閾值N 的大小,

        If MCAV ≥N then

        抗原標(biāo)記為異常;

        Else

        抗原標(biāo)記為正常;

        End

        End

        If DC 采集抗原次數(shù)≥DC 生命周期T then

        拋棄該DC;

        End

        4 實(shí)驗(yàn)與結(jié)果分析

        本文選用一種垃圾郵件群發(fā)器模擬群發(fā)垃圾郵件,與foxmail 郵件客戶端模擬正常郵件發(fā)送進(jìn)行對比。

        該垃圾郵件群發(fā)器具有如下特點(diǎn):

        1)選擇郵件發(fā)送模式:特快專遞(MX)、正常模式(SMTP);

        2)使用HELO 域名設(shè)置自動(dòng)創(chuàng)建虛擬郵箱(僅限于特快專遞);

        3)發(fā)送失敗自動(dòng)更換郵箱發(fā)送一次;

        4)檢測封IP 后重新?lián)芴柣驌QIP。

        通過使用wireshark 工具捕獲正常郵件和垃圾郵件的群發(fā)行為和數(shù)據(jù)包情況。

        實(shí)驗(yàn)情景設(shè)置如下:

        1)分別用垃圾郵件發(fā)送器和foxmail 郵件客戶端發(fā)送給100 個(gè)郵箱,垃圾郵件發(fā)送器采用特快專遞方式中的HELO 域名設(shè)置自動(dòng)創(chuàng)建虛擬郵箱。

        2)分別用垃圾郵件發(fā)送器和foxmail 郵件客戶端發(fā)送給200 個(gè)郵箱,垃圾郵件發(fā)送器采用特快專遞方式,發(fā)送50 封后檢測封IP 后重新?lián)芴柣驌QIP。

        3)分別用垃圾郵件發(fā)送器和foxmail 郵件客戶端發(fā)送給300 個(gè)郵箱,垃圾郵件發(fā)送器發(fā)送失敗采用相同模式重發(fā)5 次。

        4)分別用垃圾郵件發(fā)送器和foxmail 郵件客戶端發(fā)送給400 個(gè)郵箱,垃圾郵件發(fā)送器采用正常模式發(fā)送。

        該四種情景,列舉了垃圾郵件群發(fā)器的不同設(shè)置,調(diào)整每次發(fā)送的個(gè)數(shù),比較它們與正常郵件群發(fā)的不同,使實(shí)驗(yàn)結(jié)果更具有一般性。實(shí)驗(yàn)結(jié)果記錄如表3 所示。

        表3 實(shí)驗(yàn)結(jié)果記錄Tab 3 Record of experimental result

        分析結(jié)果如表4 所示。

        表4 實(shí)驗(yàn)結(jié)果分析Tab 4 Analysis on experimental result

        大量實(shí)驗(yàn)顯示,運(yùn)用DCA 進(jìn)行垃圾郵件檢測,準(zhǔn)確率可以達(dá)到93.255%,漏報(bào)率和誤報(bào)率均比較低,垃圾郵件群發(fā)具有SMTP 創(chuàng)建數(shù)目多、頻率快、失敗后重傳次數(shù)多、傳輸過程不加密的特點(diǎn),具有較低的誤報(bào)率和漏報(bào)率。因此,DCA 可以有效地識別垃圾郵件群發(fā)現(xiàn)象。

        5 結(jié)束語

        DCA 在垃圾郵件的檢測上能得到很好的結(jié)果,對垃圾郵件的檢測準(zhǔn)確率上高于其他一些檢測算法,算法在實(shí)現(xiàn)上方便簡潔,只需抓住垃圾郵件的特點(diǎn),將信號與信號轉(zhuǎn)換權(quán)值矩陣定義合理,即可獲得比較理想的結(jié)果。該檢測可以應(yīng)用于郵件客戶端上,對用戶發(fā)送郵件過程中進(jìn)行主動(dòng)型垃圾郵件行為模式的識別,從而做到主動(dòng)對垃圾郵件行為進(jìn)行防御和阻斷,可最大程度地提高垃圾郵件識別率、攔截率,降低資源消耗。由于實(shí)驗(yàn)的局限性,該算法有待于進(jìn)一步的改進(jìn)。

        [1] 甘棠儀.基于屬性論方法的垃圾郵件過濾系統(tǒng)設(shè)計(jì)與研究[D].上海:上海海事大學(xué),2005:2-3.

        [2] 張艦波.基于內(nèi)容的垃圾郵件智能過濾系統(tǒng)的研究[D].貴陽:貴州大學(xué),2008:19-23.

        [3] 桑 寅,孟少卿,鹿凱寧.基于DPI 和機(jī)器學(xué)習(xí)方法傳輸層檢測的P2P 流量識別模型[J].電子測量技術(shù),2011,34(10):45-48.

