在TensorFlow中，模型文件可以使用加密算法進行加密保護。一種常見的方法是使用對稱加密算法，如AES（高級加密標準），來加密模型文件。以下是一個簡單的示例代碼，演示如何對TensorFlow模型文件進行加密：

from Crypto.Cipher import AES
from Crypto.Random import get_random_bytes
import os

# 加載模型文件
model_path = 'model.pb'
with open(model_path, 'rb') as f:
    model_data = f.read()

# 生成隨機密鑰
key = get_random_bytes(16)
cipher = AES.new(key, AES.MODE_EAX)

# 加密模型文件
ciphertext, tag = cipher.encrypt_and_digest(model_data)

# 保存加密后的模型文件
encrypted_model_path = 'encrypted_model.pb'
with open(encrypted_model_path, 'wb') as f:
    f.write(cipher.nonce)
    f.write(tag)
    f.write(ciphertext)

# 保存密鑰
key_path = 'key.key'
with open(key_path, 'wb') as f:
    f.write(key)

print('模型文件已加密并保存到 {}'.format(encrypted_model_path))
print('密鑰已保存到 {}'.format(key_path))

在上述代碼中，我們使用了PyCryptodome庫中的AES模塊來對模型文件進行加密。首先，我們加載模型文件的數據，然后生成一個16字節的隨機密鑰。接著，我們使用該密鑰來創建一個AES加密對象，并使用該對象對模型文件進行加密。最后，我們將加密后的模型文件數據保存到一個新的文件中，并將生成的密鑰保存到另一個文件中。

請注意，加密并不能完全阻止對模型文件的訪問，但可以有效降低模型泄露的風險。在實際應用中，還需要考慮密鑰管理和安全性等方面的問題。