Uno de los métodos biométricos en los sistemas de autenticación es la verificación/identificación de escritor utilizando la escritura de contraseñas. El objetivo principal de este documento es presentar un sistema robusto de verificación de escritor utilizando textos cursivos y palabras en letras de bloque. Para evaluar el sistema, se han utilizado dos conjuntos de datos. Uno de ellos se llama Secure Password DB 150, que está compuesto por 150 usuarios con 18 muestras de palabras de un solo carácter por usuario. Otro conjunto de datos es público y se llama base de datos de escritura a mano en línea IAM, y está compuesto por 220 usuarios de muestras de texto cursivo. Cada muestra ha sido definida por un conjunto de características, compuesto por 67 características geométricas, estadísticas y temporales. Con el fin de obtener más información discriminativa, se han aplicado dos métodos de reducción de características, Fisher Score y Evaluación de Atributos de Ganancia de Información. Finalmente, el sistema de clasificación ha sido implementado mediante validación cruzada hold-out y estrategias de validación cruzada k-folds para tres clasificadores diferentes, K-NN, Naïve Bayes y clasificadores Bayes Net. Además, se ha aplicado para enfoques de verificación e identificación. Los mejores resultados de clasificación correcta del 95.38% se logran utilizando el clasificador de vecinos más cercanos para la base de datos de caracteres individuales. Una reducción de características por Evaluación de Atributos de Ganancia de Información mejora los resultados para el Clasificador Naïve Bayes al 98.34% para la base de datos de escritura a mano en línea IAM. Se concluye que el conjunto de características y su reducción son una selección sólida para la identificación de escritores manuscritos basada en contraseñas en comparación con el estado del arte.