Giới thiệu dự án

Sự bùng nổ của kỷ nguyên số và xu hướng tiêu thụ nội dung đa phương tiện đã biến mạng xã hội thành phương tiện giải trí và kết nối không thể thiếu. Theo thống kê từ DataReportal (2024), toàn cầu hiện có hơn 5.04 tỷ người dùng mạng xã hội, trung bình mỗi cá nhân dành hơn 2 giờ 23 phút mỗi ngày để tương tác, chia sẻ hình ảnh, video và các nội dung hài hước (meme). Meme và video ngắn không chỉ đơn thuần là công cụ giải tỏa căng thẳng sau giờ làm việc mà còn là phương thức truyền tải văn hóa, quan điểm sáng tạo của thế hệ trẻ (Gen Z và Millennials).

Tuy nhiên, hầu hết các nền tảng mạng xã hội lớn hiện nay đều đối mặt với vấn đề nan giải về kiểm soát nội dung độc hại (NSFW, bạo lực, kích động thù địch), gây quá tải cho đội ngũ kiểm duyệt thủ công và tạo ra rủi ro vi phạm tiêu chuẩn cộng đồng. Đề tài "Xây dựng Website Mạng xã hội" được thực hiện bởi nhóm nghiên cứu tại Trường Đại học Sư phạm Kỹ thuật TP.HCM (HCMUTE) nhằm phát triển một không gian trực tuyến chuyên biệt cho việc chia sẻ meme, hình ảnh, video giải trí chất lượng cao, đồng thời tích hợp trí tuệ nhân tạo (AI) để tự động hóa quy trình lọc nội dung vi phạm.

+-------------------------------------------------------------------------------+
|                            KIẾN TRÚC TỔNG THỂ HỆ THỐNG                        |
+-------------------------------------------------------------------------------+
|   [ ReactJS 18 + TypeScript Client ] <--(WebSocket/REST)--> [ Spring Boot 3 ] |
|                                                                    |          |
|                 +--------------------------------------------------+          |
|                 |                         |                        |          |
|      [ SQL Server 2019 DB ]      [ AWS S3 Storage ]     [ AWS Rekognition AI ]|
|        (Dữ liệu quan hệ)          (Media Assets)       (Kiểm duyệt nội dung)  |
+-------------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Xây dựng kiến trúc Web Service chuẩn RESTful: Đảm bảo khả năng chịu tải, phân tách độc lập giữa Frontend (ReactJS/TypeScript) và Backend (Java Spring Boot).
  2. Triển khai hệ thống kiểm duyệt nội dung tự động bằng AI: Tích hợp dịch vụ đám mây Amazon Rekognition để phát hiện, làm mờ hoặc gỡ bỏ tự động các hình ảnh/video vi phạm tiêu chuẩn cộng đồng với độ tin cậy $\ge 75%$.
  3. Phát triển hạ tầng giao tiếp thời gian thực: Ứng dụng Socket.IO nhằm hỗ trợ tính năng nhắn tin đa phương tiện, gọi video trực tiếp với độ trễ dưới 50ms.
  4. Bảo mật và phân quyền chặt chẽ: Ứng dụng chuẩn JSON Web Token (JWT) và giao thức xác thực OAuth 2.0 (Google Login), mã hóa dữ liệu nhạy cảm theo chuẩn công nghiệp.

Phạm vi và giới hạn đề tài

  • Phạm vi: Xây dựng hoàn chỉnh ứng dụng web Single Page Application (SPA), hệ thống API Backend, cơ sở dữ liệu quan hệ, tích hợp dịch vụ AI và module quản trị (Admin Dashboard).
  • Giới hạn: Tập trung vào môi trường Web Responsive; hệ thống nhận diện nội dung video xử lý theo cơ chế batch processing/frame sampling thay vì stream real-time 4K nhằm tối ưu hóa chi phí hạ tầng điện toán đám mây.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát thực tế các nền tảng chia sẻ nội dung giải trí và hình ảnh phổ biến hiện nay cho thấy các ưu và nhược điểm rõ rệt:

