A Study on Predicting Instruction Set Architecture Using ML.NET

ML.NET은 마이크로소프트가 개발한 오픈 소스 머신러닝 프레임워크로, .NET 애플리케이션에 머신러닝 기능을 효율적으로 통합할 수 있도록 설계되었다. 기존 머신러닝 라이브러리들은 Python을 기반으로 하여, .NET 플랫폼과의 호환성은 제한적이다. 본 연구는 ML.NET의 호환성을 활용해 .NET 기반 바이너리 분석 프로젝트와 통합되는 ISA 예측 모델을 설계하고 구현한다. 이 모델은 바이너리 파일의 바이트코드를 분석하고 학습하여 파일의 ISA를 예측할 수 있으며, 이를 통해 .NET 환경에서 머신러닝 활용 가능성을 분석하였다. ML.NET에서 제공하는 함수들로 데이터 전처리부터 N-gram 기반 피처 생성, 모델 학습 및 평가까지 전체 과정을 수행하였다. 본 논문은 ML.NET 프레임워크를 활용한 ISA 예측 모델의 구현 사례를 제시하며, 전처리 과정, N-gram 기반 모델 훈련 절차, 성능 평가, 그리고 실험 결과의 한계점 분석 및 향후 모델 성능 개선 방향 제안으로 구성된다.