La mayoría de los ciberataques utilizan códigos maliciosos, y según AV-TEST, se espera que más de 1 mil millones de códigos maliciosos surjan en 2020. Aunque estos códigos maliciosos se han visto ampliamente en el entorno de PC, recientemente han ido en aumento, centrándose en dispositivos IoT como teléfonos inteligentes, refrigeradores, planchas y varios sensores. Como se sabe, los entornos Linux/embebidos admiten varias arquitecturas, por lo que es difícil identificar la arquitectura en la que opera el malware al analizarlo. Este documento propone una tecnología de análisis de malware basada en IA que no se ve afectada por el sistema operativo o la plataforma de arquitectura. La tecnología propuesta funciona de manera intuitiva. Utiliza datos binarios independientes de la plataforma en lugar de características basadas en el formato estructurado de los archivos ejecutables. Analizamos las cadenas de datos binarios para clasificar el malware. Los resultados experimentales lograron una precisión del 94% en conjuntos de datos de Windows y Linux. Basándonos en esto, esperamos que la tecnología propuesta funcione de manera efectiva en otras plataformas y mejore a través de una operación/verificación continua.