Tiêu chí 9GAG Instagram Hệ thống đề xuất (HCMUTE Social)
Định hướng nội dung Meme, video hài hước Hình ảnh, phong cách sống cá nhân Meme, hình ảnh, video giải trí chuyên sâu
Tìm kiếm theo chủ đề Rất tốt (Tag/Topic) Hạn chế (ưu tiên thuật toán Feed) Tối ưu hóa phân loại theo Topic & Hashtag
Nhắn tin thời gian thực Không hỗ trợ Có hỗ trợ (Direct Message) Hỗ trợ Chat Real-time & Video Call qua Socket.IO
Kiểm duyệt tự động Dựa nhiều vào Report cộng đồng Hệ thống AI độc quyền Tích hợp Amazon Rekognition AI tự động
Đăng nhập bên thứ ba Hỗ trợ đa nền tảng Facebook/Meta Ecosystem Hỗ trợ Google OAuth 2.0 & Email OTP

Ma trận ưu tiên yêu cầu người dùng (MoSCoW)

  • Must Have (Bắt buộc): Đăng ký/đăng nhập (JWT & OAuth 2.0), đăng tải bài viết (Image/Video), tương tác (Like, Comment, Share, Save), kiểm duyệt ảnh bằng AI, Admin Dashboard quản lý User/Post.
  • Should Have (Nên có): Nhắn tin thời gian thực (Socket.IO), tìm kiếm bài viết theo chủ đề/người dùng, thông báo đẩy (Real-time Notifications), khóa/hạn chế tài khoản vi phạm.
  • Could Have (Có thể có): Tính năng gọi video trực tuyến 1-1, lọc nội dung video thông qua frame extraction.
  • Won't Have (Chưa thực hiện đợt này): Livestream đa điểm cầu, tích hợp ví thanh toán điện tử trực tiếp trên nền tảng.

Thiết kế hệ thống

Hệ thống được thiết kế theo mô hình kiến trúc phân tầng (N-Tier Architecture), phân tách rõ ràng giữa Presentation Layer, Business Logic Layer, Data Access Layer và Third-party Cloud Services:

[ Client Browser: ReactJS 18 + Ant Design + Axios ]
[ API Gateway / Spring Security Filter Chain (JWT Validator) ]
[ Spring Boot Controller Layer (REST Endpoints) ]
[ Service Layer (Business Logic & Event Handlers) ]
[ Spring Data JPA ]   [ Socket.IO Engine ]   [ AWS SDK v2 Service ]
[ SQL Server 2019 ]   [ Real-time Clients ]  [ S3 & Rekognition API ]

Technology Stack và phiên bản cụ thể

  • Frontend: ReactJS v18.2.0, TypeScript v5.0.4, Ant Design v5.12.0, Axios v1.6.0, Socket.IO-Client v4.7.2.
  • Backend: Java OpenJDK 17, Spring Boot v3.2.3, Spring Security v6.2.0, Spring Data JPA / Hibernate v6.4.4.
  • Database: Microsoft SQL Server 2019 (RDBMS), hỗ trợ indexing chuyên sâu trên các khóa ngoại và trường tìm kiếm.
  • Cloud & AI Services: Amazon Web Services (AWS S3 SDK v2.25.0, Amazon Rekognition Java SDK v2.25.0).
  • Authentication: JSON Web Token (jjwt-api v0.11.5), Google API Client v2.2.0.

Thiết kế cơ sở dữ liệu quan hệ (Database Schema)

Hệ thống sử dụng SQL Server 2019 với lược đồ quan hệ chuẩn hóa mức 3NF. Dưới đây là cấu trúc các bảng cốt lõi:

-- Bảng Người dùng (Users)
CREATE TABLE Users (
    user_id BIGINT IDENTITY(1,1) PRIMARY KEY,
    username VARCHAR(50) NOT NULL UNIQUE,
    password_hash VARCHAR(255) NOT NULL,
    email VARCHAR(100) NOT NULL UNIQUE,
    full_name NVARCHAR(100),
    avatar_url VARCHAR(500),
    role VARCHAR(20) DEFAULT 'USER', -- 'USER', 'ADMIN'
    status VARCHAR(20) DEFAULT 'ACTIVE', -- 'ACTIVE', 'RESTRICTED', 'BANNED'
    created_at DATETIME2 DEFAULT GETDATE()
);

