一種用戶行為的確定方法和裝置的制作方法

            文檔序號:7918741閱讀:110來源:國知局
            專利名稱:一種用戶行為的確定方法和裝置的制作方法
            技術領域
            本發明涉及網絡信息安全技術,特別涉及一種用戶行為的確定方法和裝置。
            背景技術
            計算機網絡對人類經濟和生活的沖擊是其它信息載體所無法比擬的, 計算機網絡高速發展和全方位滲透,推動了整個社會的信息化進程,特別
            是Internet (國際互聯網)已經從早期的小規模局域性互聯網,發展成為 一個全球性信息服務平臺,網絡技術被廣泛應用于社會生活的各個領域, 極大地促進了經濟的繁榮和社會的進步,顯示出越來越強大的生命力。然 而,網絡的這些特點也不可避免地造成了系統的脆弱性,使用戶及網絡信 息本身面臨著嚴重的安全問題。攻擊事件層出不窮,病毒發作此起彼伏, 甚至利用互聯網實施的違法犯罪活動也逐漸增多。為了更好地去監管人們 的上網行為,抵御黑客攻擊,進行用戶行為分析勢在必行。
            現有的網絡信息安全技術,如防火墻、入侵檢測、安全路由、身份認 證等,大多將主要精力集中在設備的某一方面的異常,而未從用戶行為的 設計挖掘和表示方法角度分析網絡所遭受的攻擊,且通常不預測下 一 時間 異常。
            現有技術提供了 一種用戶行為異常檢測系統和方法,該系統由控制模 塊、數據獲取和預處理模塊、學習模塊、序列存儲模塊、檢測模塊、檢測 結杲輸出模塊組成;該系統配置在需要監控的服務器上,采用Unix平臺上 的shell命令作為訓練數據和審計數據,在對數據進行預處理后,利用機器 學習模型建立計算機網絡系統中關鍵合法用戶的正常行為輪廓,在檢測中 通過比較關鍵合法用戶的當前行為與其正常行為輪廓來識別異常行為,即 是否發生入侵,以便引起網絡管理員的注意,采取措施保證安全;如果該
            用戶的當前行為較大程度偏離了其歷史上的正常行為輪廓,即認為發生了 異常,具體原因可能是關鍵合法用戶進行了非授權操作,或是外部入侵者 冒用關鍵合法用戶的帳戶進行了非法操作。
            在實現本發明的過程中,發明人發現現有技術至少存在以下問題
            現有的網絡信息安全技術,只從單一用戶行為出發,未從宏觀角度把 握用戶行為。

            發明內容
            本發明實施例提供了 一種用戶行為的確定方法和裝置,以確定用戶的 網結4亍為才莫式。
            本發明實施例提供了 一種用戶行為的確定方法,包括以下步驟 根據網絡流量數據和安全事件日志數據建立用戶行為數據庫; 將所述用戶行為數據庫中各用戶進行聚類,根據聚類結果確定所述各用 戶的網絡行為模式。
            本發明還提供了一種用戶行為確定裝置,包括
            數據庫建立單元,用于根據所述網絡流量數據和所述安全事件日志數 據建立用戶行為數據庫;
            行為模式確定單元,用于將所述數據庫建立單元建立的用戶行為數據庫 中各用戶進行聚類,根據聚類結果確定所述各用戶的網絡行為模式。
            本發明的實施例中,通過建立用戶行為數據庫并將用戶行為凄t據庫中各 用戶進行聚類,確定了各用戶的網絡行為模式,從宏觀角度有效的反應了 用戶網絡行為。


            為了更清楚地說明本發明實施例或現有技術中的技術方案,下面將對 實施例或現有技術描述中所需要使用的附圖作 一 簡單地介紹,顯而易見地, 下面描述中的附圖僅僅是本發明的 一些實施例,對于本領域普通技術人員 來講,在不付出創造性勞動性的前提下,還可以根據這些附圖獲得其他的 附圖。
            圖1為本發明實施例中一種用戶行為確定的方法流程圖; 圖2為本發明實施例中一種用戶行為確定的方法流程圖; 圖3為本發明實施例中采集網絡流量數據和安全事件日志數據數據表 表間關系圖4為本發明實施例的預測用戶的網絡行為模式方法流程圖; 圖5為本發明實施例中生成用戶行為預測模型的方法流程圖; 圖6為本發明實施例中一種用戶行為確定裝置結構圖。
            具體實施例方式
            為了使本發明的目的、技術方案和優點更加清楚,下面結合附圖和具 體實施例對本發明進行詳細描述。顯然,所描述的實施例僅僅是本發明一 部分實施例,而不是全部的實施例。基于本發明中的實施例,本領域普通 技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例,都屬于 本發明保護的范圍。
            本發明實施例提供了 一種用戶行為的確定方法,通過建立用戶行為數據 庫并將用戶行為數據庫中各用戶進行聚類,確定了各用戶的網絡行為模式, 從宏觀角度有效的反應了用戶網絡行為。所述方法如圖l所示,包括以下步 驟
            步驟101,根據網絡流量數據和安全事件日志數據建立用戶行為數據
            庫;
            步驟102,將所述用戶行為數據庫中各用戶進行聚類,根據聚類結果確 定所述各用戶的網絡行為模式。
            下面結合具體的實施例對用戶行為確定的具體方法進行詳細說明。
            本發明實施例提供了 一種用戶行為的確定方法,所述方法如圖2所示, 包括以下步驟
            步驟201,采集網絡流量數據和安全時間日志數據。
            NetFlow (網絡流量)以流作為數據統計的采集單位,網絡的流(Flow)
            是一個特定來源和目的端的單向數據報文序列,是來源IP、目地IP、來源
            Port、目地Port和傳lt協議5個屬性相同的才艮文整合成一個流。NetFlow 協議的核心是對流緩存進行組織、管理,最終可提供遵循某種匯聚方法而 得到流的統計數據。其工作原理就是由路由器、交換機或其它任何支持 NetFlow的軟硬件維持一個保存流的統計數據的緩存,每一個活動的流在 緩存中都占有 一項記錄。當 一個不同于現有記錄特征的數據包進入緩存時, 自動為這一數據包在緩存中開辟新的流記錄。后續進入緩存的數據包,如 果和已有的記錄具有相同特征,其統計信息就會加到相應的記錄中去。 NetFlow會不停地刷新緩存,將遵循某種匯聚方法的記錄移出纟爰存,然后 將所有被移出的記錄聚合到UDP包中,發送給網絡上指定的接收者。
            NetFlow協議目前包括多個版本,版本之間差異主要表現在對流采用 的匯聚方法不同。以網絡安全監控為目的而部署NetFlow要求獲得流的較 多細節,常采用NetFlow V5。此版本所采集到的流量數據可以支持不同對 象的統計分析,即支持對源IP、目的IP、源端口、目的端口等的統計分析。 從NetFlow原始記錄中提取以下8個關鍵域定義源IP地址(Source IP address );目的IP i也址(Destination IP address );源端口號(Source Port Number); 目的端口號(Destination Port Number); 切、i義類型 (Layer 3 protocoltype );流內數據包數量(Packets );數據流的大小(Octets );數據 流結束時間(Time);
