En este artículo, proponemos un nuevo ataque a la encriptación de imágenes para redes neuronales profundas (DNNs) que preservan la privacidad. Aunque se han propuesto varios esquemas de encriptación para DNNs que preservan la privacidad, los ataques existentes de solo texto cifrado (COAs) han logrado restaurar información visual de imágenes encriptadas. Se sabe que la encriptación de imágenes utilizando el Vision Transformer (ViT) es robusta contra los COAs existentes debido a las operaciones de desordenamiento de bloques y mezcla de píxeles, que permutan bloques y píxeles divididos en una imagen encriptada. Sin embargo, la correlación entre bloques en la imagen encriptada aún puede ser explotada para la reconstrucción. Por lo tanto, en este artículo, se propone un nuevo ataque basado en un solucionador de rompecabezas que utiliza la correlación de bloques para restaurar información visual de imágenes encriptadas. En los experimentos, evaluamos la seguridad de la encriptación de imágenes para redes neuronales profundas que preservan la privacidad utilizando tanto COAs convencionales como propuestos. Los resultados experimentales demuestran que el ataque propuesto es capaz de restaurar casi toda la información visual de imágenes encriptadas para ser aplicadas a ViTs.