我的第一个想法是对对齐的字节进行频率分析。对于大多数汇编语言，最相关的字节在最高有效位上对齐。

因此，创建一个可以识别 asm 类型的标识符可能很容易。但是，令人惊讶的是，经过几次谷歌搜索后，我没有找到任何关于此的工具或论文......

也许这里有事可做。

我不知道为此设计的工具。在实践中，将其加载到具有不同架构的 IDA（或任何其他反汇编程序）中直到看起来正确可能是最简单的方法。您也许可以编写一个脚本来自动执行此操作。

如果你想构建自己的工具，我建议你看看Christopher Domas 的演讲“RE 动态二进制可视化的未来”。它讨论了许多可用于分析未知数据的技术。大意图描绘了每个文件中每组两个或三个字节的频率。不同架构之间的图明显不同，可用于自动识别数据类型。实际的工具和您需要的数据集不是公开可用的，但如果我想进行自动架构检测，我会采用这种方式。

一种更简单的方法是在不同架构中搜索函数序言模式。虽然实现更简单，但准备数据集需要更多的人工时间（因为识别功能序言不能自动化）。某些处理器可能不够强大，无法运行 C 代码，如果未编译代码，则可能没有可预测的函数序言。您或许能够找到其他可以搜索的常见操作。

尝试了解它可以针对哪些类型的 CPU。您可能还可以通过查看此文件来猜测 CPU 的位长（file_size % 32 == 0？大概是 32 位）。一旦你有了一个简单的列表，通过一些反汇编程序运行二进制文件，看看代码是否有意义。尝试在一些模拟 CPU 中运行它，看看它是否有任何作用。

另外，请记住，无效指令可能并不意味着您使用了错误的 CPU，它可能只是数据或其他东西。实际上可能值得检查文件以查看是否找不到任何字符串或任何内容，以便更好地了解事物的位置。