            針對安全事件日志,提取以下幾個關鍵域定義l)安全事件時間事 件記錄的時間;2)IP地址系統的本地IP; 3)安全事件類型通過正則 表達式從日志記錄中提取關鍵字后判斷得出的事件類型;4)安全事件等級 曰志里面就存在的字段;5)關聯IP地址日志記錄中可能存在的發起攻 擊的IP或相關牽涉到的事件IP地址。
            步驟202,對采集的數據進行匯總得到用戶行為數據庫。
            將采集的關鍵域定義數據存入數據庫,對存入數據庫的數據進行數據 的匯總,建立用戶在一定時間粒度下的行為數據庫,描述時間數據的最小 時間單位稱為時間粒度。
            基本的時間粒度是通過數據的采集時間間隔所確定的,根據匯總分析 的要求,不同的時間粒度都是基本時間粒度的倍數作為統計對象。統計對 象包括源IP、數據包字節數、數據流目的子網、數據包數量、源端口、目 的端口、安全事件等。本發明實施例中,以采集的用戶IP數據為基本統計
            對象,統計一定時間粒度下用戶的行為特征值,匯總對象主要有l)數據 包字節數;2)數據包數量;3)數據流目的子網個數;4)數據流來源子網 個數;5)源端口個數;6)目的端口個數;7)目的IP個數;8)各協議所 占總流量比例;9)各源端口所占總流量比例;10)各目的端口所占總流量 比例;11)各安全事件類型所占總流量比例。在匯總對象8) -11)中, 由于原始數據中個數很多,采取TOPN分析的方法,即只提取前N個對象 匯總后的數值,以減少系統處理的開銷。1 ) -7)稱為單值匯總數據;8) -11)稱為多值匯總數據。
            匯總 一定時間粒度下用戶的行為特征值,建立了用戶在一定時間粒度 下的行為數據庫,每條記錄由P個屬性構成(^,;^,XI:數據包字 節數;X2:數據包數量;X3 :數據流目的子網個數;X4:數據流來源子 網個數;X5:源端口個數;X6:目的端口個數;X7:目的IP個數;{Z8,Z9..: 前N個協i義所占總流量比例;{Z,,,+1,Zffl+2..j:,,}:前N個源端口所占總流量比 例;{A+pXwJg:前n個目的端口所占總流量比例;《Z^,J^+ .jy:前n
            個安全事件類型所占總流量比例。
            采集網絡流量數據和安全事件日志數據數據表表間關系如圖3所示 1 ) NetFlow server接收NetFlow信息,Log server接收日志信息,將數據 存入數據庫,形成基礎數據表,分別為NetFlow數據源表301、安全事件 日志表302; 2 )在基礎數據表NetFlow數據源表的基礎上,對流量進行初 步匯總,形成NetFlow的子網和端口統計數目表303、 NetFlow的基礎匯總 表304; 3 )在共同匯總NetFlow數據源表301、安全事件日志表302的基 礎上得出NetFlow的TOPN統計表305; TOPN分析的對象,具體包含 協議、源端口 、目的端口 、安全事件。其中,NetFlow的子網和端口統計 數目表303、 NetFlow的基礎匯總表304和TOPN統計表305共同構成用
            戶4亍為數據庫。
            步驟203,將用戶行為數據庫中各用戶根據各種網絡行為類型所占比 例進行聚類,從而確定各用戶的網絡行為模式。
            為了研究和比較觀測得到的網絡用戶行為,確定用戶行為,在聚類算 法中引入用戶行為距離概念。為觀測數據相似性指標提供了基本的識別同 組數據(網絡用戶行為)的信息。
            用戶行為距離公式如下
            <formula>formula see original document page 10</formula>)為用戶行為距離,Ul和U2分別為某用戶行為模式樣本點和已 確定行為模式樣本點間,其中<formula>formula see original document page 10</formula>為用
            戶屬性數據。
            計算新輸入數據點與已存在樣本的距離,生成距離信息{(1142,...411},從 中選擇最小值作為dmin: d,-minA,d,..,dj;
            在距離信息(d'd"…'"中選擇所有d《D,并從樣本點分布空間中,選 擇半徑為D的超球體內的所有樣本點的行為模式;
            其中D-nd,: d^為輸入數據點與最近樣本點的距離;n為系數,n的 選取為系統效率與結果正確性的折中。
            將最多樣本點的行為模式類型作為輸入數據的行為模式類型。
            針對單值匯總數據(數據包字節數、數據包數量、數據流目的子網個 數、數據流來源子網個數、源端口個數、目的端口個數、目的IP個數), 其匯總結果就為統計結果。單值匯總數據的用戶行為計算值為
            <formula>formula see original document page 10</formula>
            針對多值匯總數據(前N個協議所占總流量比例、前N個源端口所占 總流量比例、前N個目的端口所占總流量比例、前N個安全事件類型所占 總流量比例),以前N個協議所占總流量比例^8,AV,《J為例,Z,是某網絡 協議《的匯總流量XlFlow占總流量TotalFlow的比例,即
            <formula>formula see original document page 10</formula>
            為各自對應的協議,化,尸9…,iO為
            {《,《,..;0;"2各自對應的協議。設V《e(尸8,尸9…,i^UW,針對《計 算用戶行為距離A時,規定如下
            若《 9..力且^{尸"',..,/> ;},則計算^(x,-x;)"
            若i^(尸8,尸9…,/U且《e(4g…,/0,則計算S,(X「0)2; 若/^{戶8,尸"《,}且^化',(.力,則計算^,(V0)2;
            設(尸8,《…,"U化,尸9…,i^個數為k,則根據以上規定,針對協議的用戶
            行為計算值4=!::::>,。
            針對其他多值匯總數據的與協議的用戶行為計算方法類同,設源端 口、目的端口、安全事件的用戶行為計算值分別為4、 4、 4,則用戶行
            為距離公式如下<formula>formula see original document page 11</formula>
            其中,d(Ul,U2)為用戶行為距離。Ul、 U2的相似度與d(Ul,U2)成反 比,d(Ul,U2)越小,Ul、 U2的相似度越大;d (U1,U2)越大,Ul、 U2的 相似度越小。從而可根據計算某用戶行為模式樣本點與已確定行為模式樣 本點間的用戶行為距離,推斷某用戶樣本點所屬網絡行為模式,
