一句话：提出 Panorama 原型，用元学习挖掘微服务潜在依赖以支撑自动扩缩容。
论文关注微服务架构下的自动扩缩容问题，提出名为 Panorama 的方法或系统，旨在通过元学习揭示服务之间潜在的依赖关系，从而为扩缩容决策提供依据。给出的摘要仅说明这是论文所述 Panorama 的原型版本，未展开介绍具体技术路线、依赖建模方式、实验设置或性能结果。因此无法从该摘要确认其相对已有方法的优势、评估指标与适用场景。后续需结合全文了解其元学习框架、依赖发现机制及在真实微服务负载上的效果。
A prototyped version of Panorama described in our paper "Panorama: Unveiling Latent Dependencies for Microservice Autoscaling via Meta-learning"
@inproceedings{paperbot12548,
title = {Panorama: Unveiling Latent Dependencies for Microservice Autoscaling via Meta-learning},
author = {Zhuangbin Chen and Hongjiang Feng and Yang Liu and Juzheng Zheng and Xiaoyu He and Zibin Zheng},
booktitle = {ASE},
year = {2026},
doi = {10.1145/3832783.3837485}
}