diff --git a/docs/tutorials/deploy/encryption.md b/docs/tutorials/deploy/encryption.md
index d71bf276a5f5d1bb18b21f1aacd72d294a833172..62e57900923c575adde173a2aee3bad2f0d1942b 100644
--- a/docs/tutorials/deploy/encryption.md
+++ b/docs/tutorials/deploy/encryption.md
@@ -1,6 +1,7 @@
 # Paddle模型加密方案
 
 飞桨团队推出模型加密方案，使用业内主流的AES加密技术对最终模型进行加密。飞桨用户可以通过PaddleX导出模型后，使用该方案对模型进行加密，预测时使用解密SDK进行模型解密并完成推理，大大提升AI应用安全性和开发效率。
+** 注意：目前加密方案仅支持Linux系统**
 
 ## 1. 方案介绍
 
@@ -10,40 +11,22 @@
 
 下载并解压后，目录包含内容为：
 ```
-paddle_model_encrypt
+paddlex-encryption
 ├── include # 头文件：paddle_model_decrypt.h(解密)和paddle_model_encrypt.h(加密)
 |
 ├── lib # libpmodel-encrypt.so和libpmodel-decrypt.so动态库
 |
-└── tool # paddle_encrypt_tool
+└── tool # paddlex_encrypt_tool
 ```
 
-### 1.2 二进制工具
-
-#### 1.2.1 生成密钥
-
-产生随机密钥信息（用于AES加解密使用）（32字节key + 16字节iv， 注意这里产生的key是经过base64编码后的，这样可以扩充选取key的范围）
-
-```
-paddle_encrypt_tool    -g
-```
-#### 1.2.1 文件加密
-
-```
- paddle_encrypt_tool    -e    -key    keydata     -infile    infile    -outfile    outfile
-```
-
-#### 1.3 SDK
+### 1.2 加密PaddleX模型
 
+模型加密后，会产生随机密钥信息（用于AES加解密使用），该key值需要在模型加载时传入作为解密使用。
+> 32字节key + 16字节iv， 注意这里产生的key是经过base64编码后的，这样可以扩充选取key的范围
 ```
-// 加密API
-int paddle_encrypt_model(const char* keydata, const char* infile, const char* outfile);
-// 加载加密模型API：
-int paddle_security_load_model(
-        paddle::AnalysisConfig *config,
-        const char *key,
-        const char *model_file,
-        const char *param_file);
+./paddlex-encryption -model_dir paddlex_inference_model -save_dir paddlex_encrypted_model
 ```
+模型在加密后，会保存至指定的`-save_dir`下，同时生成密钥信息，命令输出如下图所示，密钥为`33NRtxvpDN+rkoiECm/e1Qc7sDlODdac7wp1m+3hFSU=`
+![](images/encryt.png)
 
 ## 2. PaddleX C++加密部署