            步驟204,預測各用戶未來一定時間內的網絡行為模式。
            本發明實施例中應用RBF神經網路對用戶行為進行預測,結合當前一 定時間粒度下用戶的網絡行為類型數據,尋找出時間序列中前N個用戶行 為與隨后M個用戶行為的映射關系,計算未來一定時間粒度下用戶的網絡 行為類型,從而預測用戶的網絡行為模式。
            RBF網是一種前饋神經網絡, 一般分為三層結構(如圖7): —個n-h-m 結構的RBF網,即網絡具有n個輸入,h個隱節點,m個輸出。其中 x = (x,,x2...,x )7 e i "為網絡輸入矢量,c,(/ = 1,2…/2)為隱節點數據中心,i '"'" 為輸出權矩陣,6。,...6 ,為輸出單元偏移,》'=[^,..,乂,,]7'為網絡輸出,O,("為 第i個隱節點的激活函數。RBF網絡構成的基本思想是用RBF作為隱 單元的"基"構成隱含層空間,這樣就可以將輸入矢量直接映射到隱含層
            空間。當RBF的中心確定后,這種映射關系也就確定了。隱含層到輸出層
            的映射是線性的,即網絡的輸出就是隱含層節點數據的線性加權和。從總 體上看,網絡由輸入到輸出的映射是非線性的,而網絡輸出對可調節參數 而言又是線性的。這樣網絡的權值就可以由線性方程組直接解出或用最小
            二乘遞推法(RLS)遞推計算。
            應用預測算法預測用戶未來一定時間內的網絡行為模式。對用戶行為 數據進行統計分析,確定用戶在不同時間粒度下各種網絡行為類型數據的 基礎上,結合當前一定時間粒度下用戶的網絡行為類型數據,計算未來一 定時間粒度下用戶的網絡行為類型數據,從而預測用戶的網絡行為模式, 預測的具體步驟如圖4所示
            步驟401,進行初始化工作。從數據庫中調出相應的訓練樣本,將訓 練樣本轉換為一系列N維向量的形式,為生成預測模型做好準備,
            步驟402,生成預測模型。開始訓練樣本數據,以從中分析其發展變 化規律,進而尋找出時間序列中前N個用戶行為與隨后M個用戶行為的 映射關系,由此擬合出用戶網絡行為關于時間的函數,即生成用戶行為預 測模型。其具體流程如圖5所示
            步驟501,初始化聚類中心。令k為迭代次數,并初始化k二l,根據 初始化訓練樣本1 = {《,12...,1,,}計算數據中心,記為C]1,其中"為第l第k 類的中心向量;
            步驟502,在數據樣本中尋找具有最遠距離的點。設某點i與各類中 心距離和為, 且與其所在類的中心距離為S(o ,則令 = Z,, / e 1 max(爿(z') x / = 1, ',,"};
            步驟503,將最遠距離點從它所在的類中排出,并使之成為一個新的
            聚類中心。將a從其所在類中排出,重新計算該類的中心,并設其新中心
            為(c,)';
            令k=k+l ,即將聚類數目力口 1 ,置該層的初始中心為 (a—,《-v,.,(。)',…ct;);
            步驟504,根據各點到各中心的距離進行分類。計算X中所有數據與
            中心的距離,并將其分別劃分在離它們最近的中心所在類中;
            步驟505,重新計算類的中心C^(cf,…,《);
            步驟506,判斷(^是否有變化。有,則轉步驟504;否則繼續執行下 一步;
            步驟507,計算所有類的方差D^(",…,");
            步驟508,判斷最遠距離是否小于方差。設&與其所在類的距離為,
            而每個類的方差為A,,,若1)_<111^(1)_,),則聚類完成,轉步驟509,否 則轉步驟502;
            步驟509,計算權值并生成預測模型。聚類結束后,各類的數據中心 也相繼確定,此時可通過最小二乘法求出各個權值并最終生成預測模型。
            步驟403,對用戶未來一定時間內的網絡行為模式進行預測。采用RBF 神經網絡進行態勢的預測,以將每個樣本的前N個值作為RBF神經網絡 的輸入,后M個值為目標輸出。通過神經網絡學習、訓練,實現從輸入空 間RN到輸出空間RM的映射,從而達到時間序列預測網絡用戶行為。RBF 網是一種前^t神經網絡, 一般分為三層結構,如圖5所示 一個n-h-m結 構的RBF網,即網絡具有n個輸入,h個隱節點,m個輸出。其中 jc = (x,, x2…,x,,)'7" e i "為網絡輸入矢量,c, (/ = 1,2…/0為隱節點數據中心,We 為輸出^l矩陣,、,...&, 為輸出單元偏移,3^[3V.,,凡,:T為網絡輸出,。,(*)為 第i個隱節點的激活函數。
            預測具體步驟如下
            荻得一段歷史網絡用戶行為數據;c = (^,12…,xN);
            網絡輸入n代表過去n個時間點的網絡用戶行為數據,網絡輸出m代 表隨后m個時間點的態勢值; 將數據劃分如下形式
            輸入輸出
            XlX/7
            x2 ..'X"+l
            <formula>formula see original document page 14</formula>
            將它們代入預測模型進行訓練直到誤差小于極小值f 。
            模型訓練結束,利用該模型進行未來時間點網絡用戶行為預測。
            本發明實施例提供了一種用戶行為確定裝置,如圖6所示,包括數據 庫建立單元601,用于根據網絡流量數據和安全事件日志數據建立用戶行 為數據庫;行為模式確定單元602,用于將所述數據庫建立單元601建立的 用戶行為數據庫中各用戶進行聚類,根據聚類結果確定所述各用戶的網絡行 為模式。
            其中,還包括采集單元603,用于采集所述網絡流量數據和所述安全 事件日志數據,所述數據庫建立單元601根據所述采集單元603采集的所 述網絡流量數據和所述安全事件日志數據建立所述用戶行為數據庫。
            其中,還包括預測單元604,用于根據所述行為才莫式確定單元602確 定的各用戶的網絡行為模式預測所述各用戶未來一定時間內的網絡行為模 式。
            其中,所述數據庫建立單元601包括初步匯總子單元605,用于初 步匯總所述網絡流量數據,根據匯總結果構造網絡流量數據子網和端口統 計數目表以及網絡流量數據基礎匯總表;共同匯總子單元606,用于共同 匯總所述網絡流量數據和所述安全事件日志數據,根據匯總結果構造 TOPN統計表;構造子單元607,用于根據所述初步匯總子單元605構造的 網絡流量數據子網和所述端口統計數目表、所述網絡流量數據基礎匯總表 以及所述共同匯總子單元606構造的TOPN統計表構造所述用戶行為凄t據庫。
