Este artículo es parte de una serie destinada a determinar la autoría de los códigos fuente. Analizar el código binario es un aspecto crucial de la ciberseguridad, el desarrollo de software y la informática forense, particularmente en la identificación de autores de malware. Cualquier programa es código máquina, que puede ser desensamblado utilizando herramientas especializadas y analizado para la identificación de autoría, similar al texto en lenguaje natural utilizando métodos de Procesamiento de Lenguaje Natural. Proponemos un conjunto de fastText, máquina de soporte vectorial (SVM) y la red neuronal híbrida de los autores desarrollada en trabajos anteriores en esta investigación. La metodología mejorada fue evaluada utilizando un conjunto de datos de códigos fuente escritos en los lenguajes C y C++ recopilados de GitHub y Google Code Jam. Los códigos fuente recopilados fueron compilados en programas ejecutables y luego desensamblados utilizando herramientas de ingeniería inversa. La precisión promedio de identificación de autores para los códigos desensamblados utilizando la metodología mejorada supera 0.90. Además, la metodología fue probada en los códigos fuente, logrando una precisión promedio de 0.96 en casos simples y más de 0.85 en casos complejos. Estos resultados validan la efectividad de la metodología desarrollada y su aplicabilidad para resolver desafíos de ciberseguridad.