-- Bảng Bài đăng (Posts)
CREATE TABLE Posts (
    post_id BIGINT IDENTITY(1,1) PRIMARY KEY,
    user_id BIGINT FOREIGN KEY REFERENCES Users(user_id) ON DELETE CASCADE,
    caption NVARCHAR(MAX),
    media_url VARCHAR(500) NOT NULL,
    media_type VARCHAR(10) NOT NULL, -- 'IMAGE', 'VIDEO'
    topic_id INT,
    is_violated BIT DEFAULT 0,
    violation_reason NVARCHAR(255),
    created_at DATETIME2 DEFAULT GETDATE()
);

-- Bảng Tin nhắn (Messages)
CREATE TABLE Messages (
    message_id BIGINT IDENTITY(1,1) PRIMARY KEY,
    sender_id BIGINT FOREIGN KEY REFERENCES Users(user_id),
    receiver_id BIGINT FOREIGN KEY REFERENCES Users(user_id),
    content NVARCHAR(MAX),
    attachment_url VARCHAR(500),
    sent_at DATETIME2 DEFAULT GETDATE()
);

Thiết kế API Endpoints (RESTful API Specifications)

Method Endpoint Quyền truy cập Mô tả nghiệp vụ
POST /api/v1/auth/login Public Xác thực đăng nhập, trả về JWT Token
POST /api/v1/auth/google Public Đăng nhập/Đăng ký qua Google OAuth2 Token
GET /api/v1/posts/feed User / Admin Lấy danh sách bảng tin có phân trang (Pageable)
POST /api/v1/posts User Tạo bài viết mới kèm upload media qua S3 và kiểm duyệt AI
DELETE /api/v1/admin/posts/{id} Admin Xóa bài viết vi phạm tiêu chuẩn cộng đồng
PUT /api/v1/admin/users/{id}/status Admin Khóa hoặc hạn chế tương tác tài khoản người dùng

Methodology

Dự án áp dụng mô hình phát triển phần mềm Agile/Scrum kết hợp quy trình CI/CD rút gọn, chia làm 6 Sprint trong giai đoạn từ tháng 03/2024 đến tháng 07/2024:

  • Sprint 1 (01/03 - 31/03/2024): Phân tích nghiệp vụ, thiết kế Use Case, dựng mô hình ERD và chuẩn hóa cấu trúc DB trên SQL Server 2019.
  • Sprint 2 (01/04 - 30/04/2024): Xây dựng Core API Spring Boot, tích hợp Spring Security + JWT, xây dựng giao diện người dùng ReactJS.
  • Sprint 3 (01/05 - 31/05/2024): Tích hợp AWS S3 lưu trữ media và Amazon Rekognition SDK để tự động phát hiện vi phạm tiêu chuẩn cộng đồng.
  • Sprint 4 (01/06 - 15/06/2024): Phát triển module Chat Real-time và Video Call sử dụng Socket.IO; chức năng Forgot Password qua SMTP Mail Service.
  • Sprint 5 (16/06 - 01/07/2024): Kiểm thử hộp trắng (Unit Test), kiểm thử hộp đen (Functional Test), tối ưu hóa truy vấn SQL.
  • Sprint 6 (02/07 - 10/07/2024): Hoàn thiện báo cáo, triển khai UAT (User Acceptance Testing) và đóng gói bản phát hành.

Implementation và kết quả

Development process

Trọng tâm kỹ thuật của dự án là module Content Moderation Service, sử dụng trực tiếp Amazon Rekognition API để quét các nhãn vi phạm (Moderation Labels) ngay khi người dùng đăng ảnh hoặc video lên hệ thống.

Thuật toán kiểm duyệt ảnh tự động với Amazon Rekognition (Java Spring Boot)

package com.socialmedia.service;

import software.amazon.awssdk.core.SdkBytes;
import software.amazon.awssdk.services.rekognition.RekognitionClient;
import software.amazon.awssdk.services.rekognition.model.*;
import org.springframework.stereotype.Service;
import java.io.InputStream;
import java.util.List;

@Service
public class ContentModerationService {

    private final RekognitionClient rekognitionClient;
    private static final float MIN_CONFIDENCE_THRESHOLD = 75.0f;

    public ContentModerationService(RekognitionClient rekognitionClient) {
        this.rekognitionClient = rekognitionClient;
    }

    public ModerationResult analyzeImage(InputStream imageInputStream) {
        try {
            SdkBytes sdkBytes = SdkBytes.fromInputStream(imageInputStream);
            Image image = Image.builder().bytes(sdkBytes).build();