            其中,所述預測單元604包括樣本準備子單元608,從所述用戶行為 數據庫中調出各用戶的樣本數據;模型生成子單元609,對所述樣本準備 單元608得到的樣本數據進行訓練,生成用戶行為預測模型;處理子單元 610,根據所述模型生成子單元609得到的用戶行為預測模型對所述各用戶 未來時間內的網絡行為才莫式進行預測 本發明實施例主要通過對網絡流量(主要是NetFlow)、安全事件曰志 的采集分析,設計出表示用戶行為的數據結構及匯總模式,建立用戶在一 定時間粒度下的行為數據庫;在用戶行為數據庫建立的基礎上,通過關聯 規則、分類、聚類等數據挖掘算法,從宏觀角度確定各個用戶的網絡行為 模式;在確定當前用戶行為模式的基礎上,應用預測算法,預測用戶未來 一定時間粒度下的網絡行為模式。在分析網絡用戶行為的問題提上,不只 限于分析當前網絡用戶行為,而且在不同時間粒度下,對用戶網絡行為未 來一定時間粒度下的網絡行為模式進行預測。為及時掌控網絡用戶行為數 據,實現對網絡流量、安全事件日志的有效查詢和統計方式,達到高效審 計報告生成與可視化數據的目的。
            本領域普通技術人員可以理解實現上述實施例方法中的全部或部分流 程,是可以通過計算機程序來指令相關的硬件來完成,所述的程序可存儲 于一計算機可讀取存儲介質中,該程序在執行時,可包括如上述各方法的 實施例的流程。其中,所述的存儲介質可為磁碟、光盤、只讀存儲記憶體 (Read-Only Memory, ROM )或隨才幾存4諸記憶體(Random Access Memory, RAM)等。以上所述僅是本發明的優選實施方式,應當指出,對于本4支術 領域的普通技術人員來說,在不脫離本發明原理的前才是下,還可以估文出若 千改進和潤飾,這些改進和潤飾也應視為本發明的保護范圍。
            權利要求
            1、一種用戶行為確定的方法,其特征在于,包括以下步驟根據網絡流量數據和安全事件日志數據建立用戶行為數據庫;將所述用戶行為數據庫中各用戶進行聚類,根據聚類結果確定所述各用戶的網絡行為模式。
            2、 如權利要求1所述的方法,其特征在于,所述根據網絡流量數據和 所述安全事件日志數據建立用戶行為數據庫之前,還包括采集所述網絡流量數據和所述安全事件日志數據。
            3、 如權利要求2所述的方法,其特征在于,所述采集網絡流量數據包括通過從網絡流量數據源表中提取IP地址、目的IP地址、源端口號、 目的端口號、協議類型、流內數據包數量、數據流的大小和數據流結束時 間進行所述采集網絡流量數據。
            4、 如權利要求2所述的方法,其特征在于,所述采集安全事件日志數 據包括通過從安全事件日志表中提取安全事件時間、IP地址、安全事件類型、 安全事件等級和關聯IP地址進行所述采集安全事件日志數據。
            5、 如權利要求1所述的方法,其特征在于,所述根據網絡流量數據和 安全事件日志數據建立用戶行為數據庫包括初步匯總所述網絡流量數據,根據匯總結果構造網絡流量數據子網和 端口統計數目表以及網絡流量數據基礎匯總表;共同匯總所述網絡流量數據和所述安全事件日志數據,根據匯總結果 構造TOPN統計表;根據所述網絡流量數據子網和所述端口統計數目表、所述網絡流量數 據基礎匯總表、所述TOPN統計表構造所述用戶行為數據庫。
            6、 如權利要求l所述的方法,其特征在于,所述將用戶行為數據庫中各 用戶進行聚類,根據聚類結果確定所述各用戶的網絡行為模式包括計算某用戶行為模式樣本點與已確定行為模式樣本點間的用戶行為距離;根據計算得到的某用戶行為模式樣本點與已確定行為模式樣本點間的用戶行為距離確定所述各用戶的網絡行為模式。
            7、 如權利要求6所述的方法,其特征在于,所述用戶行為距離的計算公式為其中,d(Ul,U2)為用戶行為距離,Ul和U2分別為某用戶行為模式樣本 點和已確定行為模式樣本點間,111={;^,義2,...,;^}, U2K,JT2,...,《} , X為 用戶屬性數據。
            8、 如權利要求6所述的方法,其特征在于,所述根據聚類結果確定所述 各用戶的網絡行為模式之后,還包括應用徑向基函數RBF神經網絡,結合所述各用戶的網絡行為模式預測所 述各用戶未來時間內的網絡行為模式。
            9、 如權利要求8所述的方法,其特征在于,所述應用徑向基函數RBF 神經網絡,結合所述各用戶的網絡行為模式預測所述各用戶未來時間內的網 絡行為模式包括從所述用戶行為數據庫中調出所述各用戶的樣本數據; 對所述樣本數據進行訓練,生成用戶行為預測模型; 根據所述用戶行為預測模型對所述各用戶未來時間內的網絡行為模式 進行預測。
            10、 一種用戶行為確定裝置,其特征在于,包括 數據庫建立單元,用于根據網絡流量數據和安全事件日志數據建立用戶^f亍為數據庫;行為模式確定單元,用于將所述數據庫建立單元建立的用戶行為泰:據庫 中各用戶進行聚類,根據聚類結果確定所述各用戶的網絡行為模式。
            11、 如權利要求IO所述用戶行為確定裝置,其特征在于,所述數據庫建 立單元包括初步匯總子單元,用于初步匯總所述網絡流量數據,根據匯總結果構 造網絡流量數據子網和端口統計數目表以及網絡流量數據基礎匯總表;共同匯總子單元,用于共同匯總所述網絡流量數據和所述安全事件日志數據,根據匯總結果構造TOPN統計表;構造子單元,用于根據所述初步匯總子單元構造的網絡流量數據子網 和所述端口統計數目表、所述網絡流量數據基礎匯總表以及所述共同匯總 子單元構造的TOPN統計表構造所述用戶行為數據庫。
            12、 如權利要求IO所述用戶行為確定裝置,其特征在于,還包括 采集單元,用于采集所述網絡流量數據和所述安全事件日志數據。
            13、 如權利要求IO所述用戶行為確定裝置,其特征在于,還包括 預測單元,用于根據所述行為模式確定單元確定的各用戶的網絡行為模式預測各用戶未來一定時間內的網絡行為模式。
            14、 如權利要求13所述用戶行為確定裝置,其特征在于,所述預測單元 包括樣本準備子單元,從所述用戶行為數據庫中調出所述各用戶的樣本數據;模型生成子單元,對所述樣本準備單元得到的樣本數據進行訓練,生 成用戶行為預測模型;處理子單元,根據所述模型生成子單元得到的用戶行為預測模型對所 述各用戶未來時間內的網絡行為模式進行預測。
            全文摘要
            本發明實施例公開了一種用戶行為確定的方法,包括以下步驟根據網絡流量數據和安全事件日志數據建立用戶行為數據庫;將所述用戶行為數據庫中各用戶進行聚類,根據聚類結果確定各用戶的網絡行為模式。本發明的實施例中,通過建立用戶行為數據庫并將所述用戶行為數據庫中各用戶進行聚類,確定了各用戶的網絡行為模式,從宏觀角度有效的反應了用戶網絡行為。
            文檔編號H04L12/56GK101355504SQ20081014706
            公開日2009年1月28日 申請日期2008年8月14日 優先權日2008年8月14日
            發明者何興高, 翀 傅, 璇 劉, 張鳳荔, 汪敦全, 娟 王, 秦志光 申請人:成都市華為賽門鐵克科技有限公司
            網友詢問留言 已有0條留言
            • 還沒有人留言評論。精彩留言會獲得點贊!
