Los usuarios en línea tienden a ocultar sus verdaderas identidades adoptando diferentes nombres en Internet. En Facebook o LinkedIn, por ejemplo, las personas suelen aparecer con sus nombres reales. En otros sitios web estándar, como foros, las personas a menudo utilizan apodos para proteger sus verdaderas identidades. Se utilizan alias cuando los usuarios intentan proteger su anonimato. Esto puede ser un desafío para las fuerzas del orden que intentan identificar a los usuarios que a menudo cambian de apodo. En contextos no monitoreados, como la dark web, los usuarios esperan una fuerte protección de identidad. Así, sin censura, estos usuarios pueden crear redes sociales paralelas donde pueden participar en actividades potencialmente maliciosas que podrían representar amenazas a la seguridad. En este documento, proponemos una solución a la necesidad de reconocer a las personas que se anonimizan detrás de apodos: la tarea de atribución de autoría (AA) en el desafiante contexto de la dark web: específicamente, un foro islámico en inglés dedicado a discusiones sobre temas relacionados con el mundo islámico y el Islam, en el que están presentes miembros de grupos islámicos radicales. Proporcionamos un análisis extenso al probar modelos basados en transformadores, estilos y características sintácticas. A partir de los experimentos, mostramos cómo los modelos que analizan la sintaxis y el estilo tienen un mejor rendimiento que los modelos de lenguaje universales preentrenados.