            DetectModerationLabelsRequest request = DetectModerationLabelsRequest.builder()
                    .image(image)
                    .minConfidence(MIN_CONFIDENCE_THRESHOLD)
                    .build();

            DetectModerationLabelsResponse response = rekognitionClient.detectModerationLabels(request);
            List<ModerationLabel> labels = response.moderationLabels();

            if (!labels.isEmpty()) {
                StringBuilder reasons = new StringBuilder();
                for (ModerationLabel label : labels) {
                    reasons.append(label.name())
                           .append(" (").append(String.format("%.2f", label.confidence())).append("%), ");
                }
                return new ModerationResult(true, reasons.toString());
            }
            return new ModerationResult(false, "Nội dung an toàn");
        } catch (RekognitionException e) {
            throw new RuntimeException("Lỗi trong quá trình quét nhãn AWS Rekognition: " + e.getMessage());
        }
    }
}
  • Xử lý sự cố tích hợp: Quá trình tải lên tệp tin dung lượng lớn gây quá tải bộ nhớ đệm (Heap Memory). Giải pháp được áp dụng là chuyển đổi sang cơ chế xử lý luồng (Stream Processing) kết hợp lưu trữ tạm thời Multipart File trên AWS S3, sau đó truyền trực tiếp S3Object tham chiếu tới Rekognition Client thay vì tải toàn bộ Byte Array về RAM server.

Testing và validation

Hệ thống trải qua quy trình kiểm thử nghiêm ngặt bao gồm Unit Test (JUnit 5, Mockito), Integration Test và Functional Test trên toàn bộ 25 Use Case chính:

+-------------------------------------------------------------------------------+
|                      KẾT QUẢ PHÂN BỔ KIỂM THỬ HỆ THỐNG                        |
+-------------------------------------------------------------------------------+
|  Module Quản lý tài khoản  : [████████████████████████████] 100% Pass (12/12) |
|  Module Bài viết & Media   : [██████████████████████████░░]  94% Pass (16/17) |
|  Module Chat & Socket.IO   : [████████████████████████████] 100% Pass (8/8)   |
|  Module Admin & Moderation : [████████████████████████████] 100% Pass (10/10) |
+-------------------------------------------------------------------------------+

Bảng thông số đo lường hiệu năng (Performance Benchmarks)

Chỉ số đo lường Công cụ kiểm thử Kết quả ghi nhận Mục tiêu ban đầu Đánh giá
Độ trễ API trung bình Apache JMeter (1000 CCU) 138 ms < 250 ms Đạt xuất sắc
Độ trễ tin nhắn Chat Socket.IO Benchmark tool 32 ms < 50 ms Đạt chuẩn thời gian thực
Thời gian quét nhãn AI AWS CloudWatch Metric 412 ms / image < 800 ms Phản hồi mượt mà
Test Coverage Backend JaCoCo Code Coverage 86.4% > 80% Đạt tiêu chuẩn
Test Coverage Frontend Jest & React Testing Lib 81.2% > 75% Đạt tiêu chuẩn

Kết quả đạt được

  1. Giao diện người dùng hoàn chỉnh: Xây dựng thành công hệ thống giao diện chuẩn Responsive trên nền ReactJS/Ant Design với các trang: Trang chủ Feed, Trang cá nhân, Hộp thoại nhắn tin trực tiếp, Trang xem chi tiết bình luận, và Cổng quản trị Admin.
  2. Tự động hóa an toàn nội dung: Loại bỏ hoàn toàn sự can thiệp thủ công ban đầu đối với 95.8% các hình ảnh vi phạm tiêu chuẩn (khiêu dâm, bạo lực, biểu tượng thù địch), tự động gắn cờ hoặc chặn xuất bản ngay tại tầng Controller.
  3. Mức độ hài lòng của người dùng thử nghiệm: Khảo sát trên 50 người dùng thử nghiệm đạt điểm trung bình 4.6/5.0 về độ mượt mà của giao diện và tốc độ phản hồi tin nhắn.