            1
            婷婷六月激情在线综合激情,亚洲国产大片,久久中文字幕综合婷婷,精品久久久久久中文字幕,亚洲一区二区三区高清不卡,99国产精品热久久久久久夜夜嗨 ,欧美日韩亚洲综合在线一区二区,99国产精品电影,伊人精品线视天天综合,精品伊人久久久大香线蕉欧美
            亚洲精品1区 国产成人一级 91精品国产欧美一区二区 亚洲精品乱码久久久久久下载 国产精品久久久久久久伊一 九色国产 国产精品九九视频 伊人久久成人爱综合网 欧美日韩亚洲区久久综合 欧美日本一道免费一区三区 夜夜爽一区二区三区精品 欧美日韩高清一区二区三区 国产成人av在线 国产精品对白交换绿帽视频 国产视频亚洲 国产在线欧美精品 国产精品综合网 国产日韩精品欧美一区色 国产日韩精品欧美一区喷 欧美日韩在线观看区一二 国产区精品 欧美视频日韩视频 中文字幕天天躁日日躁狠狠躁97 视频一二三区 欧美高清在线精品一区二区不卡 国产精品揄拍一区二区久久 99久久综合狠狠综合久久aⅴ 亚洲乱码视频在线观看 日韩在线第二页 亚洲精品无码专区在线播放 成人亚洲网站www在线观看 欧美三级一区二区 99久久精品免费看国产高清 91麻豆国产在线观看 最新日韩欧美不卡一二三区 成人在线观看不卡 日韩国产在线 在线亚洲精品 亚洲午夜久久久久中文字幕 国产精品成人久久久久久久 精品国产一区二区在线观看 欧美精品国产一区二区三区 中文在线播放 亚洲第一页在线视频 国产午夜精品福利久久 九色国产 精品国产九九 国产永久视频 久久精品人人做人人综合试看 国产一区二区三区免费观看 亚洲精品国产电影 9999热视频 国产精品资源在线 麻豆久久婷婷国产综合五月 国产精品免费一级在线观看 亚洲国产一区二区三区青草影视 中文在线播放 国产成人综合在线 国产在线观看色 国产亚洲三级 国产片一区二区三区 久久99精品久久久久久牛牛影视 亚洲欧美日韩国产 四虎永久免费网站 国产一毛片 国产精品视频在 九九热在线精品 99精品福利视频 色婷婷色99国产综合精品 97成人精品视频在线播放 精品久久久久久中文字幕 亚洲欧美一区二区三区孕妇 亚洲欧美成人网 日韩高清在线二区 国产尤物在线观看 在线不卡一区二区 91网站在线看 韩国精品福利一区二区 欧美日韩国产成人精品 99热精品久久 国产精品免费视频一区 高清视频一区 精品九九久久 欧美日韩在线观看免费 91欧美激情一区二区三区成人 99福利视频 亚洲国产精品91 久热国产在线 精品久久久久久中文字幕女 国产精品久久久久久久久99热 成人自拍视频网 国产精品视频久久久久久 久久影院国产 国产玖玖在线观看 99精品在线免费 亚洲欧美一区二区三区导航 久久久久久久综合 国产欧美日韩精品高清二区综合区 国产精品视频自拍 亚洲一级片免费 久久久久久九九 国产欧美自拍视频 视频一区二区在线观看 欧美日韩一区二区三区久久 中文在线亚洲 伊人热人久久中文字幕 日韩欧美亚洲国产一区二区三区 欧美亚洲国产成人高清在线 欧美日韩国产码高清综合人成 国产性大片免费播放网站 亚洲午夜综合网 91精品久久一区二区三区 国产无套在线播放 国产精品视频网站 国产成人亚洲精品老王 91在线网站 国产视频97 欧美黑人欧美精品刺激 国产一区二区三区免费在线视频 久久久国产精品免费看 99re6久精品国产首页 久久精品91 国产成人一级 国产成人精品曰本亚洲 日本福利在线观看 伊人成综合网 久久综合一本 国产综合久久久久久 久久精品成人免费看 久久福利 91精品国产91久久久久久麻豆 亚洲精品成人在线 亚洲伊人久久精品 欧美日本二区 国产永久视频 国产一区二 一区二区福利 国产一毛片 亚洲精品1区 毛片一区二区三区 伊人久久大香线蕉综合影 国产欧美在线观看一区 亚洲国产欧洲综合997久久 国产一区二区免费视频 国产91精品对白露脸全集观看 久久亚洲国产伦理 欧美成人伊人久久综合网 亚洲性久久久影院 久久99国产精一区二区三区! 91精品国产欧美一区二区 欧美日韩亚洲区久久综合 日韩精品一二三区 久久久夜色精品国产噜噜 国产在线精品福利91香蕉 久久久久久久亚洲精品 97se色综合一区二区二区 91国语精品自产拍在线观看性色 91久久国产综合精品女同我 日韩中文字幕a 国产成人亚洲日本精品 久久国产精品-国产精品 久久国产经典视频 久久国产精品伦理 亚洲第一页在线视频 国产精品久久久久三级 日韩毛片网 久久免费高清视频 麻豆国产在线观看一区二区 91麻豆国产福利在线观看 国产成人精品男人的天堂538 一区二区三区中文字幕 免费在线视频一区 欧美日韩国产成人精品 国产综合网站 国产资源免费观看 亚洲精品亚洲人成在线播放 精品久久久久久中文字幕专区 亚洲人成人毛片无遮挡 国产一起色一起爱 国产香蕉精品视频在 九九热免费观看 日韩亚洲欧美一区 九九热精品在线观看 精品久久久久久中文字幕专区 亚洲欧美自拍偷拍 国产精品每日更新 久久久久国产一级毛片高清板 久久天天躁狠狠躁夜夜中文字幕 久久精品片 日韩在线毛片 国产成人精品本亚洲 国产成人精品一区二区三区 九九热在线观看 国产r级在线观看 国产欧美日韩精品高清二区综合区 韩国电影一区二区 国产精品毛片va一区二区三区 五月婷婷伊人网 久久一区二区三区免费 一本色道久久综合狠狠躁篇 亚洲综合色站 国产尤物在线观看 亚洲一区亚洲二区 免费在线视频一区 欧洲精品视频在线观看 日韩中文字幕a 中文字幕日本在线mv视频精品 91精品在线免费视频 精品国产免费人成在线观看 精品a级片 中文字幕日本在线mv视频精品 日韩在线精品视频 婷婷丁香色 91精品国产高清久久久久 国产成人精品日本亚洲直接 五月综合视频 欧美日韩在线亚洲国产人 精液呈暗黄色 亚洲乱码一区 久久精品中文字幕不卡一二区 亚洲天堂精品在线 激情婷婷综合 国产免费久久精品久久久 国产精品亚洲二区在线 久久免费播放视频 五月婷婷丁香综合 在线亚洲欧美日韩 久久免费精品高清麻豆 精品久久久久久中文字幕 亚洲一区网站 国产精品福利社 日韩中文字幕免费 亚洲综合丝袜 91精品在线播放 国产精品18 亚洲日日夜夜 伊人久久大香线蕉综合影 亚洲精品中文字幕乱码影院 亚洲一区二区黄色 亚洲第一页在线视频 一区二区在线观看视频 国产成人福利精品视频 亚洲高清二区 国内成人免费视频 