        [4] 李智明.Websense 安全專家解讀當(dāng)前垃圾郵件形式.[EB/OL].[2008—11—01].http:∥www.cioage.com/art/200807/72741.htm.

        [5] Cooper K D,Hall M W,Kennedy K.Procedure cloning[C]∥Proceedings of the 1992 International Conference on Computer Languages,1992:96-105.

        [6] 林丹寧.反垃圾郵件關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D].杭州:浙江大學(xué),2007:16-17.

        [7] 王 斌,潘文鋒.基于內(nèi)容的垃圾郵件過濾技術(shù)綜述[J].中文信息學(xué)報(bào),2005,19(5):4-6.

        [8] 鄭 梅.基于規(guī)則的垃圾郵件過濾系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].成都:電子科技大學(xué),2008:19-39.

        [9] 詹 川.反垃圾郵件技術(shù)的研究[D].成都:電子科技大學(xué),2005:36-37.

        [10]曾志中.基于貝葉斯算法的垃圾郵件過濾系統(tǒng)的分析與實(shí)現(xiàn)[D].北京:北京郵電大學(xué),2009:5-60.

        [11]Wang Hui.Research on instruction detection algorithm based on dendritic cell algorithm[J].Journal of Guangxi University for Nationalitiest:Natural Science Edition,2011(2):42-44.

        [12]Julie Greensmith.Introducing dendritic cells as a novel immuneinspired algorithm for anomaly detection[C]∥Proceedings of 4th International Conference,ICARIS 2005,Banff,Alberta,Canada,2005:153-167.

        [13]陳岳兵,馮 超.樹突狀細(xì)胞算法原理及其應(yīng)用[J].計(jì)算機(jī)工程,2010,36(8):173-175.

        [14]Dasgupta D,Yu Senhua,Majumdar N S.MILA-multilevel immune learning algorithm[C]∥Proceedings of GECCO,Chicago,2003:183-194.

        [15]Al-Hammadi Y,Uwe Aickelin,Julie Greensmith.DCA for bot detection[C]∥Proceedings of the IEEE World Congress on Computational Intelligence(WCCI 2008),Hong Kong,2008:1807-1816.

        猜你喜歡
        群發(fā)垃圾郵件郵件
        基于James的院內(nèi)郵件管理系統(tǒng)的實(shí)現(xiàn)
        從“scientist(科學(xué)家)”到“spam(垃圾郵件)”,英語單詞的起源出人意料地有趣 精讀
        英語文摘(2021年10期)2021-11-22 08:02:36
        一種基于SMOTE和隨機(jī)森林的垃圾郵件檢測算法
        一封郵件引發(fā)的梅賽德斯反彈
        車迷(2018年12期)2018-07-26 00:42:32
        丁酉中秋登樓時(shí)家人遠(yuǎn)離 聞多地?zé)o月乃拍照群發(fā)(外三首)
        岷峨詩稿(2017年4期)2017-04-20 06:26:41
        一例群發(fā)性山羊痘的診斷與防治
        基于支持向量機(jī)與人工免疫系統(tǒng)的垃圾郵件過濾模型
        醫(yī)護(hù)一體化在群發(fā)傷救治中的實(shí)踐與體會(huì)
        石器部落
        將當(dāng)前郵件快速轉(zhuǎn)發(fā)到QQ群
        電腦迷(2012年21期)2012-04-29 22:16:01
        国产一区二区三区免费av| 四虎成人免费| 欧美亚洲另类自拍偷在线拍| 亚洲av熟女天堂久久天堂| 精品国产成人av久久| 日本高清视频xxxxx| 国产一品道av在线一二三区| 欧洲一级无码AV毛片免费| 精品亚洲av乱码一区二区三区| 国产大片黄在线观看| 国产人妻无码一区二区三区免费| 国产中文字幕乱码在线| 在线小黄片视频免费播放| 国产精品理论片在线观看| 精品人妻人人做人人爽夜夜爽| 中文字幕乱码亚洲无线精品一区 | 狠干狠爱无码区| 国产一区二区三区观看视频| 性感女教师在线免费观看| 亚洲av日韩精品久久久久久久| 国产精品福利影院| 视频福利一区二区三区| 一区二区精品国产亚洲| 国产无人区码一码二码三mba| 婷婷色综合成人成人网小说 | 无码Av在线一区二区三区| 亚洲国产精品久久性色av| 深夜爽爽动态图无遮无挡| 欧美日韩亚洲国内综合网| 99热这里只有精品久久6| 少妇被爽到高潮喷水免费福利| 亚洲一区二区三区av无码| 最新精品亚洲成a人在线观看| 大岛优香中文av在线字幕| 日本添下边视频全过程| 1区2区3区高清视频| 激情亚洲的在线观看| 日韩人妻精品视频一区二区三区| 伊人久久大香线蕉综合影院首页| 日韩一区二区肥| 亚洲一区二区岛国高清|