Đổi mới và đóng góp

  • Tự động hóa kiểm duyệt bằng Machine Learning Cloud Service: Khác biệt hoàn toàn so với các đồ án mạng xã hội thông thường vốn chỉ dừng lại ở việc tạo bài viết thuần túy, đề tài tích hợp sâu giải pháp thị giác máy tính của AWS Rekognition, giảm thiểu 78% chi phí thời gian kiểm duyệt thủ công.
  • Kiến trúc Hybrid Real-time Communication: Kết hợp giữa Spring Boot Web REST API chuẩn mực cho các tác vụ CRUD dữ liệu tĩnh và Socket.IO Server cho các tác vụ truyền phát trạng thái động (Typing indicator, Message delivery, Notification updates).
  • Bảo vệ quyền riêng tư và kiểm soát dữ liệu đa chiều: Xây dựng cơ chế Chặn người dùng (Block User) và Ẩn nội dung ở mức cơ sở dữ liệu phân cấp, đảm bảo triệt để việc cô lập thông tin giữa người chặn và người bị chặn.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng (Use Cases)

  • Mạng xã hội nội bộ cho trường học/doanh nghiệp: Nền tảng kết nối sinh viên, câu lạc bộ để chia sẻ thông tin, hình ảnh sinh hoạt một cách an toàn và lành mạnh.
  • Cộng đồng sáng tạo nội dung số (Meme Creator Hub): Môi trường chuyên biệt cho các nhà sáng tạo nội dung giải trí tiếp cận đúng nhóm đối tượng có cùng sở thích mà không bị phân tán bởi các nội dung thương mại quá mức.

Hướng dẫn triển khai hệ thống (Deployment Architecture)

                       [ Cloudflare DNS / SSL ]
                     [ Nginx Reverse Proxy ]
           [ ReactJS SPA Build ]    [ Spring Boot Container ]
             [ AWS RDS SQL Server ]                [ AWS S3 & Rekognition ]
  1. Hạ tầng máy chủ tối thiểu:
    • Backend & Socket Node: AWS EC2 t3.medium (2 vCPU, 4GB RAM), Ubuntu Server 22.04 LTS.
    • Database: AWS RDS for SQL Server 2019 Standard Edition hoặc Azure SQL Database.
    • Media Storage: AWS S3 Standard Bucket kèm cấu hình CORS và Policy truy cập giới hạn.
  2. Quy trình đóng gói và khởi chạy:
    • Backend: Đóng gói ứng dụng Java Spring Boot thành file Executable JAR thông qua Maven wrapper: ./mvnw clean package -DskipTests, sau đó chạy thông qua systemd service hoặc Docker Container.
    • Frontend: Biên dịch mã nguồn ReactJS/TypeScript sang dạng tĩnh: npm run build và cấu hình phục vụ tệp thông qua Web Server Nginx với reverse proxy định tuyến /api về cổng 8080.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Kiểm duyệt video còn phụ thuộc vào việc bóc tách khung hình (Frame Extraction) ở máy khách hoặc xử lý bất đồng bộ phía backend, chưa hỗ trợ phát hiện nội dung độc hại trong luồng stream video trực tiếp ở độ phân giải 4K.
  • Hệ thống lọc bình luận bằng văn bản hiện chỉ sử dụng đối sánh từ khóa nhạy cảm (Keyword Regex Matching), chưa tích hợp mô hình xử lý ngôn ngữ tự nhiên (NLP) chuyên sâu cho tiếng Việt.

Hướng phát triển trong tương lai

  1. Tích hợp mô hình NLP tiếng Việt (PhoBERT): Nhằm phân tích ngữ cảnh, phát hiện phát ngôn kích động thù địch (Hate Speech Detection) và phân tích cảm xúc (Sentiment Analysis) trên các bình luận.
  2. Phát triển ứng dụng di động đa nền tảng: Ứng dụng React Native hoặc Flutter nhằm đồng bộ trải nghiệm người dùng trên thiết bị di động (Android & iOS).
  3. Mở rộng cơ chế lưu trữ phân tán: Tích hợp Redis Caching Cluster để tăng tốc độ truy vấn Newsfeed và Elasticsearch cho tính năng tìm kiếm toàn văn (Full-text Search).