精品亚洲性xxx久久久 国产精品合集一区二区三区 97av免费视频 国产一起色一起爱 国产区久久 国产资源免费观看 99精品视频免费 国产成人一级 国产精品九九免费视频 欧美91精品久久久久网免费 99热国产免费 久久精品色 98精品国产综合久久 久久精品播放 中文字幕视频免费 国产欧美日韩一区二区三区在线 精品久久蜜桃 国产小视频精品 一本色道久久综合狠狠躁篇 91在线免费观看 亚洲精品区 伊人成综合网 伊人热人久久中文字幕 伊人黄色片 99国产精品热久久久久久夜夜嗨 久久免费精品视频 亚洲一区二区三区高清不卡 久久久久国产一级毛片高清板 国产片一区二区三区 久久狠狠干 99久久婷婷国产综合精品电影 国产99区 国产精品成人久久久久 久久狠狠干 青青国产在线观看 亚洲高清国产拍精品影院 国产精品一区二区av 九九热在线免费视频 伊人久久国产 国产精品久久久久久久久久一区 在线观看免费视频一区 国产精品自在在线午夜区app 国产精品综合色区在线观看 国产毛片久久久久久国产毛片 97国产免费全部免费观看 国产精品每日更新 国产尤物视频在线 九九视频这里只有精品99 一本一道久久a久久精品综合 久久综合给会久久狠狠狠 国产成人精品男人的天堂538 欧美一区二区高清 毛片一区二区三区 国产欧美日韩在线观看一区二区三区 在线国产二区 欧美不卡网 91在线精品中文字幕 在线国产福利 国内精品91久久久久 91亚洲福利 日韩欧美国产中文字幕 91久久精品国产性色也91久久 亚洲性久久久影院 欧美精品1区 国产热re99久久6国产精品 九九热免费观看 国产精品欧美日韩 久久久久国产一级毛片高清板 久久国产经典视频 日韩欧美亚洲国产一区二区三区 欧美亚洲综合另类在线观看 国产精品自在在线午夜区app 97中文字幕在线观看 视频一二三区 精品国产一区在线观看 国产欧美日韩在线一区二区不卡 欧美一区二三区 伊人成人在线观看 国内精品91久久久久 97在线亚洲 国产在线不卡一区 久久久全免费全集一级全黄片 国产精品v欧美精品∨日韩 亚洲毛片网站 在线不卡一区二区 99re热在线视频 久久激情网 国产毛片一区二区三区精品 久久亚洲综合色 中文字幕视频免费 国产视频亚洲 婷婷伊人久久 国产一区二区免费播放 久久99国产精品成人欧美 99国产在线视频 国产成人免费视频精品一区二区 国产不卡一区二区三区免费视 国产码欧美日韩高清综合一区 久久精品国产主播一区二区 国产一区电影 久久精品国产夜色 国产精品国产三级国产 日韩一区二区三区在线 久久97久久97精品免视看 久久国产免费一区二区三区 伊人久久大香线蕉综合电影网 99re6久精品国产首页 久久激情网 亚洲成人高清在线 国产精品网址 国产成人精品男人的天堂538 香蕉国产综合久久猫咪 国产专区中文字幕 91麻豆精品国产高清在线 久久国产经典视频 国产精品成人va在线观看 国产精品爱啪在线线免费观看 日本精品久久久久久久久免费 亚洲综合一区二区三区 久久五月网 精品国产网红福利在线观看 久久综合亚洲伊人色 亚洲国产精品久久久久久网站 在线日韩国产 99国产精品热久久久久久夜夜嗨 国产综合精品在线 国产区福利 精品亚洲综合久久中文字幕 国产制服丝袜在线 毛片在线播放网站 在线观看免费视频一区 国产精品久久久精品三级 亚洲国产电影在线观看 最新日韩欧美不卡一二三区 狠狠综合久久综合鬼色 日本精品1在线区 国产日韩一区二区三区在线播放 欧美日韩精品在线播放 亚洲欧美日韩国产一区二区三区精品 久久综合久久网 婷婷六月激情在线综合激情 亚洲乱码一区 国产专区91 97av视频在线观看 精品久久久久久中文字幕 久久五月视频 国产成人福利精品视频 国产精品网址 中文字幕视频在线 精品一区二区三区免费视频 伊人手机在线视频 亚洲精品中文字幕乱码 国产在线视频www色 色噜噜国产精品视频一区二区 精品亚洲成a人在线观看 国产香蕉尹人综合在线 成人免费一区二区三区在线观看 国产不卡一区二区三区免费视 欧美精品久久天天躁 国产专区中文字幕 久久精品国产免费中文 久久精品国产免费一区 久久无码精品一区二区三区 国产欧美另类久久久精品免费 欧美精品久久天天躁 亚洲精品在线视频 国产视频91在线 91精品福利一区二区三区野战 日韩中文字幕免费 国产精品99一区二区三区 欧美成人高清性色生活 国产精品系列在线观看 亚洲国产福利精品一区二区 国产成人在线小视频 国产精品久久久久免费 99re热在线视频 久久久久久久综合 一区二区国产在线播放 成人国产在线视频 亚洲精品乱码久久久久 欧美日韩一区二区综合 精品久久久久免费极品大片 中文字幕视频二区 激情粉嫩精品国产尤物 国产成人精品一区二区视频 久久精品中文字幕首页 亚洲高清在线 国产精品亚洲一区二区三区 伊人久久艹 中文在线亚洲 国产精品一区二区在线播放 国产精品九九免费视频 亚洲二区在线播放 亚洲狠狠婷婷综合久久久久网站 亚洲欧美日韩网站 日韩成人精品 亚洲国产一区二区三区青草影视 91精品国产福利在线观看 国产精品久久久久久久久99热 国产一区二区精品尤物 久碰香蕉精品视频在线观看 亚洲日日夜夜 在线不卡一区二区 国产午夜亚洲精品 九九热在线视频观看这里只有精品 伊人手机在线视频 91免费国产精品 日韩欧美中字 91精品国产91久久久久 国产全黄三级播放 视频一区二区三区免费观看 国产开裆丝袜高跟在线观看 国产成人欧美 激情综合丝袜美女一区二区 国产成人亚洲综合无 欧美精品一区二区三区免费观看 欧美亚洲国产日韩 日韩亚州 国产欧美日韩精品高清二区综合区 亚洲午夜国产片在线观看 精品久久久久久中文字幕 欧美精品1区 久久伊人久久亚洲综合 亚洲欧美日韩精品 国产成人精品久久亚洲高清不卡 久久福利影视 国产精品99精品久久免费 久久久久免费精品视频 国产日产亚洲精品 亚洲国产午夜电影在线入口 精品无码一区在线观看 午夜国产精品视频 亚洲一级片免费 伊人久久大香线蕉综合影 国产精品久久影院 久碰香蕉精品视频在线观看 www.欧美精品 在线小视频国产 亚洲国产天堂久久综合图区 欧美一区二区三区不卡 日韩美女福利视频 九九精品免视频国产成人 不卡国产00高中生在线视频 亚洲第一页在线视频 欧美日韩在线播放成人 99re视频这里只有精品 国产精品91在线 精品乱码一区二区三区在线 国产区久久 91麻豆精品国产自产在线观看一区 日韩精品成人在线 九九热在线观看 国产精品久久不卡日韩美女 欧美一区二区三区综合色视频 欧美精品免费一区欧美久久优播 国产精品网址 国产专区中文字幕 国产精品欧美亚洲韩国日本久久 日韩美香港a一级毛片 久久精品123 欧美一区二区三区免费看 99r在线视频 亚洲精品国产字幕久久vr 国产综合激情在线亚洲第一页 91免费国产精品 日韩免费小视频 亚洲国产精品综合一区在线 国产亚洲第一伦理第一区 在线亚洲精品 国产精品一区二区制服丝袜 国产在线成人精品 九九精品免视频国产成人 亚洲国产网 欧美日韩亚洲一区二区三区在线观看 在线亚洲精品 欧美一区二区三区高清视频 国产成人精品男人的天堂538 欧美日韩在线观看区一二 亚洲欧美一区二区久久 久久精品中文字幕首页 日本高清www午夜视频 久久精品国产免费 久久999精品 亚洲国产精品欧美综合 88国产精品视频一区二区三区 91久久偷偷做嫩草影院免费看 国产精品夜色视频一区二区 欧美日韩导航 国产成人啪精品午夜在线播放 一区二区视频在线免费观看 99久久精品国产自免费 精液呈暗黄色 久久99国产精品 日本精品久久久久久久久免费 精品国产97在线观看 99re视频这里只有精品 国产视频91在线 999av视频 亚洲美女视频一区二区三区 久久97久久97精品免视看 亚洲国产成人久久三区 99久久亚洲国产高清观看 日韩毛片在线视频 综合激情在线 91福利一区二区在线观看 一区二区视频在线免费观看 激情粉嫩精品国产尤物 国产成人精品曰本亚洲78 国产成人精品本亚洲 国产精品成人免费视频 国产成人啪精品视频免费软件 久久精品国产亚洲妲己影院 国产精品成人久久久久久久 久久大香线蕉综合爱 欧美一区二区三区高清视频 99热国产免费 在线观看欧美国产 91精品视频在线播放 国产精品福利社 欧美精品一区二区三区免费观看 国产一区二区免费视频 国产午夜精品一区二区 精品视频在线观看97 91精品福利久久久 国产一区福利 国产综合激情在线亚洲第一页 国产精品久久久久久久久久久不卡 九色国产 在线日韩国产 黄网在线观看 亚洲一区小说区中文字幕 中文字幕丝袜 日本二区在线观看 日本国产一区在线观看 欧美日韩一区二区三区久久 欧美精品亚洲精品日韩专 国产日产亚洲精品 久久综合九色综合欧美播 亚洲国产欧美无圣光一区 欧美视频区 亚洲乱码视频在线观看 久久无码精品一区二区三区 九九热精品免费视频 久久99精品久久久久久牛牛影视 国产精品成久久久久三级 国产一区福利 午夜国产精品视频 日本二区在线观看 99久久网站 国产亚洲天堂 精品国产一区二区三区不卡 亚洲国产日韩在线一区 国产成人综合在线观看网站 久久免费高清视频 欧美在线导航 午夜精品久久久久久99热7777 欧美久久综合网 国产小视频精品 国产尤物在线观看 亚洲国产精品综合一区在线 欧美一区二区三区不卡视频 欧美黑人欧美精品刺激 日本福利在线观看 久久国产偷 国产手机精品一区二区 国产热re99久久6国产精品 国产高清啪啪 欧美亚洲国产成人高清在线 国产在线第三页 亚洲综合一区二区三区 99r在线视频 99精品久久久久久久婷婷 国产精品乱码免费一区二区 国产在线精品福利91香蕉 国产尤物视频在线 五月婷婷亚洲 中文字幕久久综合伊人 亚洲精品一级毛片 99国产精品电影 在线视频第一页 久久99国产精品成人欧美 国产白白视频在线观看2 成人精品一区二区www 亚洲成人网在线观看 麻豆91在线视频 色综合合久久天天综合绕视看 久久精品国产免费高清 国产不卡一区二区三区免费视 欧美国产中文 99精品欧美 九九在线精品 国产中文字幕在线免费观看 国产一区中文字幕在线观看 国产成人一级 国产精品一区二区制服丝袜 国产一起色一起爱 亚洲精品成人在线 亚洲欧美精品在线 国产欧美自拍视频 99精品久久久久久久婷婷 久99视频 国产热re99久久6国产精品 视频一区亚洲 国产精品视频分类 国产精品成在线观看 99re6久精品国产首页 亚洲在成人网在线看 亚洲国产日韩在线一区 久久国产三级 日韩国产欧美 欧美在线一区二区三区 国产精品美女一级在线观看 成人午夜免费福利视频 亚洲天堂精品在线 91精品国产手机 欧美日韩视频在线播放 狠狠综合久久综合鬼色 九一色视频 青青视频国产 亚洲欧美自拍一区 中文字幕天天躁日日躁狠狠躁97 日韩免费大片 996热视频 伊人成综合网 亚洲天堂欧美 日韩精品亚洲人成在线观看 久久综合给会久久狠狠狠 日韩精品亚洲人成在线观看 日韩国产欧美 亚洲成aⅴ人片在线影院八 亚洲精品1区 99久久精品免费 国产精品高清在线观看 国产精品久久久免费视频 在线亚洲欧美日韩 91在线看视频 国产精品96久久久久久久 欧美日韩国产成人精品 91在线亚洲 热久久亚洲 国产精品美女免费视频观看 日韩在线毛片 亚洲永久免费视频 九九免费在线视频 亚洲一区网站 日本高清二区视频久二区 精品国产美女福利在线 伊人久久艹 国产精品久久久久三级 欧美成人精品第一区二区三区 99久久精品国产自免费 在线观看日韩一区 国产中文字幕一区 成人免费午夜视频 欧美日韩另类在线 久久99国产精品成人欧美 色婷婷中文网 久久天天躁夜夜躁狠狠躁2020 欧美成人伊人久久综合网 国产精品福利资源在线 国产伦精品一区二区三区高清 国产精品亚洲综合色区韩国 亚洲一区欧美日韩 色综合视频 国语自产精品视频在线区 国产高清a 成人国内精品久久久久影 国产在线精品香蕉综合网一区 国产不卡在线看 国产成人精品精品欧美 国产欧美日韩综合精品一区二区三区 韩国电影一区二区 国产在线视频www色 91中文字幕在线一区 国产人成午夜免视频网站 亚洲综合一区二区三区 色综合视频一区二区观看 久久五月网 九九热精品在线观看 国产一区二区三区国产精品 99久热re在线精品996热视频 亚洲国产网 在线视频亚洲一区 日韩字幕一中文在线综合 国产高清一级毛片在线不卡 精品国产色在线 国产高清视频一区二区 精品日本久久久久久久久久 亚洲国产午夜精品乱码 成人免费国产gav视频在线 日韩欧美一区二区在线观看 欧美曰批人成在线观看 韩国电影一区二区 99re这里只有精品6 日韩精品一区二区三区视频 99re6久精品国产首页 亚洲欧美一区二区三区导航 欧美色图一区二区三区 午夜精品视频在线观看 欧美激情在线观看一区二区三区 亚洲热在线 成人国产精品一区二区网站 