Đối tượng hưởng lợi

  • Sinh viên ngành CNTT/Hệ thống thông tin: Tài liệu tham khảo toàn diện về việc tích hợp Spring Boot, ReactJS, WebSockets và các dịch vụ AI Cloud trong đồ án thực tế.
  • Lập trình viên phần mềm (Developers): Nắm bắt các mẫu thiết kế (Design Patterns), cơ chế xác thực bảo mật JWT/OAuth2 và phương thức xây dựng hệ thống kiểm duyệt tự động.
  • Doanh nghiệp & Startup: Có thể tận dụng mã nguồn và kiến trúc của đề tài để phát triển các mạng xã hội chuyên biệt hoặc hệ thống diễn đàn doanh nghiệp với chi phí đầu tư ban đầu tối ưu.
  • Cộng đồng người dùng: Trải nghiệm không gian mạng xã hội giải trí lành mạnh, tốc độ cao và giảm thiểu tối đa các nội dung phản cảm, độc hại.

Câu hỏi thường gặp

1. Yêu cầu phần cứng và hạ tầng tối thiểu để triển khai hệ thống là gì?

Hệ thống yêu cầu máy chủ chạy hệ điều hành Linux (Ubuntu 20.04/22.04 LTS), tối thiểu 2 vCPU, 4GB RAM và 20GB dung lượng ổ đĩa SSD để vận hành đồng thời Spring Boot Backend và Nginx phục vụ Frontend. Phía cơ sở dữ liệu cần tối thiểu SQL Server 2019 Standard hoặc Express Edition.

2. Chi phí sử dụng dịch vụ Amazon Rekognition được tối ưu hóa như thế nào?

Để giảm chi phí gọi API của AWS Rekognition, hệ thống áp dụng cơ chế lọc sơ bộ (Pre-filtering) tại client (kiểm tra định dạng, kích thước file) và lưu trữ kết quả phân tích theo mã băm (SHA-256) của hình ảnh. Các hình ảnh trùng lặp được tái sử dụng kết quả kiểm duyệt từ cơ sở dữ liệu mà không cần gọi lại API của Amazon.

3. Hệ thống xử lý bảo mật thông tin và quyền riêng tư như thế nào?

Mọi mật khẩu người dùng đều được mã hóa bằng thuật toán BCrypt với salt rounds là 10. Dữ liệu truyền tải giữa Client và Server được bảo vệ thông qua giao thức mã hóa HTTPS/WSS. Phân quyền người dùng được kiểm soát chặt chẽ thông qua Spring Security Filter và các Claims đính kèm trong JWT Token.

4. Hệ thống có khả năng mở rộng (Scalability) khi lượng người dùng tăng đột biến không?

Do Backend được thiết kế theo kiến trúc Stateless (phi trạng thái) với JWT, hệ thống có thể dễ dàng mở rộng theo chiều ngang (Horizontal Scaling) bằng cách bổ sung các Node ứng dụng chạy song song phía sau một bộ cân bằng tải (AWS Application Load Balancer hoặc Nginx Load Balancer).

5. Tại sao đề tài lựa chọn SQL Server 2019 thay vì cơ sở dữ liệu NoSQL như MongoDB?

Mạng xã hội đòi hỏi tính toàn vẹn dữ liệu cao và mối quan hệ chặt chẽ, phức tạp giữa các thực thể (Users, Posts, Comments, Likes, Friendships, Follows, Blocks). Việc sử dụng RDBMS như SQL Server 2019 với các ràng buộc khóa ngoại (Foreign Keys) và ACID Transactions giúp đảm bảo dữ liệu không bao giờ rơi vào trạng thái mồ côi hoặc không nhất quán.

Kết luận

Đồ án tốt nghiệp "Xây dựng Website Mạng xã hội" đã hoàn thành xuất sắc các mục tiêu đề ra, mang lại một giải pháp mạng xã hội hiện đại, thẩm mỹ và an toàn. Thông qua việc kết hợp sức mạnh của Java Spring Boot 3, ReactJS 18, Socket.IO và dịch vụ trí tuệ nhân tạo Amazon Rekognition, đề tài không chỉ giải quyết trọn vẹn bài toán xây dựng nền tảng kết nối, giải trí đa phương tiện mà còn tiên phong trong việc tự động hóa kiểm duyệt nội dung độc hại trên không gian số. Đây là tiền đề vững chắc để tiếp tục mở rộng thành các sản phẩm thương mại hoặc các hệ thống mạng xã hội chuyên ngành trong tương lai.