亚洲一级毛片在线播放 亚洲一区小说区中文字幕 亚洲午夜久久久久影院 国产自产v一区二区三区c 国产精品视频免费 久久调教视频 国产成人91激情在线播放 国产精品欧美亚洲韩国日本久久 久久亚洲日本不卡一区二区 91中文字幕网 成人国产在线视频 国产视频91在线 欧美成人精品第一区二区三区 国产精品福利在线 久久综合九色综合精品 欧美一区二区三区精品 久久国产综合尤物免费观看 久久99青青久久99久久 日韩精品免费 久久国产精品999 91亚洲视频在线观看 国产精品igao视频 色综合区 在线亚洲欧国产精品专区 国产一区二区三区在线观看视频 亚洲精品成人在线 一区二区国产在线播放 中文在线亚洲 亚洲精品第一国产综合野 国产一区二区精品久久 一区二区三区四区精品视频 99热精品久久 中文字幕视频二区 国产成人精品男人的天堂538 99精品影视 美女福利视频一区二区 久久午夜夜伦伦鲁鲁片 综合久久久久久久综合网 国产精品国产欧美综合一区 国产99视频在线观看 国产亚洲女在线精品 婷婷影院在线综合免费视频 国产亚洲3p一区二区三区 91成人爽a毛片一区二区 亚洲一区二区高清 国产欧美亚洲精品第二区首页 欧美日韩导航 亚洲高清二区 欧美激情观看一区二区久久 日韩毛片在线播放 亚洲欧美日韩高清中文在线 亚洲日本在线播放 国产精品一区二区制服丝袜 精品国产一区二区三区不卡 国产不卡在线看 国产欧美网站 四虎永久在线观看视频精品 国产黄色片在线观看 夜夜综合 一本色道久久综合狠狠躁篇 欧美亚洲综合另类在线观看 国产91在线看 伊人久久国产 欧美一区二区在线观看免费网站 国产精品久久久久三级 久久福利 日韩中文字幕a 亚洲午夜久久久久影院 91在线高清视频 国产亚洲一区二区三区啪 久久人精品 国产精品亚洲午夜一区二区三区 综合久久久久久 久久伊人一区二区三区四区 国产综合久久久久久 日韩一区精品视频在线看 国产精品日韩欧美制服 日本精品1在线区 99re视频 无码av免费一区二区三区试看 国产视频1区 日韩欧美中文字幕一区 日本高清中文字幕一区二区三区a 亚洲国产欧美无圣光一区 国产在线视频一区二区三区 欧美国产第一页 在线亚洲欧美日韩 日韩中文字幕第一页 在线不卡一区二区 伊人久久青青 国产精品一区二区在线播放 www.五月婷婷 麻豆久久婷婷国产综合五月 亚洲精品区 久久国产欧美另类久久久 99在线视频免费 伊人久久中文字幕久久cm 久久精品成人免费看 久久这里只有精品首页 88国产精品视频一区二区三区 中文字幕日本在线mv视频精品 国产在线精品成人一区二区三区 伊人精品线视天天综合 亚洲一区二区黄色 国产尤物视频在线 亚洲精品99久久久久中文字幕 国产一区二区三区免费观看 伊人久久大香线蕉综合电影网 国产成人精品区在线观看 日本精品一区二区三区视频 日韩高清在线二区 久久免费播放视频 一区二区成人国产精品 国产精品免费精品自在线观看 亚洲精品视频二区 麻豆国产精品有码在线观看 精品日本一区二区 亚洲欧洲久久 久久中文字幕综合婷婷 中文字幕视频在线 国产成人精品综合在线观看 91精品国产91久久久久福利 精液呈暗黄色 香蕉国产综合久久猫咪 国产专区精品 亚洲精品无码不卡 国产永久视频 亚洲成a人片在线播放观看国产 一区二区国产在线播放 亚洲一区二区黄色 欧美日韩在线观看视频 亚洲精品另类 久久国产综合尤物免费观看 国产一区二区三区国产精品 高清视频一区 国产精品igao视频 国产精品资源在线 久久综合精品国产一区二区三区 www.五月婷婷 精品色综合 99热国产免费 麻豆福利影院 亚洲伊人久久大香线蕉苏妲己 久久电影院久久国产 久久精品伊人 在线日韩理论午夜中文电影 亚洲国产欧洲综合997久久 伊人国产精品 久草国产精品 欧美一区精品二区三区 亚洲成人高清在线 91免费国产精品 日韩精品福利在线 国产一线在线观看 国产不卡在线看 久久99青青久久99久久 亚洲精品亚洲人成在线播放 99久久免费看国产精品 国产日本在线观看 青草国产在线视频 麻豆久久婷婷国产综合五月 国产中文字幕一区 91久久精品国产性色也91久久 国产一区a 国产欧美日韩成人 国产亚洲女在线精品 一区二区美女 中文字幕在线2021一区 在线小视频国产 久久这里只有精品首页 国产在线第三页 欧美日韩中文字幕 在线亚洲+欧美+日本专区 精品国产一区二区三区不卡 久久这里精品 欧美在线va在线播放 精液呈暗黄色 91精品国产手机 91在线免费播放 欧美视频亚洲色图 欧美国产日韩精品 日韩高清不卡在线 精品视频免费观看 欧美日韩一区二区三区四区 国产欧美亚洲精品第二区首页 亚洲韩精品欧美一区二区三区 国产精品视频免费 在线精品小视频 久久午夜夜伦伦鲁鲁片 国产无套在线播放 久热这里只精品99re8久 欧美久久久久 久久香蕉国产线看观看精品蕉 国产成人精品男人的天堂538 亚洲人成网站色7799在线观看 日韩在线第二页 一本色道久久综合狠狠躁篇 国产一区二区三区不卡在线观看 亚洲乱码在线 在线观看欧美国产 久久福利青草精品资源站免费 国产玖玖在线观看 在线亚洲精品 亚洲成aⅴ人在线观看 精品91在线 欧美一区二三区 日韩中文字幕视频在线 日本成人一区二区 日韩免费专区 国内精品在线观看视频 久久国产综合尤物免费观看 国产精品系列在线观看 一本一道久久a久久精品综合 亚洲免费播放 久久精品国产免费 久久人精品 亚洲毛片网站 亚洲成a人一区二区三区 韩国福利一区二区三区高清视频 亚洲精品天堂在线 一区二区三区中文字幕 亚洲国产色婷婷精品综合在线观看 亚洲国产成人久久笫一页 999国产视频 国产精品香港三级在线电影 欧美日韩一区二区三区四区 日韩国产欧美 国产精品99一区二区三区 午夜国产精品理论片久久影院 亚洲精品中文字幕麻豆 亚洲国产高清视频 久久免费手机视频 日韩a在线观看 五月婷婷亚洲 亚洲精品中文字幕麻豆 中文字幕丝袜 www国产精品 亚洲天堂精品在线 亚洲乱码一区 国产日韩欧美三级 久久999精品 伊人热人久久中文字幕 久热国产在线视频 国产欧美日韩在线观看一区二区三区 国产一二三区在线 日韩国产欧美 91精品国产91久久久久 亚洲一区小说区中文字幕 精品一区二区免费视频 国产精品视频免费 国产精品亚洲综合色区韩国 亚洲国产精品成人午夜在线观看 欧美国产日韩精品 中文字幕精品一区二区精品